[6] 가치창조를 위한 데이터 사이언스와 전략 인사이트

2020. 2. 3. 18:25

빅데이터 열풍과 회의론
- 기존의 분석 프로젝트를 포장해 빅데이터 성공사례로 내놓음
싸이월드와 페이스북
- 싸이월드 - 직관에 근거해 의사결정
- 페이스북 - 데이터 분석에 기초해 전략적 통찰을얻고 효과적인 의사결정 -> 구체적인 성과
데이터의 양만 많은게 핵심이 아니다
- 데이터의 양이 아니라 유형의 다양성(음석,텍스트,이미지,비디오)이 핵심
전략적 통찰이 없는 분석의 함정
- 기업의 핵심 가치와 관련해 전략적 통찰력을 가져다 주는 데이터 분석을 내재화 하는 것이 어려움
일차적인 분석 vs 전략 도출 위한 가칠 기반 분석
- 인구통계학적 변화, 경제사회 트렌드, 고객 니즈의 변화 등을 고려, 다른 대변화 예측
- 일차적인 분석 애플리케이션 사례
  1. 금융서비스 : 신용점수 산정, 사기 탐지, 고객 수익성 분석
  2. 소매업 : 재고 보충, 수요예측
  3. 제조업 : 맞춤형 상품 개발, 신상품 개발
  4. 에너지 : 트레이딩 , 공급 , 수요예측
  5. 온라인 : 웹 매트릭스, 사이트 설계, 고객 추천

데이터 사이언스 의미와 역할
- 생성되는 숫자와 문자, 영상 정보 등 다양한 유형의 데이터를 대상
- 통계학과 다른 점은 데이터 사이언스는 총제적 접근법을 사용
- 전략적 통찰을 추구 , 비즈니스 핵심 이슈에 답, 사업의 성과를 견인
데이터 사이언스의 구성요소
1. Data Management(데이터 관리)
2. Analytics(데이터 분석)
3. 비즈니스 분석
데이터 사이언티스트의 역량
1. 강력한 호기심
2. 소프트스킬
  - 통찰력 있는 분석 (창의적 사고, 호기심, 논리적 비판)
  - 설득력 있는 전달 (스토리텔링, Visualization(시각화))
  - 협력 (Communication (소통))
3. 하드스킬 - 이론적 지식, 분석 기술
Gartner(가트너)가 본 데이터 사이언티스트의 역량
1. 데이터관리
2. 분석모델링
3. 비즈니스 분석
4. 소프트스킬
전략적 통찰력과 인문학의 부활
1. 단순 세계화 -> 복잡한 세계화로의 변화
2. 비즈니스 중심이 제품생산 -> 서비스 로 이동
3. 경제와 산업의 논리가 생산에서 시장 창조로 바뀜
데이터 사이언티스트에 요구되는 인문학적 사고의 특성과 역할

데이터 분석 모델링에서 인문학적 통찰력의 적용 사례
- 인간을 바라보는 유형별 세 가지 관점
  1. 인간을 타고난 성향의 관점에서 바라보는 것
  2. 인간을 행동적 관점에서 바라보는 것
  3. 인간을 상황적 관점에서 바라보는 것

빅데이터 회의론을 넘어: 가치 패러다임의 변화
- Digitalization -> Connection -> Agenct
  1. '디지털화' - 아날로그세상에서 디지털화, 가치창출의 원천
  2. '연결' - 새로운 시대에서 디지털화된 정보와 대상들은 서로 연결되기 시작 ( 사물인터넷 (IOT) )
  3. '에이전시(agency)' - '복잡한 연결을 얼마나 효과적이고 믿을 만하게 관리해주는가'의 이슈

Programmiry