ADsP 2과목 1-3 분석 과제 발굴 | 정리📝

분석 과제 탐색 방법
분석 대상을 알고 있다면 하향식, 모른다면 상향식

실제 분석 과정에서는 분석 과제 발굴을 위해 혼용해서 사용하는 경우가 많음

• 하향식 접근법: 문제가 주어졌을 때 우리가 해결해야 할 과제가 무엇인지 찾는 전통적인 Top-Down 수행 방법으로, 각 과정이 체계적으로 단계화되어 문제를 해결하는 방식
  • 정형화된 문제나 필요한 데이터가 조직에 완벽하게 존재하는 경우 효과적임
  • 문제 정의가 불명확하거나 새로운 문제인 경우 적용이 어려움
  • 분석적으로 사물을 인식하려는 ‘Why’ 관점에서 접근
  1. 문제 탐색 단계(Problem Discovery)
     기업 내/외부 환경을 포괄하는 비즈니스 모델과 외부사례를 기반으로 문제 탐색
     
     a. 비즈니스 모델 탐색 기법: 비즈니스 모델 캔버스의 9가지 블록을 5가지로 단순화한 기법

     

     • 규제와 감사: 제품 생산 및 전달과정 프로세스 중에서 발생하는 규제 및 보안의 관점에서 주제 도출
     • 업무: 제품 및 서비스를 생산하기 위해서 운영하는 내부 프로세스 및 주요 자원 관련 주제 도출
     • 제품: 생산 및 제공하는 제품과 서비스를 개선하기 위한 관련 주제 도출
     • 고객: 제품 서비스를 제공받는 사용자 및 고객과 이를 제공하는 채널의 관점에서 관련 주제 도출
       • Channels: 비즈니스 모델 캔버스에서 기업이 고객 세그먼트에게 가치를 제안하기 위해 커뮤니케이션을 하고 상품이나 서비스를 전달하는 방법을 의미함
         • 고객에게 벨류 포지션 전달
         • 커뮤니케이션, 물류, 판매채널 등 고객의 인터페이스 전반
     b. 분석 기회 발굴 및 범위 확장: 기업과 산업 환경을 중심으로 거시적 관점, 경쟁자 확대 관점, 시장의 니즈 탐색, 역량의 재해석 등 4가지 영역에 대해 비즈니스 문제를 발굴하는 방법
     • STEEP: 거시적 관점의 요소
       사회(Social), 기술(Tech), 경제(Economic), 환경(Environmental), 정치(Political)
       • 정치(Political): 주요 정책 방향, 정세, 지정학적 동향 등 거시적인 흐름을 토대로 분석 기회를 도출함
     • 경쟁자 확대 관점: 대체재, 신규 진입자, 경쟁자

     

     c. 외부참조 모델기반 문제탐색
     
     d. 분석 유즈케이스(Analytics Use Case) : 기업의 전사 또는 개별 업무별 주요 의사결정 포인트에 활용할 수 있는 분석의 후보들을 의미함
     
     • 현재의 비즈니스 모델 및 유사/동종사례 탐색을 통해 도출한 분석 기회들을 구체적인 과제로 만들기 전에 분석 유즈케이스로 표기하는 것이 필요함
     • 풀어야 할 문제에 대한 상세설명 및 해당 문제 해결을 했을 때 발생하는 효과를 명시함으로써 향후 데이터 분석 문제로의 전환 및 적합성 평가에 활용하도록 함
  2. 문제 정의 단계(Problem Definition)
     식별된 비즈니스 문제를 데이터의 문제로 변환하여 정의함
     ex) 항공권 발권 시간 소요가 큼 → 타 항공사 대비 항공권 발권에 드는 시간
     비교 분석
  3. 해결 방안 탐색 단계(Solution Search)

     

  4. 데이터 분석의 타당성 평가(Feasibility Study)
     도출된 분석 문제에 대한 대안을 과제화하기 위해서는 다각적 타당성 검토가 필요함
     복잡한 문제이기 때문에 다양한 사람들의 의견 조합이 필요함
     비즈니스 지식과 기술이 요구되기 때문에 비즈니스 분석가, 데이터 분석가, 시스템 엔지니어 등과의 협업이 수반되어야 함
     • 경제적 타당성: 비용대비 효익의 관점에서 평가
     • 기술적 타당성 분석: 적용 가능한 요소 기술 확보 방안에 대한 사전 고려 필요
     • 데이터 타당성 분석: 데이터 존재 여부, 분석 시스템 환경, 분석 역량에 대한 검토
• 상향식 접근법: 대규모 데이터가 생성되고 빠르게 변하는 현대에서는 문제가 무엇인지 사전에 정의하는 것이 어렵기 때문에 다양한 데이터의 조합 속에서 인사이트를 찾아내는 Bottom-Up 방식
  비지도 학습에 의해 수행됨
  • 기업이 보유하고 있는 원천 데이터로부터 분석을 통해 통찰력과 지식을 얻는 접근법
  • 데이터를 기반으로 문제를 지속적으로 개선하는 방식
  • 반복적인 시행착오를 통해 수정하며 문제를 도출함
  • 인과관계로부터 상관관계 분석으로의 이동이라는 변화를 만듦
  • 데이터를 활용해 인사이트를 도출하는 상향식 접근 방식의 유용성이 점차 증가되고 있음
  • 사물을 있는 그대로 인식하는 ‘what’의 관점에서 접근
  프로세스 분석을 통한 절차
  1. 프로세스 분류
  2. 프로세스 흐름 분석
  3. 분석 요건 식별
  4. 분석 요건 정의
  • 프로토타이핑(Prototyping) 접근법
    신속하게 해결책이나 모형을 제시함으로써 이를 바탕으로 문제를 더 명확하게 인식하고 필요한 데이터를 식별해 구체화 할 수 있게 함
    프로토타이핑 등을 활용해 반복적으로 결과를 개선해감
  • IDEO사의 더블 다이아몬드 프로세스
    수렴과 발산을 반복하면서 창의적이고 혁신적인 아이디어를 도출하는 방식

    

• 스탠퍼드대학 d.school의 디자인 사고(Design Thinking)
  상향식 접근방식과 하향식 접근방식을 반복적으로 수행하는 의사결정 방식
  공감 → 문제 정의 → 아이디어 도출 → 프로토타입 → 테스트 → 평가
  • 상향식 접근법의 발단 단계와 하향식 접근법의 수렴 단계 반복
  • 상향식 접근법: diverge에 해당함

<Start>	분석 대상이 무엇인지 알고 있는가?
Yes →	하향식 접근법	No →	상향식 접근법
1. 문제 탐색 단계	a. 비즈니스 모델 탐색 기법
b. 분석 기회 발굴 및 범위 확장	1. 지도 · 비지도 학습	a. 지도 학습
	c. 외부 참조 모델 기반 문제 탐색
d. 분석 유스케이스로 표기		b. 비지도 학습
2. 문제 정의 단계	식별된 비즈니스 문제를 데이터 문제로 변환하여 과제를 정의	2. 프로토타입	시행착오 해결법
3. 해결 방안 탐색 단계	과제 정의 후 어떻게 해결할 것인지 그 방안을 탐색 (분석 기법, 시스템 등)
4. 타당성 검토 단계	경제적 타당성, 기술적 타당성 등을 검토

 

분석과제 정의서: 분석별로 필요한 소스 데이터, 분석 방법, 데이터 입수 및 분석의 난이도, 분석 수행주기, 분석 결과에 대한 검증 오너십, 상세 분석 과정 등을 정의함

• 분석 데이터 소스는 내·외부의 비구조적인 데이터와 소셜 미디어 및 오픈 데이터까지 범위를 확장하여 고려하고 분석 방법도 상세하게 정의함