1과목 데이터 이해 - 3장. 가치 창조를 위한 데이터 사이언스와 전략 인사이트

1. 데이터 이해

3장 가치 창조를 위한 데이터 사이언스와 전략 인사이트

1절 빅데이터 분석과 전략 인사이트

단순한 빅데이터가 아닌 분석을 통한 가치 창출에 집중

분석의 양이 아닌 전략적 통찰 필요

일차적인 분석은 해당 업무 영역에서는 효과를 얻을 수 있지만 변화에 대응하거나 새로운 기회 포착에 어려움

 

산업별 분석 애플리케이션

• 금융 서비스 : 신용점수 산정, 사기 탐지, 가격 책정, 프로그램 트레이딩, 클레임 분석, 고객 수익성 분석
• 병원 : 가격 책정, 고객 로열티, 수익 관리
• 에너지 : 트레이딩, 공급/수요 예측
• 정부 : 사기 탐지, 사례 관리, 범죄 방지, 수익 최적화

 

2절 전략 인사이트 도출을 위한 필요 역량

데이터 사이언스의 의미와 역할

• 의미 : 데이터로부터 의미있는 정보를 추출, 분석하여 효과적으로 구현, 전달하는 과정
• 역할 : 비즈니스 핵심 이슈에 대한 답, 사업 성과 견인

 

데이터 사이언스 영역

• 분석적 영역 : 수학, 기계학습
• 데이터 처리와 관련된 IT영역 : 프로그래밍, 데이터 웨어하우스
• 비즈니스 컨설팅 영역 : 커뮤니케이션, 프레젠테이션, 시각화

 

데이터 웨어하우스

주제 중심적으로 통합적이며 시간성을 가지는 비휘발성 데이터 집합

• 데이터의 주제 지향성
• 데이터 통합
• 데이터 시계열성
• 데이터 비휘발성

무결성은 상대적으로 덜 중요

 

데이터 사이언티스트 요구 역량

• 하드 스킬 : 빅데이터 관련 이론적 지식, 분석 기술에 대한 숙련
• 소프트 스킬 : 통찰력 있는 분석, 설득력 있는 전달, 다분야간 협력

 

3절 빅데이터 그리고 데이터 사이언스의 미래

빅데이터 패러다임의 변화

1. 과거 - 디지털화 : 아날로그의 디지털화
2. 현재 - 연결 : 디지털화된 정보와 대상 연결
3. 미래 - 관리 : 복잡한 연결의 관리

 

데이터 사이언스의 한계

• 분석 과정에서 인간의 해석 개입
• 분석 결과에 대한 다른 해석과 결론 도출 가능성

 

데이터 사이언스와 인문학

인문학을 이용하여 빅데이터와 데이터 사이언스가 데이터의 잠재력 해석