본문 바로가기

AI 관련/ADsP, ADP64

ADSP 요약정리 - 2장 분석 마스터 플랜 - 분석 거버넌스 체계 제 2절 분석 거버넌스 체계 1. 거버넌스 체계 개요 - 데이터 분석과 활용에 대한 체계적인 관리의 중요성으로 분석 관리체계 수립 필요 * 지속적 분석 고도화, 분석과제 추가발굴 등 기업문화를 정착, 안정적으로 분석운영에 필요 - 분석의 지속적인 개발, 확산 및 서비스 관리를 위한 분석 거버넌스 체계는 기업의 현 분석수준을 정확히 진단, 분석 조직 및 분석 전문인력 배치, 분석 관련 프로세스 및 분석 교육 등 의 관점에서 정의 가능 - 분석의 지속적 개선/ 개발, 확산 및 서비스 관리를 위한 거버넌스 체계 * COA(Center Of Analysis):분석 조직 분석 수준진단, 분석교육, 분석 개발확산/ 평가 프로세스, 분석전문 인력 2. 데이터 분석 수준 집단. - 데이터 분석, 활용여부가 기업의 경쟁.. 2021. 9. 28.
ADSP 요약정리 - 2장 분석 마스터 플랜 - 마스터 플랜 수집 제 1절 마스터 플랜 수집 1. 마스터 플랜 수립 개요 - 데이터 기반 구축을 위해서는 분석과제를 대상으로 전략적 중요도, 비즈니스 성과 및 ROI, 분석과제의 실행 용이성 등 다양한 기준을 고려해 적용 우선순위를 설정할 필요 - 우선순위 뿐 아니라 분석의 적용 범위 및 방식에 대해서도 종합적으로 고려하여 데이터 분석을 구현하기 위한 로드맵 수립 2. 우선순위 평가 - 우선순위 평가 : 정의된 데이터 과제에 대한 실행 순서를 정하는것 * 업무 영역별로 도출된 분석과제를 우선순위 평가 기준에 따라 평가하고 과제 수행의 선후행 관계를 고려하여 적용 순위를 조정해 최종 확정 * 일반적 IT 프로젝트는 과제의 우선순위 평가를 위해 전략적 중요도, 실행용이성 등 기업에서 고려하는 중요 가치기준에 따라 다양한 관점.. 2021. 9. 27.
ADSP 요약정리 - 1장 분석과제 정의 - 분석활용 시나리오정의-정의서 작성-분석적용 시 고려요소 제 5절 분석 활용 시나리오 정의 - 분석 컨텍스트를 기반으로 도출된 분석 체계를 종합적으로 고려하여 업무적인 분석 활용 시나리오를 정의 - 주요 업무 의사 결정에 분석 결과가 어떻게 활용되어 업무가 효과적으로 수행할 수 있는지 명확히 이해할 수 있도록 도와줌 - 분석을 업무 운영 프로세서 반영할 때 기존 프로세서의 변경 및 신규 프로세서가 생성되는 등의 업무 프로세서의 변화가 발생하기도 함. * 분석 업무 프로세서를 내재화하면 운영업무의 후행 액션이 분석에 의해 자동으로 실행 되는 형태로 프로세서가 지능화 됨 - 분석 업무 활용 시나리오 정의 시, 분석으로 인한 업무 프로세스 변화를 명확히 식별하고 재설계 방안을 정의 해야함. 제 6절 분석 정의서 작성 -분석별로 필요한 소스 데이터, 분석방법, 데이터.. 2021. 9. 27.
ADSP 요약정리 - 1장 분석과제 정의 - 분석방안 구체화 제 4절 분석방안 구체화 1. 의사결정 요소 모형화 - 분석 컨텍스트 간 상관관계를 모형화하여 의사결정을 위한 일련의 제 요소와 요소 간 관계 구체화 가능 * 분석의 핵심 이슈와 의사결정을 위한 필요요소를 한 장의 그림으로 분명하게 설명 가능 * 최적의 의사결정을 위해 필요한 분석 (의사결정 요소) 도출 2. 분석체계 도출 - 정의된 의사 결정 모형의 분석 컨텍스트 별로 수행할 분석을 정리하여 의사결정을 위한 전체 분석 세트와 관계를 도출 * 의사결정의 각 분석체계는 한번에 확정되지 않고 지속적으로 보완되는 과정을 거쳐 정렬됨 3. 분석필요 데이터 정의 - 분석체계에 따라 분석에 필요한 데이터 및 데이터의 유형을 식별하여 현재의 기업에서 보유한 데이터와 외부에서 확보해야 할 데이터 정의 * 데이터 확보 .. 2021. 9. 26.
ADSP 요약정리 - 1장 분석과제 정의 - 분석 기회 구조화 제 3절 분석 기회 구조화 1. 유저스토리 정의 -식별된 핵심 분서 기회(주제)별로 유저 스토리 작성 방법을 통해 분석자의 역할, 의사결정 사항, 분석을 통해 추구하는 목표가치를 기술해 봄으로써 분석하고자 하는 바를 명확히 함. * 업무담당자 입장에서 무엇을 의사결정 해야하는지 정의 * 이 업무를 잘 수행하기 위해 업무 담당자는 무엇을 알아야 하는지 정리 - 분석기회 : 알아야하는 무엇을 찾는 방법 (의사결정요소 산출을 위한 데이터 분석 포인트0 --> 유저 스토리를 통해 분석기회는 명확히 정의될 수 있음. 2. 목표가치 구체화 - 유저 스토리를 통해 명확히 정의된 분석 기회의 목표가치를 지표화함으로써 분석을 통해 달성하려는 사업성과를 구체화 *리소스 투입대비 업무적 성과 평가는 반드시 필요 - 성과는 .. 2021. 9. 26.
ADSP 요약정리 - 1장 분석과제 정의 - 개요 + 분석기회 발굴 제 1절 개요 - 데이터의 핵심은 데이터 자체가 아닌 분석을 통한 의사결정 최적화 - 업무담당자가 의사결정을 내리기 위해 이벤트 발생부터 액션까지 지연시간(데이터지연, 분석지연, 의사결정의 지연)이 운영의 장애요인으로 발생 ==> 데이터 기반의 분석업무 활용 체계 도입을 통해 지연시간을 줄일 수 있음. - 데이터 분석 도입의 성공요소 *Question First 방식으로 접근 : 업무에 필ㅇ한 분석이 무언지를 찾기 위해 분석 질문을 먼저 정의하고 분석하기 위해 필요한 데이터가 무엇인지 정의 *선택과 집중 : 핵심 분석 몇 가지만 잘해도 차별화된 복제할 수 없는 핵심 경쟁력 가짐 *자동화된 분석을 업무 프로세스에 내재화 : 분석은 업무 의사결정 프로세스의 일부 제 2절 분석 기회 발굴 - 분석기회 : 기업.. 2021. 9. 25.
ADSP 요약정리 - 3장 가치창조를 위한 데이터 사이언스와 전략 인사이트 - 빅데이터 그리고 데이터 사이언스의 미래 제 3절 빅데이터 그리고 데이터 사이언스의 미래 1. 빅데이터의 시대 - 2011년 기준 디지털 정보량 1.8 제타바이트 - 선거 예측, 비용절감, 시간절약, 매출증대, 고객서비스 향상, 신규 비즈니스창출, 내부 의사 결정 지원 등 상당한 가치 발휘 2. 빅데이터 회의론을 넘어 : 가치 + 패러다임의 변화 - 내외부 환경의 급변할 때일수록 변화의 물결을 잘 읽어야 하며 예측하지 못했던 전환이나 위기에 빨리 적응할 수 있는 능력 필요 -가치 패러다임 : 경제와 산업근처에는 다양한 가치 원천이 존재하며, 무작위로 작용하는 것이 아니라 특정기간 지배적으로 작용함. 이러한 원천은 일정기간 패러다임적인 존재로 강력한 힘을 행사하다가 효력이 다하면 다음의 가치 패러다임에게 지배적인 지위를 넘겨줌 - 가치 패러다임의.. 2021. 9. 24.
ADSP 요약정리 - 3장 가치창조를 위한 데이터 사이언스와 전략 인사이트 - 전략 인사이트 도출을 위한 필요역량 제 2절 전략 인사이트 도출을 위한 필요 역량 1. 데이터 사이언스의 의미와 역할 -데이터 사이언스란? * 데이터로부터 의미있는 정보를 추출해내는 학문 * 통계학이 정형화된 실험 데이터를 분석 대상으로 하는 것에 비해, 데이터 사이언스는 정형 또는 비정형을 막론하고 다양한 유형의 ㅔ이터를 대상으로 총체적 접근법을 사용 * 데이터 마이닝은 주로 분석에 초점되나, 데이터 사이언스는 분석뿐 아니라 이를 효과적으로 구현하고 전달하는 과정까지 모두 포괄하는 개념 * 데이터 공학, 수학, 통계학, 컴퓨터공학, 시각화, 해커의 사고방식, 해당 분야의 전문 지식을 종합한 학문으로 정의 -데이터 사이언스의 역할 *전략적 통찰을 추구하고 비즈니스 핵심 이슈에 답을 하고, 사업의 성과를 견인 *데이터 사이언티스트의 중요 역.. 2021. 9. 24.
ADSP 요약정리 - 3장 가치창조를 위한 데이터 사이언스와 전략 인사이트 - 빅데이터 분석과 전략 인사이트 제 1절 빅데이터 분석과 전략 인사이트 1. 빅데이터 열풍과 회의론 - 시대의 분위기에 합류하기 위해 거액을 투자해 솔루션을 도입한 후 어떻게 활용하고 어떻게 가치를 뽑아내야 할지 첫번째 물음부터 다시 시작 - 현재 소개되는 많은 빅데이터 성공사례가 기존의 분석 프로젝트를 포장 -과대포장은 빅데이터 분석 전체의 신뢰성에 의심을 갖게 만들거나 개념적 혼란을 불러일으켜 빅데이터 분석이 자리잡기도 전에 기반을 흔들 수 있음. - 빅데이터 분석도 데이터에서 가치, 즉 통찰을 끌어내 성과를 창출하는 것이 관건 2. 왜 싸이월드는 페이스북 되지 못했나? -데이터 분석 기반 경영 문화의 부재 : 데이터 분석에 기초해 전략적 통찰력을 얻고, 효과적인 의사결정을 내리고, 구체적인성과를 만들어 내는 체계가 없었기 때문 -.. 2021. 9. 23.
ADSP 요약정리 - 2장 데이터의 가치와 미래 - 미래의 빅데이터 제 5절 미래의 빅데이터 - 빅데이터 활용에 필요한 기본 3요소 구분 설명 데이터 모든 것의 데이터화 (Datafication) -수많은 센서들이 인터넷에 연결되는 사물 인터넷 시대 기술 진화하는 알고리즘, 인공지능 (Aritificial Intelligence) - 데이터가 알고리즘 성장의 영양분 역할 : 알고리즘을 학습 시킬 수 있는 데이터의 양의 증가로 알고리즘이 점점 스마트해지는 경향을 의미 - 인공지능 분야의 패턴인식, 자연어 처리, 자동제어, 기계학습, 자동추론, 지능엔진, 시멘틱 웹 등이 포함. 인력 데이터 사이언티스트, 알고리즈미스트 (Algorithmist) 역할 증대 -데이터 사이언티스트 (scientist) * 빅데이터에 대한 이론적 지식과 숙련된 분석 기술을 바탕으로 통찰력 - 전달.. 2021. 9. 23.
ADSP 요약정리 - 2장 데이터의 가치와 미래 - 위기요인과 통제방안 제4절 위기요인과 통제방안 1. 위기요인 - 사생활 침해 : 데이터 수집이 신속 용이하고, 양이 증대됨에 따라 개인의 사생활 침해 위협 뿐만 아니라 범위가 사회 - 경제적 위협으로 변형될 수 있음. 익면화 기술이 발전되고 있으나, 아직도 충분치 않음. 정보가 오용될 때 위협의 크기는 막대함. - 책임원칙 훼손 : 빅데이터 기반 분석과 예측 기술이 발전하면서 정확도가 증가한 만큼, 분석 대상이 되는 사람들은 예측 알고리즘의 희생양이 될 가능성도 높아짐 *빅데이터 시스템에 의해 부당하게 피해보는 상황을 최소화 할 장치마련이 반드시 필요 - 데이터 오용 : 데이터 과신, 잘못된 지표의 사용으로 인한 잘못된 인사이트를 얻어 비즈니스에 적용할 경우 직접 손실 발생 2. 통제방안 -동의에서 책임으로 * '개인정보 .. 2021. 9. 22.
ADSP 요약정리 - 2장 데이터의 가치와 미래 - 비즈니스 모델 제 3절 비즈니스 모델 1. 빅데이터 활용사례 - 기업 혁신 사례 : 구글 검색 기능, 월마트 매출 향상, 질병 예후 진단 등 의료분야에 접목 - 정부 활용 사례 : 실시간 교통정보 수집, 기후정보, 각종 지질활동 등에 활용, 국가안전 확보활동 및 의료와 교육 개선에 활용 방안 모색 - 개인 활용 사례: 정치인과 가수의 SNS 활용 2. 빅데이터 활용 기본 테크닉 - 연관규칙 학습 (Association rule learning) * 어떤 변인들 간에 주목할 만한 상관관계가 있는지를 찾아내는 방법 ex) A를 구매한 사람이 B를 더 많이 사는가? - 유형분석 (Classification tree analysis) * 새로운 사건이 속하게 될 범주를 찾아내는 일 ex) 이 사용자가 어떤 특성을 가진 집단에.. 2021. 9. 22.
ADSP 요약정리 - 2장 데이터의 가치와 미래 - 빅데이터의 가치와 영향 제 2절 빅데이터의 가치와 영향 1. 빅데이터의 가치 - 특징 데이터의 가치를 측정하는 것은 쉽지 않음. * 데이터 활용 방식 : 재사용, 재조합(mashup), 다목적용 개발 -재사용이나 재조합, 다목적 용 데이터 개발 등이 일반화 되면서 특정 데이터를 언제-어디서-누가 활용할지 알수 없음. * 새로운 가치 창출 : 데이터가 기존에 없던 가치를 창출함에 따라 가치 측정이 어려움 * 분석 기술 발전 : 클라우드 분산 컴퓨팅과 새로운 분석 기법의 등장으로 가치 없는 데이터도 거대한 가치를 만들어내는 재료가 될 가능성이 높아짐. 2.빅데이터의 영향 - 빅데이터가 가치를 만들어 내는 방식 (빅데이터 보고서, 2011, 맥킨지) *투명성 재고로 연구개발 및 관리 효율성 재고 *시뮬레이션을 통한 수요 포착 및 주.. 2021. 9. 21.
ADSP 요약정리 - 2장 데이터의 가치와 미래 - 빅데이터의 이해 제 1 절 빅데이터의 이해 1. 정의 - 빅데이터 (Big data) : 큰 (big) 데이터 * 단순히 용량만 방대한 것이 아니라 복잡성도 증가해 기존 데이터 처리 애플리케이션이나 관리 툴(tool)로는 다루기 어려운 데이터세트의 집합(collection of data sets) - 빅데이터 현상은 다양한 영역에서 일어나고 있으며 정의 또한 다양 * (일반적 정의) 빅데이터는 일반적인 데이터베이스 소프트웨어로 저장, 관리, 분석할 수 있는 범위를 초과하는 규모의 데이터(Mckinsey, 2011) --> 활용하는 데이터 규모에 중점 * 다양한 종류의 대규모 데이터로부터 저렴한 비용으로 가치를 추출하고 데이터의 초고속 수집 발굴 분석을 지원하도록 고안된 차세대 기술 및 아키텍처 ( IDC, 2011) -.. 2021. 9. 21.
ADSP 요약정리 - 1장 데이터의 이해 - 데이터베이스 활용 제 3절 데이터베이스 활용 1. 기업 내부 데이터베이스 - 정보통신망 구축이 가속화되면서 90년대에는 기업내부 데이터베이스(인하우스 DB)는 기업 경영 전반에 관한 모든 자료를 연계하여 일관된 체계로 구축, 운영하는 경영 활동의 기반이 되는 전사 시스템으로 확대됨 -OLTP(Online Transaction Processing) 시스템 : 90년대 중반 이전, 정보의 수집과 이를 조직내에서 공유하기 위한 경영정보시스템 (MIS)과 생산자동화, 통합자동화 등 기업 활동의 영역별로 구축되던 시스템. 단순 자동화에 치우침 -OLAP(Online Analytical Processing)시스템 : 데이터 마이닝 등의 기술이 등장하면서 단순한 정보의 '수집'에서 탈피, '분석'이 중심이 되는 시스템 구축으로 변화하.. 2021. 9. 20.
ADSP 요약정리 - 1장 데이터의 이해 - 데이터베이스 정의와 특징 제2절 데이터베이스 정의와 특징 1. 용어의 연역 - 1950s : 수집된 자료를 일컫는 데이터(data)의 가치(base)라는 뜻으로 데이터 베이스 (data base)가 탄생 - 1963년 : 미국 SDC가 개최한 심포지엄에서 공식적ㅇ로 사용됨 ( 초기개념인 대량의 데이터를 축적하는 기지라는 의미에 머무름) GE의 바크만은 최초의 현대적 의미의 데이터베이스 관리시스템인 IDS를 개발. 이를 통해 새롭게 저장장치에 직접 접근하기 위한 데이터 모델이 제안되었고 이후 다양한 데이터 모델을 기반으로 한 데이터베이스 관리시스템이 개발됨 - 1965년 : 2차 시포지엄에서 시스템을 통한 체계적 관리와 저장 등의 의미를 담은 '데이터베이스 시스템'이라는 용어가 등장 - 1970s 초반 유럽 데이터베이스라는 단일어.. 2021. 9. 20.
ADSP 요약정리 - 1장 데이터의 이해- 데이터와 정보 제 1절 데이터와 정보 1. 데이터의 정의 - 데이터의 의미는 과거 관념적이고 추상적인 개념에서 기술적이고 사실적인 의미로 변화 - 데이터란 추론과 추정의 근거를 이루는 사실 (옥스퍼드 대사전) ; 데이터를 단순한 객체로서 가치뿐만 아니라 다른 객체와의 상호관계 속에서 가치를 갖는 것으로 설명 - 데이터는 객관적 사실 (fact, raw material) 이라는 존재적 특성을 갖는 동시에 추론-예측-전망- 추정을 위한 근거(basis)로 가능하다는 당위적 특성을 가짐 -논문, 경영전략, 정책수립 등 일련의 가치 창출과정에서 가장 기초를 이루는 것 -데이터의 유형 * 정성적 데이터 (qualitative data) : 언어-문자 등 비정형 데이터, 상대적으로 많은 비용과 기술적 투자가 수반 * 정량적 데이.. 2021. 9. 20.
[ADsP] 데이터와 정보 공부_ 암묵지와 형식지 데이터의 가치가 사업의 가치를 정의한다. 데이터와 정보편에 나오는 지식경영에 대한 내용과 암묵지,형식지 내용을 소개한다. 지식창조 메커니즘에는 공동화, 표출화, 연결화, 내면화가 있다. 이 요소들은 각각 순환하여 한 사이클을 완성한다. 암묵지를 더 수준 높은 암묵지로 바꾸고, 그 노하우를 형식지로 바꾸어 공식적인 자사 핵심역량으로 나타낸다. 이런 노하우들을 수집, 분류, 통합하여 체계화한다. 이것은 사업 시스템을 만드는과정과 같다. 이런 시스템은 조직이 추진하면서 각 개인의 암묵지가 생성되고 이걸 다시 고차원의 암묵지로 만드는 사이클을 반복한다. 이런 노하우들은 회사의 가치를 점점 높인다. ▶지식경영과 지식창조 프로세스 - 일본의 노나카 이꾸지로는 1990년대 초반에 지식창조 이론을 최초로 제시했다. 지.. 2021. 7. 6.

티스토리툴바