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

• 마케팅 성과 분석 및 매출/비용/성과 관리

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

• 임상실험 데이터에 대한 분석

데이터의 가치

모두가 갖고 있는 데이터에 대한 기대감

• 데이터는 금광
• 데이터는 새로운 원유

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

2. 데이터 기반 의사 결정

• 직감이나 경험이 아닌 객관적인 데이터 분석을 활용한 의사결정 가능

3. 새로운 소통의 언어

• 데이터의 가치가 중요시되는 새로운 시대의 새로운 소통 언어
  • DT에서 중요한 역량으로 자리 매김

다양한 위치의 데이터 활용

1. 내부 데이터
   • 사내 데이터베이스, 기존 연구 데이터 등
2. 직접 수집한 데이터
   • 실험 결과, 설문/리서치 결과
3. 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

1. 데이터를 인식 가능한 수준으로 요약
2. 데이터 속에서 가치 있는 인사이트를 탐색
3. 데이터 속 차이나 관계를 확인하고 설명

일반적인 데이터 분석 과정

1. 목표 설정

   • 데이터로 무엇을 할지를 결정

2. 데이터 추출

   • 전체 데이터가 아닌 필요한 부분만 추출해서 활용

3. 데이터 요약, 시각화, 모형 적합

   • 데이터에서 정보나 인사이트를 확인

4. 인사이트의 활용 및 공유

   • 보고서 대시보드 등을 활용한 분석 내용 및 인사이트 공유
   • 데이터에 기반한 의사 결정

비즈니스의 데이터 분석 환경

데이터 분석 순서