데이터 분석 준전문가 자격증 시험_#1-3. 가치 창조를 위한 데이터 사이언스와 전략 인사이트

 

 

 

▼ 데이터분석 준전문가 시험 과목 및 내용은 아래 접은 글 참고

과목 1_데이터 이해 

1장. 데이터의 이해

 

• 데이터와 정보
• 데이터베이스의 정의와 특징
• 데이터베이스 활용

2장. 데이터의 가치와 미래

• 빅데이터의 이해
• 빅데이터의 가치와 영향
• 비즈니스 모델
• 위기 요인과 통제 방안
• 미래의 빅데이터

3장. 가치 창조를 위한 데이터 사이언스와 전략 인사이트

• 빅데이터분석과 전략 인사이트
• 전략 인사이트 도출을 위한 필요 역량
• 빅데이터 그리고 데이터 사이언스의 미래

과목 2_데이터분석 기획 

1장. 데이터분석 기획의 이해

• 분석 기획 방향성 도출
• 분석 방법론
• 분석 과제 발굴
• 분석 프로젝트 관리 방안

2장. 분석 마스터 플랜

• 마스터 플랜 수립
• 분석 거버넌스 체계 수립

과목 3_데이터분석 

1장. R기초와 데이터 마트

 

• R기초
• 데이터 마트
• 결측값 처리와 이상값 검색

2장. 통계분석

• 통계학 개론
• 기초 통계분석
• 다변량 분석
• 시계열 예측

3장. 정형 데이터 마이닝

• 데이터 마이닝 개요
• 분류분석(Classification)
• 군집분석(Clustering)
• 연관분석(Association Analysis)

 

---

빅데이터분석과 전략 인사이트

빅데이터 분석에서의 과제

• 데이터에서 가치, 즉 (전략적) 통찰을 끌어내 성과를 창출하는 것이 관건
• 빅데이터의 기회는 데이터의 크기가 아니라 새롭고 다양한 정보 원천의 활용(정형 데이터와 비정형 데이터의 결합 및 활용으로 보다 종합적이고 완벽한 고객/비즈니스 조망 가능)에 있음. 

=> 기업 핵심 가치에 집중 > 관련 분석평가지표 개발 > 시장/고객 변화에 효과적 대응

 

 

전략 도출을 위한 가치 기반 분석

• 일차적 분석이 아니라 사업과 이에 영향을 미치는 트렌드에 대한 큰 그림 필요

 

 

---

전략 인사이트 도출을 위한 필요 역량

데이터 사이언스

• 정의 : 데이터로부터 의미있는 정보를 추출해 내는 학문
• 역할 : 전략적 통찰을 추구, 비즈니스 핵심 이슈에 답하며 사업 성과 견인
• "데이터 사이언스는 과학과 인문의 교차로에 서 있다". 즉 학문간 통일의 중요성을 의미
• 구성요소 : Analytics + IT(data magmt) + 비즈니스 분석

* 기존 통계학과 달리 총체적 접근법 사용

* 데이터 마이닝은 주로 분석에 초점을 둔 개념이지만, 데이터 사이언스는 분석 뿐만 아니라 구현, 전달과정까지를 포함하는 포괄적 개념

 

 

데이터 사이언티스트의 요구 역량

• hard skill : 빅데이터의 처리 및 분석에 필요한 이론적 지식과 기술적 숙련에 관련된 능력
• soft skill : 데이터 속에 숨겨진 가치를 발견하고 새로운 발전 기회를 만들어 내기 위한 능력

* Analytics + IT 전문성 + 컨설팅 능력

 

 

세 가지 인간관

• 성향적 관점 : 인간을 타고난 성향의 관점으로 바라보는 것.
• 행동적 관점 ex) 신용리스크 모델
• 상황적 관점 : 상황에 따라 행동도 바뀌므로 사람의 행동 뿐만 아니라 상황과 맥력을 고려해야 함

 

---

빅데이터 그리고 데이터 사이언스의 미래

빅데이터 가치 패러다임의 변화

• Digitalization : '아날로그 세상을 어떻게 효과적으로 디지털화하는가'가 가치창출 원천
• Connection : '연결을 얼마나 효과적/효율적으로 제공해주느냐'과 성패를 가름
• Agency : '복잡한 연결을 얼마나 효과적으로 해결하는가'에 중요한 키워드