동호다찌

1절 분석 기획 방향성 도출 1-1. 분석 기획의 특징 분석 기획이란? 실제 분석을 수행하기 전, 과제 정의 및 관리 방안을 사전에 계획하는 작업 어떠한 목표를 달성하기 위해, 어떤 데이터를 가지고, 어떤 방식으로 수행할지에 대한 계획 수립 데이터 사이언티스트의 역량? 수학, 통계학적 지식 및 정보기술뿐만 아니라 해당 비즈니스에 대한 이해와 전문성을 포함한 3가지 영역에 대한 고른 역량과 시각이 필요하다. Math&Statistics Information&Technology Domain&Knowledge 1-2. 분석 대상과 방법 분석은 대상과 방법에 따라 4가지로 나뉜다. 최적화 Optimization 솔루션 Solution 통찰 Insight 발견 Discovery - 분석 대상 알고 있음 O - 분..

1절 빅데이터 분석과 전략 인사이트 1-1. 빅데이터 열풍과 회의론 빅데이터 열풍은 "빨리 끓어 오른 냄비가 빨리 식는다."는 일종의 거품현상을 우려하는 시선도 있기에 빅데이터 분석에서 찾을 수 있는 수많은 가치들을 제대로 발굴해 보기도 전에 그 활용 자체를 사전에 차단해 버릴 수 있다. 1-2. 빅데이터 회의론의 원인 및 진단 1. 투자 효과를 거두지 못했던 과거의 CRM(고객관계관리)와 같은 프로젝트들 2. 빅데이터의 성공 사례라고 하는 것들이 실제 빅데이터가 아닌 단순 데이터 분석 프로젝트인 경우가 많았음 참고로, 한때 CRM만 구축하면 모든 문제들이 해결이 된다라는 붐이 일어난 적이 있었다. 하지만 대다수 프로젝트들은 큰돈으로 CRM을 구축하고 대부분 실패하게 되었는데 사실 빅데이터도 이미 비슷한..

1절 빅데이터의 이해 1-1. 빅데이터 관점에 따른 정의 빅데이터는 관점에 따라 3가지로 정의한다. 3V(volume, variety, velocity)로 요약되는 데이터 자체의 특성 변화에 초첨을 맞춘 좁은 범위 데이터 자체뿐 아니라 처리, 분석 기술적 변화까지 포함되는 중간 범위 인재, 조직 변화까지 포함한 넓은 관점에서의 빅데이터에 대한 정의 3V 양 (vloume) : 데이터의 규모 측면 (센싱데이터, 비정형데이터) 다양성 (variety) : 데이터 유형과 소스 측면 (정형, 비정형데이터 ) 속도 (velocity) : 데이터 수집과 처리 측면 (원하는 데이터의 추출 및 분석 속도) 4V 가치(value), 진실성 (veracity), 정확성(validity), 휘발성(volatility) * ..

1절 데이터와 정보 1-1. 데이터의 정의와 특성 데이터의 정의 데이터는 추론과 추정의 근거를 이루는 사실이다. 데이터는 단순한 객체로서의 가치뿐만 아니라 다른 객체와의 상호관계 속에서 가치를 갖는 것으로 설명되고 있다. 데이터의 특성 존재적 특성 : 객관적 사실 당위적 특성 : 추론, 예측 전망, 추정을 위한 근거 1-2. 데이터의 유형 구분 형태 예시 특징 정성적 데이터 언어, 문자 등 회사 매출이 증가함 등 저장, 검색, 분석에 많은 비용이 소모됨 정량적 데이터 수치, 도형, 기호 등 나이, 몸무게, 주가 등 정형화된 데이터로 비용 소모가 적음 정성적 데이터 - 비정형 데이터이며 주관적인 내용으로 통계분석이 어렵다 정량적 데이터 - 정형 데이터이며 객관적인 내용으로 통계분석이 용이하다. 1-3. 지..

ADsP란 데이터분석 준전문가(ADsP : Advanced Data Analytics Semi-Professional)란 데이터 이해에 대한 기본지식을 바탕으로 데이터분석 기획 및 데이터분석 등의 직무를 수행하는 실무자를 말한다. 데이터분석 준전문가의 직무 데이터 기획 비즈니스 목표 달성을 위해 내부 업무 프로세스를 기반으로 다양한 분석기회를 발굴하여 분석의 목표를 정의하고, 분석대상 도출 및 분석 결과 활용 시나리오를 정의하여 분석과제를 체계화 및 구체화하는 빅데이터분석과제 정의, 분석로드맵 수립, 성과 관리 등을 수행한다. 데이터분석 분석에 대한 요건을 구체적으로 도출하고, 분석과정을 설계하고, 요건을 실무담당자와 합의 하는 요건정의, 모델링, 검증 및 테스트, 적용 등을 수행한다. ADsP 시험 주..