1. 분석 기획의 정의와 특징
(1) 분석 기획의 정의
(2) 분석 기획의 특징
(3) 분석 대상과 그 방법에 따른 4가지 분석 주제
(4) 목표 시점별 분석기획
- 과제 중심적인 접근 방식: 빠르게 해결해야하는 경우, 빠른 수행과 문제 해결이 목적
- 장기적인 마스터플랜 방식: 지속적 분석 내재화를 위한 경우, 정확도와 무엇이 문제인가에 대한 문제 정의가 목적
2. 분석 기획 시 고려사항
(1) 가용 데이터 고려
- 데이터가 확보될 수 있는지에 대한 고려
- 데이터가 존재하더라도 유형에 따라 분석 방법이 다르기에 데이터 유형에 대한 분석이 선행되어야 함
(2) 적절한 활용 방안과 유스케이스의 탐색
- 기존에 잘 구현되어 활용되고 있는 유사 시나리오 및 솔루션을 최대한 활용
- 과거의 유사한 분석 사례가 있다면 그 시나리오를 활용
(3) 장애요소에 대한 사전 계획 수립
- 발생 가능한 장애요소에 대한 사전 계획 수립
3. 분석 방법론 개요
(1) 분석 방법론이란?
- 대규모 조직이 분석 프로젝트를 수행할 땐 구성원 간 업무상의 통일을 위한 철저한 조직 관리와 더불어 성공적인 프로젝트 수행을 위한 방법론이 필요
- 방법론이란 주어진 과제를 해결하기 위해 조직이 어떠한 절차로 작업을 수행해 나갈 것인지 일련의 절차를 정의
(2) 분석 방법론의 필요성
- 데이터 분석 프로젝트는 일정한 수준의 품질을 갖춘 산출물과 프로젝트의 성공 가능성을 확보하고 제시해야함
- 방법론 구성 요소: 상세한 절차, 방법, 도구와 기법, 템플릿과 산출물
(3) 분석 방법론의 생성 과정
4. 분석 방법론이 적용되는 업무 특성에 따른 모델
(1) 폭포수 모델
- 단계를 거쳐 순차적으로 진행하는 방법
- 현재 단게가 완료되어야 다음 단계로 진행 가능하지만, 문제가 발견될 경우 이전 단계로 돌아갈 수 있음
(2) 프로토타입 모델
- 사용자 중심의 개발 방법
- 일부분을 먼저 개발하고, 사용자의 요구를 분석해 개선 작업을 시행하며 점진적으로 시스템 개발
(3) 나선형 모델
- 반복을 통해 점증적으로 개발하지만, '위험요소를 사전에 제거하는 것'에 초점
- 처음 시도하는 프로젝트에는 적용이 용이하지만, 관리 체계를 효과적으로 갖추지 못하면 복잡도가 상승
(4) 계층적 프로세스 모델
- 하나의 단계는 여러 개의 태스크로 구성되고, 하나의 태스크는 여러 개의 스텝으로 구성됨
- 스텝은 WBS의 워크패키지에 해당되며, 입력 - 처리 및 도구 - 출력으로 구성됨
5. KDD 분석 방법론
(1) KDD 분석 방법론
- 데이터로부터 통계적 패턴이나 지식을 찾기 위해 체계적으로 정리한 데이터 마이닝 프로세스
- 데이터마이닝부터 기계학습, 인공지능, 패턴인식, 시각화 등에서 응용 가능한 구조를 갖고 있음
(2) KDD 분석 방법론 프로세스
| 데이터셋 선택 | - 비즈니스 도메인에 대한 이해와 프로젝트 목표 설정이 필수 - 분석에 필요한 데이터를 선택 -> 타깃 데이터 생성 |
| 데이터 전처리 | - 잡음, 이상치, 결측치를 파악하여 제거하거나 의미있는 데이터로 재가공 - 추가로 요구되는 데이터셋이 있다면 데이터 선택 프로세스를 다시 실행 |
| 데이터 변환 | - 변수를 생성/선택하고 데이터의 차원을 축소 - 학습용 데이터와 검증용 데이터를 분리 |
| 데이터 마이닝 | - 학습용 데이터를 이용해 적절한 데이터 마이닝 기법을 선택하고 알고리즘 적용 - 필요에 따라 전처리와 변환 프로세스 추가 |
| 해석과 평가 | - 분석 목적과의 일치성을 확인하고 평가 - 발견한 지식을 업무에 활용하기 위한 방안 마련 |
6. CRISP-DM 분석 방법론
(1) CRISP-DM 분석 방법론
- KDD 방법론에 비해 약간 더 세분화되어 있음
(2) CRISP-DM 분석 방법론 프로세스
| 업무 이해 | - 업무 목적 파악, 상황 파악, 데이터 마이닝 목표 설정, 프로젝트 계획 수립 |
| 데이터 이해 | - 초기 데이터 수집, 데이터 기술 분석, 데이터 탐색 등 |
| 데이터 준비 | - 분석용 데이터셋 선택, 데이터 정제, 데이터 통합 등 |
| 모델링 | - 모델링 기법 선택, 모델 테스트 계획 설계, 모델 작성/평가 등 |
| 평가 | - 분석 결과 평가, 모델링 과정 평가 |
| 전개 | - 전개 계획 수립, 유지보수 계획 수립, 프로젝트 리뷰 |
7. 빅데이터 분석 방법론 개요
(1) 빅데이터 분석 방법론
- 빅데이터 분석 방법론은 완벽한 계층적 프로세스 모델로서 단계, 태스크, 스텝 3계층 레벨과 5단계로 구성됨
- 5개의 단계들을 프로세스 그룹이라 하며, 각 단계는 여러 개의 태스크로 구성되는데, 각 태스크는 물리적/논리적 품질 검토 항목
- 마지막 계층인 스텝은 입력자료, 출력 및 도구, 출력자료 등으로 구성된 단위 프로세스
(2) 빅데이터 분석 방법론의 계층적 프로세스
- 5개의 단계와 각각의 태스크와 스탭이 순차적으로 진행되며, 필요에 따라 데이터 준비 단계와 분석 단계가 피드백을 주고 받음
8. 빅데이터 분석 방법론 단계별 수행 프로세스
(1) 분석 기획
(2) 데이터 준비
(3) 데이터 분석
(4) 시스템 구현
(5) 평가 및 전개
'ADsP' 카테고리의 다른 글
| [ADsP] 4. 분석 마스터플랜(1) (0) | 2026.01.31 |
|---|---|
| [ADsP] 3. 데이터 분석 기획의 이해(2) (0) | 2026.01.31 |
| [ADsP] 2. 데이터의 가치와 미래 (2) (1) | 2026.01.30 |
| [ADsP] 2. 데이터의 가치와 미래 (1) (1) | 2026.01.29 |