[ADsP] 분석 과제 발굴

풀어야 할 다양한 문제를 데이터 분석 문제로 변환한 후 관계자들이 이해하고 프로젝트로 수행할 수 있는 과제 정의서 형태로 도출

디자인 사고(Design Thinking)

상향식 접근 방식의 발산(diverge)단계와 하향식 접근 방식의 수렴(ideate)단계를 반복적으로 수행하는 식의 상호 보완적인 동적 환경을 통해 분석의 가치를 높일 수 있는 최적의 의사결정 방식

-

하향식 접근법 (Top Down Approach)

분석 대상(What)을 아는 경우(Optimization → Solution)

문제탐색 단계(Problem Discovery) - 무엇을 어떤 목적으로 수행해야 하는가?

문제를 해결함으로써 발생하는 가치에 중점

비즈니스 모델기반 문제 탐색

➡ 업무, 제품, 고객 단위로 문제를 발굴하고, 규제와 감사, 지원 인프라 영역에 대한 기회를 추가로 도출하는 작업 수행

분석 기회 발굴의 범위 확장

1. 거시적 관점의 메가트랜드 (STEEP)
   Social(사회), Technological(기술), Economic(경제), Environmental(환경), Political(정치)
2. 경쟁자 확대 관점 대체재 영역, 경쟁자 영역, 신규 진입자 영역
3. 시장의 니즈 탐색 관점 고객(소비자) 영역, 채널 영역, 영향자 영역
4. 역량의 재해석 관점 내부 역량(노하우) 영역, 파트너와 네트워크 영역

외부사례 기반 문제 탐색(벤치마킹), 외부 참조 모델

제공되는 산업별, 업무 서비스별 분석 테마 후보 그룹을 통해 “Quick&Easy” 방식으로 필요한 분석 기회가 무엇인지에 대한 아이디어를 얻고, 기업에 적용할 분석 테마 후보 목록을 브레인스토밍을 통해 빠르게 도출하는 방법

분석 유스 케이스(Analytics Use Case)기반 문제 탐색

구체적인 과제로 만들기 전에 분석 유즈 케이스로 표기하는 것이 필요

풀어야 할 문제에 대한 상세한 설명 및 해당 문제를 해결했을 때 발생하는 효과를 명시함으로써 향후 데이터 분석 문제로의 전환 및 적합성 평가에 활용하도록 함

문제정의 단계(Problem Definition) - 이를 달성하기 위해서 필요한 데이터 및 기법을 도출

비즈니스 문제를 데이터의 문제로 변환하여 정의 하는 단계

필요한 데이터 및 기법을 정의하기 위한 데이터 분석의 문제로의 변환 수행

해결방안탐색(Solution Search)

데이터 분석 문제를 해결하기 위한 다양한 방안 모색

과제를 해결하는 방안에 대해 사전 검토 수행

1. 기존 정보시스템의 단순한 보완으로 분석이 가능한지 고려
2. 엑셀 등의 간단한 도구로 분석이 가능한지 고려
3. 하둡 등 분산병렬처리를 활용한 빅데이터 분석 도구 사용 고려

타당성검토(Feasibility Study)

1. 경제적 타당성
   비용대비 편익 분석 관점의 접근 필요
2. 데이터 및 기술적 타당성

-

상향식 접근법 (Bottom up Approach)

분석 대상(What)을 모르는 경우(Discovery→Insight)

문제의 정의 자체가 어려운 경우 상향식 접근법을 사용

다양한 원천 데이터를 대상으로 분석을 수행하여 가치있는 모든 문제를 도출하는 일련의 과정

사물을 있는 그대로 인식하는 ‘What’ 관점에서 보아야 함

일반적으로 상향식 접근방식의 데이터 분석은  비지도 학습 방법에 의해 수행

시행착오를 통한 문제 해결

 

특정 업무 영역의 분석 기회 발굴 순서

프로세스 분류

프로세스 흐름 분석

분석 요건 식별

분석 요건 정의