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 역량 중 하나인 소통도 여기에 근거해 길러짐

  - 훌륭한 데이터 사이언티스트는 비즈니스의 성과를 좌우하는 핵심요소를 정확하게 겨냥할 수 있고 이때 데이터 사이언스는 엄청난 위력을 발휘할 수 있음. 

 

 2. 데이터 사이언스의 구성요소 

  - 데이터 사이언스의 핵심 구성요소 

   * 데이터 처리와 관련된 IT영역, 분석적 영역, 비즈니스 컨설팅 영역을 포괄

   *Analytics : 수학, 확률모델, 머신러닝, 분석학, 패턴 인식과 학습, 불확실성 모델링 등 

   * IT(Data Management) : 시그널 프로세싱, 프로그래밍, 데이터 엔지니어링, 데이터 웨어하우징, 고성능 컴퓨팅 등 

   * 비즈니스 분석 : 커뮤니케이션, 프리젠테이션, 스토리텔링, 시각화 등 

  - 데이터 사이언티스트의 요구 역량 

   * 하드 스킬 (hard skill) : 데이터 처리나 분석 기술과 관련 

   * 소프트 스킬 (soft skill) :  통찰력 있는 분석, 설득력 있는 전달, 협력 등 

 

구분	요구 역량	내 용
하드 스킬	빅데이터에 대한 이론적 지식	관련 기법에 대한 이해와 방법론 습득
	분석 기술에 대한 숙련	최적의 분석 설계 및 노하우 축적
소프트 스킬	통찰력 있는 분석	창의적 사고, 호기심, 논리적 비판
	설득력 있는 전달	스토리텔링, Visualization
	다분야간 협력	커뮤니케이션

 

 3. 데이터 사이언스 : 과학과 인문의 교차로 

  - 데이터 사이언스 전문가들이 더 높은 가치를 창출해내고 진정한 차별화를 가져오는 것은 '사고방식(habits of mind),비즈니스 이슈에 대한 감각, 고객들에 대한 공감 능력' 등 전략적 통찰과 관련된 소프트 스킬 

  - 데이터 사이언스는 과학과 인문학의 교차로에 서있음

   * 데이터 사이언티스트에게 스토리텔링, 커뮤니케이션, 창의력, 열정, 직관력, 비판적 시각, 글쓰기 능력, 대화 능력 등 필요성 강조 

 

 4. 전략적 통찰력과 인문학의 부활

  -최근 사회경제적 환경의 변화 

   * 단순세계화에서 복잡한 세계화로의 변화 (convergence--> divergence)

   * 비즈니스의 중심이 제품생산에서 서비스로 이동 

   * 경제와 산업의 논리가 생산에서 시장창조로 변화 

  - 인문학 열풍 

   * 공급자 중심의 기술 경쟁 하에서는 '산출물'만을 중시하지만 소비자가 어디에서 재미와 편의를 느끼는지 이해하기 위해서는 '창조과정'에 주목하는 인문학적 통찰력이 필요

   * 기존의 사고의 틀을 벗어나 문제를 바라보고 해결하는 능력, 비즈니스 핵심가치를 이해하고 고객과 직원의 내면적 요구를 이해하는 능력 등 인문학의 역량이 점점 더 절실히 요구 

 

 5. 데이터 사이언티스트에 요구되는 인문학적 사고의 특성과 역할 

  - 정보 차원 : 단순히 정보를 활용한다고 할 수 있는 정도의 수준 

  - 통찰력 제시 : 사업 성과를 좌우하는 핵심적인 문제에 대해 대답 

  - 최고의 데이터 사이언티스트는 정량분석이라는 과학과 인문학적 통찰에 근거한 합리적 추론을 탁월하게 조합 

구분	정보	통찰력
과거	무슨 일이 일어났는가?  - 보고서 작성 등	어떻게, 왜 일어났는가?  -모델링, 실험설계
현재	무슨 일이 일어나고 있는가?  - 경고	차선 행동은 무엇인가?  -권고
미래	무슨 일이 일어날 것인가? - 추출	최악 또는 최선의 상황은 무엇인가? - 예측, 최적화, 시뮬레이션

 

 6. 데이터 분석 모델링에서 인문학적 통찰력의 적용사례 

  - 인간을 바라보는 관점 

   * 타고난 성향의 관점 : 인간을 변하지 않는 존재로 상정

   * 행동적 관점 : 한 사람의 행동을 지속적으로 관찰해 그 행동을 보고 사람을 판단하는 것이 더 정확하다는 관점 

   *상황적 관점 :특정한 행동을 지속하는 사람들도 주변 맥락이 바뀌면 갑작스레 행동 패턴이 변화 (인간의 가변적 성향) 

  - 데이터 분석 모델링에서 인문학적 통찰력의 적용 

   * 모델의 예측력을 높이기 위해 '인간은 어떤 관점에서 바라봐야하나', '이를 위해서는 어떤 데이터가 더 필요하며.'. '어떤 기술을 활용해야 할 것인가' 라는 질문에 중요한 가이드 제공 

  - 인간에 대한 새로운 해석 관점의 제공 외에도 인문학은 '고정된 사고방식에서 벗어나 혁신을 생각하고 진부한 상상의 굴레에서 벗어난 창의성을 토대로 남보다 앞서 새로운 가치를 창출' 하고자 하는 데이터 사이언티스트 들에게 중요한 가치창출의 원천이 될 수 있음.