반응형
데이터 분석 준비도 프레임워크
- 분석 준비도 : 기업의 데이터 분석 도입의 수준을 파악하기 위한 진단 방법
| [분석 업무 파악] - 발생한 사실 분석 업무 - 예측 분석 업무 - 시뮬레이션 분석 업무 - 최적화 분석 업무 - 분석 업무 정기적 개선 |
[인력 및 조직] - 분석 전문가 직무 존재 - 분석 전문가 교육 훈련 프로그램 - 관리자들의 기본적 분석 능력 - 전사 분석 업무 총괄 조직 존재 - 경영진 분석 업무 이해 능력 |
[분석 기법] - 업무별 적합한 분석기법 사용 - 분석 업무 도입 방법론 - 분석기법 라이브러리 - 분석기법 효과성 평가 - 분석기법 정기적 개선 |
| [분석 데이터] - 분석 업무를 위한 데이터 충분성 - 분석 업무를 위한 데이터 신뢰성 - 분석 업무를 위한 데이터 적시성 - 비구조적 데이터 관리 - 외부 데이터 활용 체계 - 기준 데이터 관리 (MDM) |
[분석 문화] - 사실에 근거한 의사결정 - 관리자의 데이터 중시 - 회의 등에서 데이터 활용 - 경영진의 직관보다 데이터 - 데이터 공유 및 협업 문화 |
[IT 인프라] - 운영시스템 데이터 통합 - EAI, ETL 등 데이터 유통 체계 - 분석 전용 서버 및 스토리지 - 빅데이터 분석 환경 - 통계 분석 환경 - 비쥬얼 분석 환경 |
분석 성숙도 모델
- 소프트웨어공학에서는 시스템 개발 업무 능력과 조직의 성숙도를 파악하기 위해 CMMI(Capability Maturity Model Integration) 모델을 기반으로 조직의 성숙도를 평가함
| 단계 | 도입 단계 | 활용 단계 | 확산 단계 | 최적화 단계 |
| 설명 | 분석을 시작하여 환경과 시스템을 구축 | 분석 결과를 실제 업무에 적용 | 전사 차원에서 분석을 관리하고 공유 | 분석을 진화시켜서 혁신 및 성과 향상에 기여 |
| 비즈니스 부문 |
- 실적 분석 및 통계 - 정기 보고 수행 - 운영 데이터 기반 |
- 미래 결과 예측 - 시뮬레이션 - 운영 데이터 기반 |
- 전사 성과 실시간 분석 - 프로세스 혁신 3.0 - 분석 규칙 관리 - 이벤트 관리 |
- 외부 환경 분석 활용 - 최적화 업무 적용 - 실시간 분석 - 비즈니스 모델 진화 |
| 조직, 역량 부문 |
- 일부 부서에서 수행 - 담당자 역량에 의존 |
- 전문 담당부서에서 수행 - 분석 기법 도입 - 관리자가 분석 수행 |
- 전사 모든 부서 수행 - 분석 COE 조직 운영 - 데이터 사이언티스트 확보 |
- 데이터 사이언스 그룹 - 경영진 분석 활용 - 전략 연계 |
| IT 부문 |
- 데이터 웨어하우스 - 데이터 마트 - ETL, EAI - OLAP |
- 실시간 대시보드 - 통계 분석 환경 |
- 빅데이터 관리 환경 - 시뮬레이션 및 최적화 - 비주얼 분석 - 분석 전용 서버 |
- 분석 협업환경 - 분석 Sandbox - 프로세스 내재화 - 빅데이터 분석 |
데이터 거버넌스
- 전사 차원의 모든 데이터에 대해 정책 및 지침, 표준화, 운영조직 및 책임 등의 표준화된 관리 체계를 수립하고 운영을 위한 프레임워크(Framework) 및 저장소(Repository)를 구축하는 것을 말함
- 특히 마스터 데이터(Master data), 메타 데이터(Meta data), 데이터 사전(Data Dictionary)은 데이터 거버넌스의 중요한 관리 대상
- 빅데이터 거버넌스는 이러한 데이터 거버넌스의 체계에 더하여 빅데이터의 효율적인 관리, 다양한 데이터의 관리체계, 데이터 최적화, 정보보호, 데이터 생명주기 관리, 데이터 카테고리별 관리 책임자 지정 등을 포함함
- 데이터 거버넌스의 구성요소 : 원칙(Principle), 조직(Organization), 프로세스(Process)
| 원칙 | 조직 | 프로세스 |
| - 데이터를 유지 관리하기 위한 지침과 가이드 - 보안, 품질기준, 변경관리 |
- 데이터를 관리할 조직의 역할 및 책임 - 데이터 관리자, 데이터베이스 관리자, 데이터 아키텍트 |
- 데이터 관리를 위한 활동 및 체계 - 작업 절차, 모니터링 활동, 측정 활동 |
데이터 거버넌스 체계
- 데이터 표준화 → 데이터 관리 체계 → 데이터 저장소 관리 → 표준화 활동
| 데이터 표준화 | 데이터 관리 체계 | 데이터 저장소 관리 | 표준화 활동 |
| - 데이터 표준 용어 설정 - 명명 규칙 수립 - 메타 데이터 구축 - 데이터 사전 구축 |
- 메타 데이터와 데이터 사전의 관리 원칙을 수립 - 데이터 생명 주기 관리 방안 수립 |
- 메타데이터 및 표준 데이터를 관리하기 위한 전사 차원의 저장소를 구성 | - 표준 준수 여부를 주기적으로 점검, 모니터링, 교육 |
데이터 분석 조직 구조
- 집중형 / 기능형 / 분산형
| 집중형 (집중 구조, 집중형 조직구조) |
조직 내에 별도의 독립적인 분석 전담조직을 구성하고, 회사의 모든 분석 업무를 전담 조직에서 담당 - 전사 분석 업무를 별도의 분석 전담 조직에서 담당 - 전략적 중요도에 따라 분석조직이 우선순위를 정해서 진행 - 현업 업무 부서의 분석업무와 이중화/이원화 가능성 높음 |
| 기능형 (기능 구조, 기능 중심의 조직구조) |
일반적으로 분석을 수행하는 형태, 별도 조직을 구성하지 않고 해당 업무 부서에서 직접 분석하는 형태 - 전사적 핵심 분석이 어렵고 부서 현황 및 실적 통계 등 과거 실적에 국한된 분석 수행 가능성이 높음 |
| 분산형 (분산 구조, 분산된 조직구조) |
분석 조직의 인력들을 현업부서에 배치해 분석업무를 수행 - 전사 차원에서 분석과제의 우선순위를 선정해 수행 가능하고, 분석 결과를 신속하게 실무에 적용할 수 있는 장점 - 베스트 프랙티스 공유 가능 - 부서 분석업무와 역할 분담을 명확히 해야 함 |
반응형
댓글