데이터 분석 기획에 대한 이해

안녕하세요

 

오늘은 데이터 분석 기획에 대해 이야기 해보고자 합니다.

 

데이터 분석은 예전부터 많이 사용되어 오던 용어이지만,

 

최근 빅데이터, 인공지능 등 데이터 활용 산업의 발달로 인해 데이터 분석에 대해 새롭게 접근하기도 합니다.

 

데이터 자체뿐 아니라 데이터 분석 과정 그리고 데이터 분석을 통한 가치 창출에 초점을 맞추고 있습니다.

 

 

여기에는 가치 있는 분석 결과 도출, 다양한 데이터 분석 기법 적용에 대한 문제에 대해 생각해보겠습니다.

 

분석 기획이란 데이터 분석을 하기 전 얻으려는 목적 및 예상 결과에 대해 생각해보고 데이터 분석 방법을 정하는 것입니다. 

 

데이터를 활용 문제 해결을 위해서는 컴퓨터 분석, 수학적/통계적 분석, 비즈니스 산업적 분석 등 각 분야의 기술 및 관점이 서로 연관되어 있습니다.

다음 분석 주제 유형에 대해 알아보면, 크게 최적화, 통찰, 솔루션, 발견으로 구분할 수 있는데

 

'최적화'란 이미 알고 있는 문제, 이미 사용하던 방법이 있다면 이를 보다 최적화하여 불필요한 부분을 제거하는 것을 목표로 합니다. 예를 들어 운동 선수가 기록을 단축하기 위해서는 매일 반복되는 연습과 컨디션 파악을 통해 최상의 퍼포먼스를 낼 수 있는 최적의 상태를 찾는 것과 비슷하다고 볼 수 있습니다.

'통찰'은 여러가지 분석 방법을 알고 있지만, 분석하려는 대상이 명확하지 않을 경우 수많은 시도와 새로운 분석 기법의 활용을 통해 새로운 분석 대상을 도출하는 것입니다. 브레인스토이밍, 디자인씽킹 등 방법은 많이 알려져 있지만 그러한 방법을 활용하여 새로운 관점을 얻는 것은 쉬운 일만은 아닙니다.

'솔루션'은 분석하려는 대상은 있지만, 이를 분석할 수 있는 방법이 부재한 경우입니다. 보다 효율적이고 명확하게 분석하기 위해서는 새로운 분석 기법, 기획, 변화, 혁신이 필요한 시점입니다. 

보통 홍보 마케팅의 경우 새로운 홍보 방법에 대한 솔루션을 고민하는 것과 비슷하다고 볼 수 있습니다.

마지막으로 '발견'은 분석할 데이터 대상과 분석 방법에 대해 알려지지 않은 경우를 말하며, 다른 데이터 분석하다가 우연하게 밝혀지는 경우가 있곤 합니다. 기존에 알려진 분석 방법이나 데이터가 아닌 새로운 데이터 대상, 그리고 새로운 형태의 분석 방법은 우연한 발견도 있지만, 수많은 시도와 융합 사이에서 생겨난다고 볼 수 있습니다.

데이터 분석 기획은 또한 목표 시점별로 구분하기도 합니다. 단기적/장기적, 과제 단위/마스터플랜 단위 등 데이터 분석에 따른 결과 분석을 위해 소요되는 시간과 기획 의도는 매우 중요한 요소라고 할 수 있습니다.

 

데이터 분석할 시 중요한 것은 대상이 되는 데이터(정형/반정형/비정형)가 있고, 데이터 분석의 여러 사례(유스케이스)를 참고하여 유사한 분석 시나리오 및 솔루션을 확보하는 것이 중요하겠습니다.

 

그리고 데이터 분석에는 시간과 비용, 노력이 많이 소요되는 경제적 활동입니다. 배보다 배꼽이 크면 안되기 때문에 항상 기회비용을 고려하여 효율적인 분석이 될 수 있도록 상황 추이에 따른 변동성 관리 능력이 필요합니다.

 

데이터는 존재 그 자체에 의미가 있기도 하지만, 어떤 방법으로, 어떤 목적으로 분석하느냐에 따라 달라질 수 있는 원석과 같다고 볼 수 있습니다. 

 

데이터를 분석하는 방법이나 목적은 사용자의 역량과 관심 정도의 차이에서 비롯된다고 볼 수 있습니다.