ADsP 대비 Part1.가치창조를 위한 데이터 사이언스와 전략 인사이트

 

 

데이터 분석 준전문가 ADsP 한 권으로 끝내기

http://book.naver.com/bookdb/book_detail.nhn?bid=13773681

 

* 위 참고도서를 직접 구입해 개인적으로

공부한 내용을 공유합니다.

ADsP를 준비하시는 많은 비전공자 분들에게 도움이 되었으면 합니다 :)

​

* 이 포스팅은 PC 버전에 최적화되어 있습니다

​

​

기출 빈도 상 중 하

 

1. 빅데이터 분석과 전략 인사이트

 

1) 빅데이터 분석, 'Big'이 핵심이 아님

- 데이터의 양이 아니라 유형의 다양성이 중요. 음성, 텍스트, 이미지,

영상과 같은 다양한 정보 활용이 중요

 

2) 전략적 통찰이 없는 분석의 함정

- 경쟁의 본질을 제대로 바라보지 못한 채 분석할 경우, 쓸모 없는 결과들만 쏟아냄

- 인구통계학적 변화, 경제사회 트랜드, 고객 니즈의 변화 등을 고려해 더 폭넓게 사업을 바라봐야 함

​

3) 일차적인 분석

- 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 : 사이트 설계, 고객 추천, 웹 매트릭스

​

 

​2. 전략 인사이트 도출을 위한 필요 역량

 

1) 데이터 사이언스 의미와 역할​​

- 의미 : 정형, 비정형 데이터를 막론하고 다양한 유형의 데이터를 대상으로

총체적 접근법을 사용함.

- 역할 : 전략적 통찰을 추구하고 비즈니스 핵심 이슈에 답을 하고 사업의 성과를 견인함

 

 

2) 데이터 사이언스의 구성요소

​

[출처]  http://www.lgblog.co.kr/lg-story/lg-recruit/62654

 

- 데이터 사이언스 3대 구성요소 : IT, Analytics, 비즈니스 분석 ​​

​

3) 데이터 사이언티스트의 역량​

(1) Hard skill : 관련 기법에 대한 이해와 방법론 습득, 최적의 분석 설계

(2) Soft skill : 창의적 사고, 호기심, 논리적 비판, 스토리텔링, 시각화, 커뮤니케이션

[출처]  http://findnerd.com/list/view/Learn-6-Soft-Skills-to-Become-a-Professional-Data-Scientist-/32904/

 

​

​

4) 전략적 통찰력과 인문학의 부활

- 단순 세계화에서 복잡한 세계화로의 변화, 비즈니스의 중심이 제품 생산에서 서비스로 이동,

경제와 산업의 논리가 생산에서 시장 창조로 바뀜

​

​

​3. 빅데이터 그리고 데이터 사이언스의 미래

 

1) 빅데이터 회의론을 넘어 : 가치 패러다임의 변화

: 디지털화 → 연결 (얼마나 효과적이고 효율적으로 연결을 제공해주는가)

→ 에이전시 (복잡한 연결을 얼마나 효과적이고 믿을 만하게 관리해주는가)

 

​

​