[ADSP] #4. 분석 마스터플랜, R

* 마스터 플랜 수립 프레임워크

   - 1st Step: 우선순위 정하기

   - 2nd Step: 분석 과제의 적용 범위 및 방식 설정

 

⭐️ 우선순위 고려요소 & 적용범위/방식 고려요소

* 참고: ISP(정보 전략 계획) 방법론을 활용,

           데이터 분석 과제를 빠짐없이 도출한 후 과제의 우선순위를 결정하고 단기/중기/장기로 나누어 계획을 수립한다.

 

* 일반적인 IT 프로젝트 우선순위 평가

 

⭐️ 빅데이터 특징을 고려한 분석 ROI 요소

     - 3V(크기, 다양성, 속도) = 투자 비용 측면의 요소

     - 가치 = 비즈니스 효과 측면의 요소

 

* ROI를 활용한 우선순위 평가 기준

   - 시급성: 전략적 중요도와 목표 가치(KPI) 부합하는지 여부 → 가치

   - 난이도: 데이터를 생성, 저장, 가공, 분석하는 비용과 분석 수준을 고려, 적용 비용 측면과 범위 측면에서 적용하기 용이한지 여부 → 3V

 

⭐️ 포트폴리오 사분면 분석을 활용한 우선순위 평가 기준

     - 가장 우선적인 분석 과제 적용이 필요한 영역: 3사분면

     - 우선순위 기준이 '난이도'인 경우: 3 → 1 → 2 (절대적인 것X)

     - 시급성과 난이도를 조절하여 다른 사분면을 우선순위로 정할 수 있음: III (단기) → II (중장기)

 

* 이행 계획 수립

   1) 로드맵 수립

       - 1단계: 데이터 분석체계 도입

       - 2단계: 데이터 분석 유효성 검증

       - 3단계: 데이터 분석 확산 및 고도화

 

   2) 세부 이행계획 수립

 

* 거버넌스

   - 의사결정을 위한 데이터의 분석과 활용을 위한 체계적인 관리, 일정한 규칙과 규범

 

⭐️ 분석 거버넌스 체계 구성요소

     - 조직(Organization)

     - 과제 기획 및 운영 프로세스(Process)

     - 분석 관련 시스템(System)

     - 데이터(Data)

     - 분석 관련 교육 및 마인드 육성 체계(Human Resource)

 

* 분석 수준 진단 프레임 워크

    ⭐️ 분석 준비도

         : 기업의 데이터 분석 도입의 수준을 파악하기 위한 진단 방법

         1) 분석 업무 파악

         2) 인력 및 조직

         3) 분석 기법

         4) 분석 데이터

         5) 분석 문화

         6) IT 인프라

 

    ⭐️ 분석 성숙도

	1단계 도입 단계	2단계 활용 단계	3단계 확산 단계	4단계 최적화 단계
내용	분석 시작, 환경과 시스템 구축	분석 결과를 업무에 적용	전사 차원에서 분석 관리, 공유	분석을 진화시켜 혁신 및 성과 향상에 기여
비즈니스 부문	- 실적 분석 및 통계 - 정기 보고 수행 - 운영 데이터 기반	- 미래결과 예측 - 시뮬레이션 - 운영 데이터 기반	- 전사성과 실시간 분석 - 프로세스 혁신 3.0 - 분석규칙 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 - 분석기법 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 - 통계분석 환경	- 빅데이터 관리 환경 - 시뮬레이션/최적화 - 비주얼 분석 - 분석 전용 서버	- 분석 협업환경 - 분석 SandBox - 프로세스 내재화 - 빅데이터 분석

 

⭐️ 분석 수준 진단 결과

⭐️ 데이터 거버넌스 관리 대상

     - 마스터 데이터(Master Data)

     - 메타 데이터(Meta Data)

     - 데이터 사전(Data Dictionary)

 

⭐️ 데이터 거버넌스 구성요소

     1) 원칙(Principle)

     2) 조직(Organization)

     3) 프로세스(Process)

 

⭐️ 데이터 거버넌스 체계

     1) 데이터 표준화

     2) 데이터 관리 체계

     3) 데이터 저장소 관리

     4) 표준화 활동

 

* 데이터 분석 조직

   - 기업의 경쟁력 확보를 위해 데이터 분석의 가치를 발견하고, 이를 활용하여 비즈니스를 최적화하는 목표를 갖고 구성되어야 한다.

 

⭐️ 데이터 분석 조직 유형

     1) 집중형 조직 구조

         - 조직 내 별도의 독립 조직 구성

         - 모든 분석 업무를 전담 조직에서 담당

         - 전담 조직 내에서 전사 분석 과제의 전략적 중요도에 따라 우선순위를 정하여 추진할 수 있음

         - 일부 현업 부서와 분석 업무가 중복, 이원화 될 가능성이 있음

 

     2) 기능 중심의 조직 구조

          - 별도 분석 조직 구성 X

          - 해당 업무 부서에서 직접 분석

          - 전사적 관점의 핵심 분석 어렵고, 특정 업무 부서에 국한된 분석을 하거나 일부 중복된 분석을 수행할 수 있음

 

     3) 분산된 조직 구조

          - 분석 조직의 인력들을 현업 부서에 배치

          - 전사 차원에서 분석 과제의 우선순위를 선정해 수행 가능

          - 분석 결과를 신속하게 실무에 적용할 수 있음

 

* 분석 과제 관리 프로세스

   - 과제 발굴 단계

   - 과제 수행 단계

 

* 분석 도입은 준비기 - 도입기 - 안정 추진기에 따라 진행

 

* R

   - 실행시킬 행들을 드래그해서 cmd + enter 실행

   - value 창에 있는 🧹클릭하면 값 삭제

x = c(1, 10, 20, 30)
y = c("사과", "복숭아", "바나나")
z = c(TRUE, FALSE, TRUE)

print(x) # [1]  1 10 20 30
print(y) # [1] "사과"   "복숭아" "바나나"
print(z) # [1] "사과"   "복숭아" "바나나"

class1 = c(1:10) # 먼저 실행해야 value에 입력됨

class1 # [1]  1  2  3  4  5  6  7  8  9 10

x <- c(1, 10, 20, 30)
y <- c("사과", "복숭아", "바나나")
xy <- c(x,y)

xy # [1] "1"      "10"     "20"     "30"     "사과"   "복숭아" "바나나"

 

* 벡터 인덱스

   - 1부터 시작

A = c(1, 2, 3, 4)

A[2] # 2