반응형
분석 모델 선정 필요성
- 의사 결정
- 여러 대안 중 하나의 행동을 고르는 일을 해내는 정신적 지각 활동
- 최종적으로 하나의 선택을 가지게 되고 이로 인한 결과 도출
- 불확실성 해소
- 불확실성은 의사결정의 가장 큰 문제
- 분석을 통해 불확실성을 제어하면 시장 대응에 큰 도움을 줌
- 요약
- 현 상황을 쉽고 빠르게 파악 가능
- 다음 대응할 방안 등 대비
- 인과관계 파악
- 데이터 간 연관관계 분석으로 원인과 결과를 파악
- 인과관계 파악으로 세부적인 판단 가능
- 예측
- 원인과 결과로 어떤 패턴을 파악하게 되면 다음에 생길 결과에 대한 예측 또한 가능
- 반드시 같은 패턴으로 이어지는 결과는 아니지만 미래에 생길 결과에 대한 대비 가능
- 빅데이터 분석 근본 목적
- 과거의 데이터를 토대로 원인에 대해 분석하고 그 결과로 미래 에측
- 데이터는 후행성 성격을 지니지만 성행성 성격도 지님
- 과거의 데이터를 토대로 원인에 대해 분석하고 그 결과로 미래 에측
분석 모델 선정 프로세스
- 문제요건 정의 또는 비즈니스 이해에 따른 대상 데이터 선정과 분석 목표/조건 정의
- 데이터 수집, 정리 및 도식화
- 데이터 전처리(데이터 정제, 종속/독립변수 선정, 데이터 변환, 데이터 통합, 데이터 축소 등)
- 최적의 분석 모델 선정
분석 모델 정의와 종류
- 예측 분석 모델
- 현재까지의 데이터와 상황에 따른 가설을 기반하여 미래에 대한 현상을 사전에 분류하고 예측하는 모델
- "어떤 일들이 발생할 것인가?"에 대한 모델
- 적조, 날씨, 주가, 범죄/위험, 쇼핑아이템 등 예측 및 추천
- 현황 진단 모델
- 과거 데이터를 통해 현재 상황을 객관적으로 진단하는 모델
- 미래 예측이 아닌 현재를 이해함에 활용
- "과거에 어떠한 상황이 왜 어떻게 일어났는가? 그리고 현재 어떠한 상황인가?"에 대한 모델
- 최적화 분석 모델
- 분석 모델을 최적화하는데 중점을 둔 모델
- 제한된 자원, 환경 내에서의 최대의 효용성, 이익과 같은 결과 생성을 위함
- 분석 모델을 최적화하는데 중점을 둔 모델
분석 모델 정의를 위한 사전 고려사항
- 분석 모델 정의 전 분석이 실제 추진될 가능성을 확인하는 것
- 상황에 맞는 평가 기준표, 테이블을 작성하여 항목별로 점수를 부여한 총점으로 분석 모델 가능성 판별
- 추진시급성과 구현가능성만으로 사전 판별 기준 활용 가능
분석 모델 정의와 판별을 위한 평가기준표 예시
| 기준 | 판단근거 |
| 필요성 | 개인이나 기관 관점에서 분석 과제가 필요한지 판단 |
| 파급효과 | 정성적, 정량적 기대효과의 정도 판단 |
| 추진 시급성 | 당장 해소되어야 할 사회현안 여부 판단, 장기과제 성격 분리 |
| 구현 가능성 | 과제를 구현함에 있어서 어려움이 없는지 현실성 판단 |
| 데이터 수집 가능성 | 공공기관 협조나 데이터 확보, 데이터 구매 등 제약사항 판단 |
| 모델 확장성 | 과제가 시범과제로 끝나지 않고 전체 데이터 모델로 확장 가능한지 판단 |
- 분석 모델 정의에 필요한 데이터가 충분히 확보되어 있는지를 판단
- 관련 과거 분석 사례 또는 솔루션 최대 활용할 수 있는지 검토
- 상향식(Bottom-up) 접근
- 문제 정의가 어려울 경우 많은 양의 데이터 분석을 통해 인사이트 도출
- 특정 영역을 지정하여 의사결정 지점으로 진행하는 과정에서 분석 과제를 발굴하는 방식
- 하향식(Top-down) 접근
- 문제 정의가 가능할 시 문제 탐색과 연관되어 비즈니스 모델, 외부 참조 모델, 분석 유즈 케이스 기반 모델로 발굴하는 방식
- 비즈니스 모델 : 어떻게 수익을 찰출할 것인가에 대한 검증으로 문제해결 위한 분석 과제 발굴
- 외부 참조 모델 : 벤치마킹으로 분석 테마 후보 Pool 구축, 선택하는 것
- 분석 유즈 케이스 : 문제에 대한 상세 설명과 해결 시 효과에 대해 명시함으로써 구체적인 분석 과제 도출
- 문제 정의가 가능할 시 문제 탐색과 연관되어 비즈니스 모델, 외부 참조 모델, 분석 유즈 케이스 기반 모델로 발굴하는 방식
참고
반응형