ADsP 데이터 분석 준전문가 PART 02 - 2장 분석 마스터 플랜

< 분석 마스터플랜 >

- 일반적인 ISP 방법론 활용 : 분석 과제 빠짐없이 도출 -> 과제의 우선순위 결정 -> 단기 및 중. 장기로 나눠 계획 수립

​

# 수행 과제 도출 및 우선순위 평가

[ 분석 과제 도출 -> 우선 순위 평가 -> 우선순위 정련 ]

- 업무별 도출된 분석 과제를 우선순위 평가 기준에 따라 평가한 뒤, 과제 수행의 선. 후행 관계를 고려하여 순위 조정 -> 최종 확정

​

# IT 프로젝트 우선순위 평가 예시

1. 전략적 중요도

- 전략적 필요성

- 시급성

2. 실행용이성

- 투자 용이성

- 기술 용이성

​

# ROI 관점에서 빅데이터의 핵심 특징

- 3V : 빨리 처리하여 결과를 도출하는지에 초점 => 난이도, 투자비용 요소

- 4V : 가치를 창출한다는 의미 => 시급성, 비즈니스 효과

​

# 포트폴리오 사분면 분석을 통한 과제 우선순위 선정

[ 우선 순위 : 시급성 = 3 -> 4 -> 2 ]

[ 우선 순위 : 난이도 = 3 -> 1 -> 2 ]

​

# 이행계획 수립

1. 로드맵 수립

: 포트폴리오 사분면 분석을 통해 과제의 1차적 우선순위 결정 -> 최종적인 실행 우선 순위 결정 후 단계적 구현 로드맵 수립

-> 단계별로 추진하고자 하는 목표 정의 -> 추진 과제별 선. 후행 관계를 고려하여 단계별 추진 내용 정렬

​

2. 세부 이행 계획 수립

- 데이터 분석 체계: 고전적 폭포수 방식도 있으나, 반복적인 정련 과정을 통해 프로젝트의 완성도 높이는 방식

- 모든 단계를 반복하기보다 데이터 수집 및 확보와 분석 데이터를 준비하는 단계를 순차적으로 진행, 모델링 단계는 반복적으로 수행

=> 혼합형

​

< 거버넌스 체계 >

- 데이터 분석을 기업의 문화로 정착하고 데이터 분석 업무를 지속적으로 고도화하기 위해서 필요

# 구성요소

: 분석기획 및 관리 수행 조직 + 과제 기획 및 운영 프로세스 + 분석 관련 시스템 + 데이터 + 분석 교육/마인드 육성체계

​

< 데이터 분석 수준 진단 >

- 기업들: 데이터 분석의 도입 여부와 활용에 명확한 분석 수준을 점검할 필요성

- 데이터 분석의 수준 진단을 통해 분석 유형 및 분석의 방향성 결정할 수 있음

​

# 분석 준비도

: 분석 업무 + 분석, 인력, 조직 + 분석 기법 + 분석 데이터 + 분석 문화 + 분석 인프라

- 영역 별로 세부 항목에 대한 수준 파악 -> 진단 결과 전체 요건 중 일정 수준 이상 충족하면 분석 업무 도입

-> 충족하지 못할 시 분석 환경 조성

​

# 분석 성숙도

: 도입 > 활용 > 확산 > 최적화

: 비즈니스 + 조직 및 역량 + IT

1) 도입 - 분석을 시작하여 환경과 시스템 구축, 실질 분석 및 통계 ex) 데이터웨어하우스, 데이터 마트

2) 활용 - 분석 결과를 실제 업무에 적용 ex) 통계 분석 환경

3) 확산 - 전사 차원에서 분석을 관리하고 공유 ex) 빅데이터 관리 환경, 시뮬레이션. 최적화

4) 최적화 - 분석을 진화시켜서 혁신 및 성과 향상에 기여 ex) 분석 협업 환경, 분석 Sandbox, 빅데이터 분석

​

# 분석 관점에서의 사분면 분석

​

낮음 ㅡ ㅡ ㅡ 준비도 ㅡ ㅡ ㅡ 높음

                                                         |

       정착형                  확산형    성숙도

       준비형                  도입형       |

                                                     낮음

​

1) 정착형 : 준비도는 낮으나 조직, 인력, 분석 업무, 분석 기법 등을 기업 내부에서 제한적으로 사용하고 있어 1차적으로 정착이 필요한 기업

2) 확산형 : 기업에 필요한 6가지 분석 구성 요소를 갖추고 있고, 현재 부분적으로 도입되어 지속적인 확산이 필요한 기업

3) 준비형 : 기업에 필요한 데이터, 인력, 조직, 분석업무, 분석 기법 등이 적용되어 있지 않아 사전 준비가 필요한 기업

4) 도입형 : 기업에 활용하는 분석업무, 기법 등은 부족하지만 적용 조직 등 준비도가 높아 바로 도입할 수 있는 기업

​

< 분석 지원 인프라 방안 수립 >

- 분석 과제 단위별로 별도의 분석 시스템 구축 -> 관리의 복잡도 및 비용의 증대 문제

=> 플랫폼 구조 도입 : 장기적이고 안정적으로 활용할 수 있는 확장성 고려

​

# 플랫폼

- 단순한 분석 응용 프로그램뿐만 아니라 분석 서비스를 위한 응용프로그램이 실행될 수 있는 기초를 이루는 컴퓨터 시스템 의미

- 하드웨어에 탑재, 데이터 분석에 필요한 프로그래밍 환경 + 실행 및 서비스 환경을 제공하는 역할

​

< 데이터 거버넌스 체계 수립 >

# 데이터 거버넌스

- 표준화된 관리 체계 수립, 운영을 위한 프레임워크 및 저장소 구축

- 전사 차원의 IT 거버넌스, EA의 구성요소로써 구축

​

# 데이터 거버넌스 구성 요소

- 데이터를 비즈니스 목적에 부합하도록 하고 최적의 정보 서비스를 제공할 수 있도록

1) 원칙 : 데이터를 유지, 관리하기 위한 지침과 가이드 - 보완, 품질 기준, 변경 관리

2) 조직 : 데이터를 관리할 조직의 역할과 책임 - 데이터 관리자, 데이터베이스 관리자, 데이터 아키텍트

3) 프로세스 : 데이터 관리를 위한 활동과 체계 - 작업 절차, 모니터링 활동, 측정 활동

​

# 데이터 거버넌스 체계

[ 데이터 표준화, 데이터 관리 체계, 데이터 저장소 관리, 표준화 활동 ]

​

1) 데이터 표준화

- 데이터 표준 용어 설정, 명명 규칙 수립, 메타 데이터 구축, 데이터 사전 구축

​

2) 데이터 관리 체계

- 표준 데이터를 포함한 메타 데이터와 데이터 사전의 관리 원칙을 수립

- 수립된 원칙에 근거하여 항목별 상세한 프로세스 생성 -> 관리와 운영을 위한 담당자 및 조직별 역할과 책임 준비

- 데이터 생명 주기 관리 방안 수립 X -> 데이터 가용성 및 관리 비용 증대 문제

​

3) 데이터 저장소 관리

- 전사 차원의 저장소 구성

- 저장소: 워크플로우 및 관리용 응용 소프트웨어를 지원, 관리 대상 시스템과의 인터페이스를 통한 통제 필요

- 데이터 구조 변경에 따른 사전 영향 평가도 수행되어야 함

​

4) 표준화 활동

- 데이터 거버넌스 체계를 구축한 후 표준 준수 여부를 주기적으로 점검, 모니터링 실시

- 계속적인 변화 관리 및 주기적인 교육 진행

- 지속적인 데이터 표준화 개선 활동을 통하여 실용성 높여야 함

​

< 데이터 조직 및 인력 방안 수립 >

# 분석 조직의 개요

- 목표 : 기업의 경쟁력 확보를 위하여 비즈니스 질문, 이에 부합하는 가치, 비즈니스 최적화

- 역할 : 기업 내 존재하는 빅데이터 속에서 인사이트 전파, 이를 액션 화하는 것

- 구성 : 기초 통계학 및 분석 방법에 대한 지식 + 분석 경험을 가지고 있는 인력 -> 전사 또는 부서 내 조직으로 구성하여 운영

​

# 분석을 위한 3가지 조직 구조

1) 집중 구조

- 전사 분석 업무를 별도의 분석 전담 조직에서 담당

- 전략적 중요도에 따라 분석 조직이 우선순위를 정해 진행

2) 기능 구조

- 별도의 분석 조직 X, 해당 업무 부서에서 분석 수행

- 전사적 핵심 분석이 어려움

3) 분산 구조

- 분석 조직 인력들을 현업 부서로 직접 배치하여 분석 업무 수행

- 전사 차원의 우선순위 수행

- 분석 결과에 따른 신속한 액션 가능

- 부서 분석 업무와 역할 분담을 명확하게 해야 함 (업무 과다 이원화 가능성)

​

() 분석 조직의 인력 구성

- 비즈니스 인력 + IT 기술 인력 + 분석 전문 인력 + 변화관리 인력 + 교육담당 인력

​

< 분석 과제 관리 프로세스 수립 >

- 분석 조직이 지속적이고 체계적인 분석 관리 프로세스를 수행 -> 조직 내 분석 문화 내재화 및 경쟁력 확보

- 해당 과제를 진행하면서 만들어지는 시사점을 포함한 결과물 -> 풀(pool)에 축적, 관리 -> 시행착오 최소화, 프로젝트 효율적으로 진행

​

1. 과제 발굴

[ 분석 idea 발굴 -> 분석 과제 후보 제안 -> 분석 과제 확정 ]

- 개별 조직이나 개인이 도출한 분석 아이디어 발굴 -> 과제화 -> 분석 과제 풀(pool)로 관리하면서 분석 프로젝트 선정

​

2. 과제 수행

[ 팀 구성 -> 분석 과제 실행 -> 분석 과제 진행 관리 -> 결과 공유/개선 ]

​

< 분석 교육 및 변화 관리 >

빅데이터의 등장 > 기업에 맞는 적합한 분석 업무 도출, 분석 조직 및 인력에 대한 지속적인 교육과 훈련 실시

* 새로운 체계 도입 시 : 저항 및 기존 행태로 되돌아가는 관성 존재 => 분석에 관련된 교육 및 마인드 육성을 위한 적극적인 변화 관리 필요