'[1과목] 데이터 이해 - [3장] 가치 창조를 위한 데이터 사이언스와 전략 인사이트 - [01] 빅데이터 분석과 전략 인사이트' 정리

중요 사항
1) 전략 도출 위한 가치 기반 분석

 

1. 데이터 분석과 의사결정

• 직관에 근거해 의사결정을 내리는 회사가 아닌, 데이터 분석에 기초해 전략적 통찰을 얻고, 내부 의사결정을 내리고, 구체적인 성과를 만들어내는 체계 필요
• 빅데이터와 관련된 걸림돌은 비용이 아니라 분석적 방법과 성과에 대한 이해 부족이다.

 

2. 빅데이터 분석, 'Big'이 핵심이 아니다.

• 더 많은 데이터가 더 많은 가치로 바로 연결된다고 볼 수 없다. 데이터의 양이 아니라 유형의 다양성이 중요하다.
• 빅데이터가 가져다주는 기회는 데이터의 크기가 아닌 음성, 텍스트, 이미지, 비디오 같은 새롭고 다양한 정보 원천의 활용에 있다.
• 빅데이터는 데이터 크기의 이슈가 아니라 거기에서 어떤 시각과 통찰을 얻을 수 있느냐가 문제이다.

 

3. 전략 도출 위한 가치 기반 분석

• 전략적 통찰 없이 복잡성 최적화, 단순 분석 사용 빈도 증가가 경쟁우위를 가져다 주지 않는다 → 빅데이터 분석은 데이터에서 가치, 즉 통찰을 끌어내는 것, 성과를 창출하는 것이 중요하다.
• 성과가 우수한 기업들도 가치 분석적 통찰력을 갖췄다고 응답한 비율이 낮다. 기업의 핵심 가치와 관련해 전략적 통찰력을 가져다주는 데이터 분석을 내재화 하는 것이 쉽지 않다.
• 일차원적인 분석을 통해서도 해당 부서나 업무 영역에서 효과를 얻을 수 있지만, 일차적인 분석은 태생적으로 업계 내부의 문제에만 초점을 둔다.
  1. 금융 서비스: 신용점수 산정, 사기 탐지, 고객 수익성 분석
  2. 소매업: 재고 보충, 수요 예측
  3. 제조업: 맞춤형 신상품 개발
  4. 에너지: 트레이딩, 공급 & 수요 예측
  5. 온라인: 웹 매트릭스, 사이트 설계, 고객 추천
• 전략적 인사이트를 주는 가치 기반 분석을 위해서는 사업과 이에 영향을 미치는 트렌드에 대한 큰 그림을 그려야 한다. 즉, 업계 상황에 한정해서 바라보지 말고 더 넓은 시야에서 차별화를 고려해야 한다.
  1. 인구통계학적 변화
  2. 경제사회 트렌드
  3. 고객 니즈 변화 등
  4. 이외에 다른 대변화가 어디서 나타날지 예측

 

 

 

출처: 김계철 지음, '2023 ADsP 한 권으로 끝내기