[ADsP] (2과목) 1.3.분석 과제 발굴

* 교재 : ADsP 데이터 분석 준전문가 2019 전면개정판-윤종식 (https://book.naver.com/bookdb/book_detail.nhn?bid=14451061)

* 위 도서를 근거로 작성한 글임을 밝힙니다 :)

1) 분석과제 발굴 방법론

 1. 개요

   - 다양한 문제를 데이터 분석 문제로 변환 후 프로젝트를 수행 할 수 있는 과제 정의서 형태로 도출

   - 하향식 접근방식(Top Down Approach) : 문제에 대한 답을 구하는 방식

   - 상항식 접근방식(Bottom Up Approach) : 기존 답을 분석하여 통찰

  -> 상향식, 하향식의 혼용하여 사용

분석 과제 도출의 2가지 유형

 2. 하향식 접근법(Top Down Approach)

   - 문제탐색, 문제정의, 해결방안탐색, 타당성검토를 거쳐 분석과제 도출

   1) 문제 탐색(Problem Discovery)

     - 전체적인 관점의 기준 모델을 활용 빠짐없이 문제 식별이 중요

     - 기업 내,외부의 비즈니스 모델과 외부 참조 모델이 존재

     - 문제 해결시 발생하는 가치에 중점

      가. 비즈니스 모델 기반 문제 탐색

         - 업무, 제품, 고객 단위로 문제 발굴, 이를 규제와 감사, 지원 인프라영역으로 구분

         - 업무(Operation) : 제품 생산의 내부 프로세스 및 주요자원 관련 주제 도출 / 생산 공정 최적화 등

         - 제품(Product) : 제품을 개선하기 위해 주제 도출 / 주요기능 개선, 모니터링 지표 등

         - 고객(Customer) : 제품, 서비스 제공 채널관점에서 도출 / 콜 대기시간 최소화, 영업점 위치 등

         - 규제와 감사(Regualtion&Audit) : 생산 및 전달과정 중에서 발생하는 규제 및 보안의 관점에서 도출 / 품질이상 징후 등

         - 지원 인프라(IT&Human Resource) : 인력 관점 / 적정 운영 인력 도출 등

      나. 분석 기회 발굴의 범위 확장

         ① 거시적 관점의 메가 트렌드

             - 사회(Social) : 시장의 사회적, 문화적 구조적 트렌드를 기반한 분석 / 노령화, 저출산 등

             - 기술(Technological) : 최신기술의 변화에 따른 제품 개발 / 나노, IT융합, 로봇 등

             - 경제(Economic) : 산업과 금융의 변동성 및 경제 구조 변화 동향 파악 / 원자재 가격, 금리 변동 등

             - 환경(Environmental) : 환경과 관련된 정부, 시민단체 등의 관심과 동향 / 탄소 배출 규제 등

             - 정치(Political) : 정책, 정세 등의 흐름을 토대로 분석 / 대북관계에 따른 원자재 구매 등

         ② 경젱자 확대 관점 

             - 대체재(Substitute) : 오프라인에서 온라인으로 제공하는 것에 대한 탐색 및 잠재적 위험 파악

             - 경쟁자(Compertitor) : 경쟁자의 동향 파악하여 기회 도출

             - 신규 진입자(NewEntrant) : 시장 파괴적인 신규 진입자의 동향 파악

         ③ 시장의 니즈 탐색 관점 

             - 고객(Customer) : 고객의 동향을 깊게 이해하여 제품 개선 / 철강-조선업, 자동차업

             - 채널(Channel) : 영업사원, 대리점, 홈페이지 등의 탐색 / 은행-인터넷뱅킹

             - 영향자(Influencer) : 기업의 의사결정에 영향을 미치는 관계자의 관심사항 파악 / 신규기업 인수

         ④ 역량의 재해석 관점

             - 내부역량(Competency) : 지식 재산권, 기술력 등 재해석하고 탐색 / 소유 부동산을 활용

             - 파트너와 네트워크(Partners&Network) : 관계사를 활용하여 수행 / 노하우를 활용

      다. 분석 유즈 케이스

         - 유사, 동종 사례를 탐색

   2) 문제 정의(Problem Definition)

     - 비즈니스 문제를 데이터 문제로 변환

     - 필요 데이터 및 기법을 정의하는 단계

     - 최종 사용자의 관점에서 이루어져야됨

   3) 해결방안 탐색(Solution Search)

     - 문제 해결을 위한 다양한 방안 모색 : 엑셀등 간단한 도구로 가능한지, 하둡 등 분산 병렬처리를 활용

     - 분석 역량이 없을 시, 전문업체, 교육 등을 통해 해결 방안을 검토

   4) 타당성 검토(Feasibility Study)

     - 경제적 타당성 : 비용대비 편인 분석 관점의 접근

     - 데이터 및 기술적 타당성 : 시스템 환경 및 분석 역량

3. 상향식 접근법(Bottom Up Approach)

   - 원천 데이터로부터 분석하여 지식을 얻는 방식

   - 디자인 사고(Design Thinking) : Why보다 What의 관점으로 분석 - 공감, 정의, 설계, 프로토타입, 테스트 

   - 비지도 학습과 지도 학습

   가) 비지도 합습(Unsuperbised Learning)

      - 명확한 목적보다 연관성, 결합도 등을 중심으로 데이터 표현

      - 장바구니 분석, 군집 분석, 기술 통계 및 프로파일링 등

   나) 지도학습(Supervised Learning)

      - 명확한 목적의 데이터 분석

      - 인과관계 분석에서 상관관계 분석으로 문제 해결

지도학습과 비지도학습 예시

   - 시행착오를 통한 프로토타이핑 접근법

   - 우선 분석을 실행 후 그 결과를 토대로 반복적으로 개선해 나가는 방법

   - 프로세스 : 가설->디자인 실험->테스트->통찰

   - 문제가 불명확할떼 이해를 도움

   - 불가능한 프로젝트의 리스크 감소

   - 기존의 데이터 정의를 재검토하여 사용 목적과 범위 확대

4. 분석과제 정의

   - 분석과제 정의서 : 소스 데이터, 분석방법, 데이터 입수 및 분석난이도, 분석 주기, 분석 결과, 검증 오너십, 상세 분석 과정 등 정의