[ADsP] 2과목 데이터분석 기획

📍 2과목 데이터분석 기획

📌 Q1.

Solution : 분석대상은 명확하지만 분석방식이 명확하지 않은 경우

 

📌 Q2.

분석대상이 명확하지 않을 때 :

기존분석방식을 활용해 통찰을 도출해내거나 발견접근법으로 분석대상자체를 새롭게 도출

 

📌 Q3.

분석기획 고려사항 중 장애요소 :

비용대비 효과의 적정한 비용

분석 모형의 안정성 확보

조직역량으로 내재화를 위한 변화 관리

(복잡하고 정교한 모형 X)

 

📌 Q4.

성공적 분석을 위한 고려사항 :

관련 데이터 파악

비즈니스케이스(유즈케이스) 확보

이행저해요소(장애요소) 관리

(원점에서 솔루션 탐색 X)

 

📌 Q5.

정형데이터 - 반정형데이터 - 비정형데이터 :

Demand Forecasts - Competitor pricing - Email records

 

정형데이터 : ERP, CRM, SCM 등 정보시스템

반정형데이터 : 로그데이터, 모바일데이터, 센싱데이터

비정형데이터 : 영상, 음성, 문자

 

📌 Q6.

폭포수모델 : 순차적으로 진행되면서 이전 단계가 완료된 후 다음 단계로 진행하는 하향식

 

📌 Q7.

CRISP-DM방법론 중 모델링 단계 :

모델 테스트 계획 설계, 모델 평가, 모델링 기법 선택, 모델 작성

(모델 적용성 평가 X)

 

📌 Q8.

분석기획단계 :

프로젝트 범위 설정 - 데이터 분석 프로젝트 정의 - 프로젝트 수행계획 수립 - 데이터 분석 위험 식별

 

📌 Q9.

단계간 피드백이 반복적으로 많이 발생하는 단계 : 데이터 준비 -> 데이터 분석

 

📌 Q10.

데이터에 기반한 의사결정을 방해하는 요소 : 프레이밍 효과, 고정관념, 편향된 생각

 

📌 Q11.

채널 기능 :

밸류 프로포지션 전달

애프터서비스(A/S) 제공

상품이나 서비스에 대한 고객의 이해를 높인다.

(유통채널 공급 X)

 

📌 Q12.

1. 업무 - 2. 제품 - 3. 고객 - 4. 규제&감사 - 5. 지원인프라

 

📌 Q13.

타당성 평가 :

대안을 과제화하기 위해서 다각적 타당성 검토가 필요

경제적 타당성은 비용대비 효익의 관점에서 평가

기술적 타당성은 적용 가능한 요소기술 확보 방안에 대한 사전 고려 필요

(문제발생 포인트에 대한 데이터 확보 X)

 

📌 Q14.

문제탐색단계 :

빠짐없이 문제를 도출하고 식별하는 것이 중요

문제를 해결함으로써 발생하는 가치에 중점

비즈니스 모델 캔버스는 문제 탐색 도구로 활용

새로운 이슈탐색을 하기 전 유즈케이스활용

 

📌 Q15.

분석과제정의서 : 소스데이터, 데이터 입수 및 분석 난이도, 분석방법 등에 대한 항목 포함

 

📌 Q16.

데이터분석체계 :

프로젝트의 세부 일정계획도 데이터 분석체계를 고려하여 작성

 

📌 Q17.

분석프로젝트 관리 :

분석모델 품질평가를 위해 SPICE 활용

분석프로젝트 관리는 KSA ISO 21500:2013을 가이드로 활용

최종 산출물이 보고서인지 시스템인지에 따라 프로젝트 관리에 차이가 있다.

(일정계획 수립 시 데이터 수집에 대한 철저한 통제와 관리 필요 X)

 

📌 Q18.

분석프로젝트 관리 :

많은 위험이 있어 사전에 위험을 식별하고 대응방안을 수립해야 한다.

적용되는 알고리즘에 따라 범위가 변할 수 있어 범위관리 중요

다양한 데이터를 확보하는 경우가 있어 조달관리 중요

(일정을 제한하는 일정계획은 적절하지 못하다 X)

 

📌 Q19.

분석준비도의 분석데이터 진단 항목 :

데이터 충분성, 신뢰성, 적시성

기준데이터 관리(MDM)

비구조적 데이터 관리

외부(내부 X) 데이터 집중 활용 체계

 

📌 Q20.

빅데이터의 투자비용 요소, 난이도를 평가하는 요소 : 

Volume, Variety, Velocity

(Value X)

 

📌 Q21.

우선적으로 추진해야 하는 분석 과제 :

난이도 - 쉬움, 시급성 - 현재

 

📌 Q22.

과제중심적인 접근방식 : Quick-Win, Problem Solving, Speed & Test

장기적인 마스터 플랜방식 : Accuracy & Deploy

 

📌 Q23.

분석업무파악영역 :

최적화 분석 업무

예측 분석 업무

발생한 사실 분석 업무

(업무별 적합한 분석 기법 X)

 

📌 Q24.

데이터관리체계 : 메타데이터 관리, 데이터 사전 관리, 데이터 생명주기 관리

 

📌 Q25.

집중구조 :

전사 분석업무를 별도의 분석 전담 조직에서 담당

전략적 중요도에 따라 분석조직이 우선순위를 정해서 진행

현업 업무부서의 분석업무와 이중화/이원화 가능성 높음

 

📌 Q26.

과제우선순위 결정 :

고려사항 - 전략적 중요도, ROI, 실행 용이성

전략적 중요도의 평가요소 - 시급성, 전략적 필요성

기술 용이성의 평가요소 - 적용 기술의 안전성 검증

비즈니스 효과 - 가치

투자비용요소 - 크기, 다양성, 속도

 

📌 Q27.

과제우선순위평가 : 비즈니스 효과인 시급성과 투자비용 요소인 난이도에 근거하여 결정

분석마스터 플랜 : 분석과제 도출 - 우선순위 결정 - 중장기 마스터 플랜 수립과제 도출

데이터분석체계 : 폭포수방식도 있으나 반복적인 정련과정을 통해 과제의 완성도를 높이는 방식으로 많이 사용

분석 과제 로드맵 : 과제별 우선순위를 고려하여 작성하되 과제별 선후관계를 감안하여 단계별 추진내용을 정렬

(과제별 선후관계를 감안하여 반복이 없는 계획을 작성 X)

 

📌 Q28.

분석기회 발굴의 범위 확장 방법 :

현재의 조직 및 산업에 폭넓게 영향을 미치는 사회, 경제적 요인을 사회, 기술, 경제, 환경, 정치 영역으로 나누어 폭넓게 탐색

경쟁자 확대 관점 : 현재 사업 영역의 직접 경쟁사 및 제품, 서비스 뿐만 아니라 대체재와 신규진입자 등으로 관점 확대

시장 니즈 탐색 관점 : 직접 고객뿐만 아니라 고객과 접촉하는 역할을 수행하는 채널 및 구매와 의사결정에 영향을 미치는 영향자들까지 관점 확대

역량의 재해석 관점 : 해당 기업이 보유한 역량 뿐만 아니라 비즈니스에 영향을 끼치는 파트너 네트워크까지 확대

 

📌 Q29.

빅데이터 거버넌스 :

ERD는 운영 중인 데이터베이스와 일치하기 위해 관리

산업분야별, 데이터 유형별, 정보 거버넌스 요소별로 구분

빅데이터 분석은 품질관리도 중요하지만 데이터 수명주기 관리방안 또한 중요

 

📌 Q30.

빅데이터로 인한 변화를 수용하기 위한 중장기적 대응 방안 :

분석 조직 및 인력에 대한 교육과 훈련

데이터 기반의 의사결정문화 정착

분석역량 강화를 위한 체계적인 계획 및 시행

분석역량 확보 및 강화를 위한 교육

(데이터 분석 도구 기반의 교육 X)

 

📌 Q31.

분석과제 관리 프로세스 :

분석 과제 중에 발생된 시사점과 분석 결과물은 풀(Pool)로 관리하지만

확정된 분석 과제는 풀(Pool)로 관리하지 않는다.

 

📌 Q32.

기존 데이터 분석과 빅데이터 분석의 비교 :

모든 형태 및 내외부 데이터로 데이터 확대

데이터 생산 시점부터 실시간에 가까운 분석 가능

데이터 마트에서 정형 데이터를 적재하고 데이터 분석을 통해 모델 개발 가능

(고급 분석 기법은 기존에도 사용)

 

📌 Q33.

Self Service Analytics :

주요기능 - BI도구, Ad hoc Report, OLAP, Visual Discovery, MachineLearning 등

Reference Method의 작성 및 공유, 표준 데이터의 활용, 데이터 거버넌스, 도구 사용에 대한 지속적 교육 필요

R, Python 등의 데이터 분석 언어와 많은 통계적 지식 필요

상업용뿐만 아니라 OSS(Open Service Software)로도 구현 가능

(분산 처리 X)

 

📌 Q34.

Servitization : 

하나의 제품과 서비스의 결합을 통합 기업의 새로운 비즈니스 모델

서비스화와 서비스의 상품화를 모두 포함하는 결합 비즈니스 모델

파이프 라인 비즈니스를 넘어 플랫폼 비즈니스를 위한 모델

(경쟁우위 확보 모델 X)

 

📌 Q35.

프로젝트 위험 대응 계획을 수립할 때 예상되는 위험에 대한 대응 방법 :

회피(Avoid), 완화(MMitigate), 수용(Accept), 전이(Transfer)

(관리 X)

 

📌 Q36.

프로토타이핑접근법 :

신속하게 해결책이나 모형을 제시함으로써 문제를 좀 더 명확하게 인식하고 필요한 데이터를 식별하여 구체화할 수 있게 하는 상향식 접근

 

하향식 접근법 :

문제가 정형화되어 있고 문제해결을 위한 데이터가 완벽하게 존재할 떄 효과적

각 과정이 체계적으로 단계화되어 수행

문제 정의가 불명확하거나 접하지 못한 새로운 문제일 경우 적용 어려움

 

📌 Q37.

도입단계 : 데이터 웨어하우스, 데이터 마트, ETL/EAI, OLAP

활용단계 : 실시간 대시보드, 통계분석 환경

확산단계 : 빅데이터 관리 환경, 시뮬레이션/최적화, 비주얼 분석, 분석 전용 서버

최적화단계 : 분석 협업환경, 분석 Sandbox, 프로세스 내재화, 빅데이터 분석

 

📌 Q38.

프로젝트 범위설정의 산출물 : SOW(Statement of Works)

- 서비스를 제공하기 위한 활동, 산출물, 작업시간 등을 포함

 

📌 Q39.

Q28.과 동일

 

📌 Q40.

현재의 비즈니스 모델 및 유사/동종사례탐색을 통해 빠짐없이 도출한 분석 기회들을 구체적인 과제로 만들기 전에 분석 유즈케이스로 표기

 

📌 Q41.

집중형 조직구조 : 조직 내 별도의 분석 전담조직을 구성, 분석업무의 중복 또는 이원화 이슈

기능중심 조직구조 : 별도의 분석 전담조직을 구성하지 않고 해당 부서에서 직접 분석 수행, 국한된 분석 수행 이슈 존재

분석조직 : 분석 전문인력 뿐만 아니라 도메인 전문가, IT 인력, 변화 관리 및 교육담당 인력으로 구성되어야 효율적인 운영 가능

분산구조 : 분석조직의 인력을 현업부서에 배치, 신속한 실무적용 가능

 

📌 Q42.

하향식 접근법 :

Problem Discovery - Problem Definition - Solution Search - Fesibility Study

 

📌 Q43.

분석과제 우선순위 선정 :

시급성 - 현재, 난이도 - Easy

 

📌 Q44.

시스템 구현 :

설계 및 구현, 시스템 테스트 및 운영으로 이루어져 있다.

시스템 설계서를 바탕으로 BI 패키지 활용, 새롭게 프로그램 코딩을 통해 시스템 구축

(정보보안영역, 코딩은 고려사항 X)

 

📌 Q45.

분석기법 : 업무별 적합한 분석기법 사용, 분석업무 도입 방법론, 분석기법 라이브러리, 분석기법 효과성 평가, 분석기법 정기적 개선

 

📌 Q46.

ISP :

기업 및 공공기관에서는 중장기 로드맵을 정의하기 위한 정보전략계획인 ISP 수행

분석마스터 플랜과 달리 시스템 구축 우선순위를 결정하는 등의 중장기 마스터 플랜 수립

 

분석마스터플랜 :

데이터 분석 기획의 특성을 고려

ISP방법론을 활용하되 기업에서 필요한 데이터 분석과제를 빠짐없이 도출한 후 우선순위를 결정하여 단기 및 중장기로 나누어 계획 수립

 

📌 Q47.

데이터 전처리 : 데이터 셋에 포함되어 있는 이상치, 결측치를 식별하고 정제하는 단계

 

📌 Q48.

메가트랜드 : 사회, 기술, 환경, 경제, 정치

(채널 X)

 

📌 Q49.

데이터 거버넌스 :

표준화된 관계 수립, 프레임 워크 및 저장소를 구축

데이터의 가용성, 유용성, 통합성, 보안성, 안정성 확보

마스터데이터, 메타데이터, 데이터사전은 중요관리 대상

독자적으로 수행될 수도 있지만 IT 거버넌스나 EA의 구성요소로써 구축될 때도 있다.

 

📌 Q50.

데이터분석방법론 구성요소 :

상세한 절차, 방법, 도구와 기법, 템플릿과 산출물

(목적 X)