반응형
더보기
[ Data Analysis Process ]
1. 분석 주제 정의
1) 분석 목표 설정
2) 분석 과제 발굴
3) 분석 기획
2. 데이터 수집
3. 데이터 전처리
4. 데이터 분석 및 모델링
5. 결과 해석 및 시각화
분석 주제 정의
: 분석 목표를 명확히 하고, 해결하고자 하는 문제를 구체적으로 정의해 비즈니스 가치 창출을 목표로 함
1. 분석 목표 설정
- 달성하고자 하는 구체적인 비즈니스 목표, 성과 지표(KPI)를 설정
- 현재 조직이나 비즈니스에서 해결해야 할 문제를 인식해 핵심 질문을 도출
2. 분석 과제 발굴
: 업무 요구 파악, 이슈 및 쟁점 사항을 도출
1) 분석 과제 발굴 방법
(1) Gap 분석 : 현재 상태(현상, As-Is)와 기대 상태(목표, To-Be)의 차이(Gap)를 해결
(2) 하향식 접근방식(Top-Down Approch) : 문제가 정의되어있음 → 해결 방안 탐색을 위한 단계 업무 수행
(3) 상향식 접근방식(Bottom-Up Approch) : 문제 정의 X → 데이터 기반으로 문제 정의 · 해결 방안 탐색
(4) 디자인 띵킹(Design Thinking) : 사용자의 입장에서 문제를 정의하고 해결하기 위해 창의적이고 반복적인 프로세스를 활용하는 접근 방식
2) 분석 주제 유형
분석 대상 (What) |
분석 방법 (How) |
유형 | |
Known | Known | Optimization | 개선을 통한 최적화(Optimization) |
Known | Unkown | Solution | 솔루션(Solution)을 찾아내는 방식으로 수행 |
Unkown | Known | Insight | 기존 분석 방법을 활용해 새로운 통찰(Insight)를 도출 |
Unkown | Unkown | Discovery | 발견(Discovery) 접근법으로 분석 대상 자체를 새롭게 도출 |
3. 분석 기획
1) 데이터 요구사항 정의
- 필요한 데이터 식별
- 데이터 특성, 속성 정의
2) 분석 방법론 선정
- 적절한 분석 기법과 모델링 전략 수립
3) 프로젝트 계획 수립
- 주요 일정을 계획하고, 필요 자원을 배분
- 잠재적 리스크를 식별하고, 대응 계획을 마련
반응형
'Data Analysis > Process' 카테고리의 다른 글
3. 데이터 전처리_(1) 데이터 정제 (0) | 2024.06.19 |
---|---|
2. 데이터 수집 (0) | 2024.06.19 |
4. 데이터 분석 및 모델링 _ (2-4) 데이터 유형에 따른 분석 모형 (0) | 2024.06.13 |
4. 데이터 분석 및 모델링 _ (2-3) 머신러닝 기반 분석 모형 (0) | 2024.06.13 |
4. 데이터 분석 및 모델링 _ (2-2) 데이터마이닝 기반 분석 모형 (0) | 2024.06.11 |