[ADsP 합격 노트] 1-3. 가치창조를 위한 데이터 사이언스와 전략 인사이트

빅데이터 분석과 전략 인사이트

1. 일차원적인 분석

• 산업별 분석 애플리케이션

  산업	일차원적 분석 애플리케이션
  금융서비스	신용점수 산정, 사기 탐지, 가격책정, 프로그램 트레이딩, 클레임분석, 고객 수익성 분석
  제조업	공급사슬 최적화, 수요예측, 재고 보충, 보증서 분석, 맞춤형 상품 개발, 신상품 개발
  병원	가격 책정, 고객 로열티, 수익 관리
  에너지	트레이딩, 공급/수요 예측
  정부	사기 탐지, 사례 관리, 범죄 방지, 수익 최적화

• 일차적인 분석의 문제점 : 큰 변화에 제대로 대응하거나 새로운 기회를 포착하기 어렵다

전략 인사이트 도출을 위한 필요 역량

1. 데이터 사이언스의 의미와 역할

• 의미: 데이터 공학, 수학, 통계학, 컴퓨터공학, 시각화, 해커의 사고방식, 해당 분야의 전문지식을 종합한 학문
• 역할 : 비즈니스의 성과를 좌우하는 핵심 이슈에 답을 하고, 사업의 성과를 견인해 나갈 수 있어야 함

1. 데이터 사이언스의 구성요소

   구성요소	세부 요소
   IT	시그널 프로세싱, 프로그래밍, 데이터 엔지니어링, 데이터 웨어하우스, 고성능 컴퓨팅
   Analytics	수학, 확률 모델, 머신러닝, 분석학, 패턴 인식과 학습, 불확실성 모델링
   비즈니스 분석	커뮤니케이션, 프레젠테이션, 스토리텔링, 시각화

빅데이터 상식

• 데이터웨어하우스란?

  방대한 조직 내에서 분산 운영되는 각각의 데이터베이스 관리시스템을 효율적으로 통합하여 조정, 관리하는 실무적인 활용 방법
  

• 데이터웨어하우스 특징

  • 주제 지향성

  • 데이터 통합

  • 데이터의 시계열성

  • 데이터의 비휘발성

    데이터웨어하우스에서는 데이터의 지속적 갱신에 따른 무결성 유지가 무엇보다 중요하다 (X)

• 데이터 레이크 : 별도로 정제되지 않은 자연스러운 상태의 아주 큰 데이터 세트

• 핀테크 분야에서 빅데이터 활용이 가장 활발하게 이루어지고 있는 분야 : 신용평가

• 객체지향 DB : 정보를 ‘객체’형태로 표현, 멀티미디어 등 복잡한 데이터 구조를 관리하는 DBMS