비즈니스 환경의 변화
제조 데이터의 생성과 활용
- 원자재 구매, 제품 생산, 판매 과정에서 데이터 생성
- IoT 기술을 활용한 제품 생산 과정에서 데이터 수집
- 센서를 활용한 각 생산 제품의 공정 전후 특성을 수치화
마케팅 및 운영 활용
유통업/이커머스와 데이터 분석
기존 유통업의 온라인 채널 확장
- 유통업(대형마트 등)과 이커머스(오픈마켓,홈쇼핑 등)의 경계가 불분명
상품 소싱 및 재고 관리
- 상품 판매 데이터를 활용한 상품 선택 및 재고 관리
판매 채널 효율화
- 오프라인 매장 및 온라인 채널의 효율화
- 상품 구성 및 우선 순위 설정
- 연관 상품 추천
컨텐츠업과 데이터 분석
컨텐츠별 효율 및 성과 관리
- 트래픽(조회수 및 체류 시간), 평점 등을 활용한 성과 분석
채널 운영 전략 수립
- 트래픽 증대를 위한 전략 수립
- 고객 및 컨텐츠의 특성을 활용한 컨텐츠 추천
다양한 비즈니스와 데이터 분석
제조업의 공정 분석
- 이미 6시그마를 활용한 불량률/수율 최적화 달성
- 실제 제조 과정의 다양한 요소를 활용한 공정 고도화
- 제조 시설, 제조 인력, 원제품의 특성 등 활용
- 센싱 데이터를 활용한 비파괴 불량 탐지 등
통신업의 고객 관리 및 활용
- 고객 유치 및 이탈 방어
- 기지국 기반 위치 정보를 활용한 유동인구 등 분석
제약회사 등 바이오 산업의 연구
데이터의 가치
모두가 갖고 있는 데이터에 대한 기대감
아무도 알 수 없는 데이터의 가치
- 단순히 데이터의 크기로는 가치를 측정 할 수 없음
- 활용 가능성과 파급 효과를 계산해야 가치 측정 가능
데이터 분석의 가치
1.불확실한 미래를 대비
- 데이터 속에 담긴 인사이트를 확인
- 아무것도 결정되지 않은 미래를 예측 가능
- 데이터 기반 의사 결정
- 직감이나 경험이 아닌 객관적인 데이터 분석을 활용한 의사결정 가능
- 새로운 소통의 언어
- 데이터의 가치가 중요시되는 새로운 시대의 새로운 소통 언어
다양한 위치의 데이터 활용
- 내부 데이터
- 직접 수집한 데이터
- 외부 데이터
- 정부 기관이 보유한 공공 데이터
- 일부 업체가 공개한 민간 데이터
- 협의나 구매를 통해 얻은 타사 데이터
외부 데이터 활용의 필요성
더 많은 변수간의 관계를 활용해서 심도 있는 분석이 가능
[예제] 커피 전문점 데이터와 기상 데이터의 결합
외부 데이터를 추가함으로써 기존 변수와 새로운 연관된 인사이트를 확인할 수 있다.
데이터 분석의 목적
- 데이터를 인식 가능한 수준으로 요약
- 데이터 속에서 가치 있는 인사이트를 탐색
- 데이터 속 차이나 관계를 확인하고 설명
일반적인 데이터 분석 과정
-
목표 설정
-
데이터 추출
- 전체 데이터가 아닌 필요한 부분만 추출해서 활용
-
데이터 요약, 시각화, 모형 적합
-
인사이트의 활용 및 공유
- 보고서 대시보드 등을 활용한 분석 내용 및 인사이트 공유
- 데이터에 기반한 의사 결정
비즈니스의 데이터 분석 환경
데이터 분석 순서