[ADsP] 과목1. 데이터의 이해 - 3장. 데이터 사이언스와 전략 인사이트

■ 3장.  가치창조를 위한 데이터 사이언스와 전략 인사이트

[1]  빅데이터 분석과 전략 인사이트

-  빅데이터 분석은 'Big'이 핵심이 아님. 빅데이터가 가져다주는 기회는 데이터의 크기에 있다기보다, 음성/텍스트/이미지/비디오 같은 새롭고 다양한 정보 원천의 활용에 있음.

-  기업의 핵심 가치와 관련하여 전략적 통찰력을 가져다 주는 데이터 분석을 내재화 하는 것은 쉽지 않음.

-  전략 도출을 위한 가치 기반 분석이 아닌, 일차적 분석을 통해서도 상당한 효과를 얻을 수 있음.

     └  금융서비스 - 신용점수 산정, 사기 탐지, 고객 수익성 분석. / 소매업 - 재고 보충, 수요 예측. / 제조업 - 맞춤형 상품 개발, 신상품 개발. / 에너지 - 트레이딩, 공급, 수요 예측. / 온라인 - 웹 매트릭스, 사이트 설계, 고객 추천.

[2]  전략 인사이트 도출을 위한 필요 역량

1)  데이터 사이언스는 다양한 유형의 데이터를 대상으로 함. 기존의 통계학과 다른 점은 총체적 접근법을 사용한다는 점임. 전략적 통찰을 추구하고 비즈니스 핵심 이슈에 답을 하고 사업의 성과를 견인해나갈 수 있음.

2)  데이터 사이언스의 3대 구성 요소 - ⓐIT(Data Management), ⓑAnalytics(분석적 영역), ⓒ비즈니스 분석

3)  데이터 사이언티스트의 역량

   (1)  Hard Skill -  빅데이터에 대한 이론적 지식, 분석 기술에 대한 숙련

   (2)  Soft Skill -  통찰력 있는 분석, 설득력 있는 전달, 다분야 간 협력

4)  데이터 사이언스: 과학과 인문의 교차로

5)  전략적 통찰력과 인문학의 부활

   (1)  단순 세계화 -> 복잡한 세계화

   (2)  제품 생산 -> 서비스  (*비즈니스 중심이 이동함)

   (3)  생산 -> 시장 창조  (*경제와 산업의 논리가 바뀜)

6)  데이터 사이언티스트에 요구되는 인문학적 사고의 특성과 역할

-  Information :  과거/리포팅 - 현재/경고 - 미래/추출

-  Insight :  과거/모델링 - 현재/권고 - 미래/예측·최적화

7)  데이터 분석 모델링에서 인문학적 통찰력의 적용 사례

:  인간을 바라보는 유형별 세 가지 관점 - (1)타고난 성향의 관점, (2)행동적 관점, (3)상황적 관점

[3]  빅데이터 그리고 데이터 사이언스의 미래

-  빅데이터 회의론을 넘어: 가치 패러다임의 변화 :  디지털화(Digitalization) > 연결(Connection) > 에이전시(Agency)

♥

여러분의 센스있는 공감 · 댓글 · 공유는 큰 힘이 됩니다. 고맙습니다.

(해당 포스팅은 상업적 목적을 가지지 않으며, 개인 학습기록이 목적임을 밝힙니다.)