[경영정보시각화능력 요약] 2장-01. 데이터 개념

 

경영정보시각화능력 요약 / 경영정보시각화 요약 / 경영정보시각화능력 2장 / 경영정보시각화 2장

경영정보시각화능력 데이터해석및활용 / 경영정보시각화능력 2과목 / 경영정보시각화능력 챕터2

 

II. 데이터 해석 및 활용

   01. 데이터 이해 및 해석

      1. 데이터 개념

      2. 데이터 해석

 

 

---

1. 데이터 개념

[1] 데이터의 정의

 

(1) 데이터—정보—지식—통찰 (DIKW)

데이터 Data	정보 Information	정보 Knowledge	통찰(지혜) Wisdom
-현실세계를 관찰 및 측정한 결과 -가공되지 않은 객관적 사실	-데이터를 가공해 의미가 생김 -맥락, 관계, 구조를 부여함	-정보를 해석 및 통합한 결과 -현실세계에 대한 이해	-지식과 경험을 깊게 이해함 -새로운 관계, 패턴을 발견
(ex) 주식 거래 내역	(ex) 주식 동향 보고서	(ex) 미래의 주식 가격 예측	(ex) 주식 투자 전략 제안

 

※ DIKW피라미드와 예시 - 좀더 자세히 알아보기: https://buly.kr/Gkq8CkK

 

---

[2] 데이터의 역할과 가치

 

(1) 데이터의 역할: 의사결정 지원부터 사회적 통찰까지, 데이터는 넓은 분야에서 사용되고 있음

• 합리적인 의사결정을 지원	(ex) 소비자와 경쟁사 동향 데이터를 분석하여, 다음분기 경쟁우위 전략을 수립
• 문제 원인을 파악하고 해결책 도출	(ex) 고객 만족도 설문 데이터를 분석하여, 제품/서비스 문제점을 파악하고 개선
• 과거~현재 데이터를 분석해 미래를 예측	(ex) 과거 재고데이터와 현시점 현황을 분석하여, 미래 재고관리 계획을 수립
• 조직 운영성과를 관리	(ex) 매출, 이익 등 지표를 정해놓고 분석하여, 사업 성과를 측정하고 관리
• 고객별 개인화 서비스	(ex) 웹/앱 내 고객 행동데이터를 분석하여, 고객별 맞춤 컨텐츠를 추천
• 사회, 경제, 문화 등의 추세를 분석	(ex) 사회적인 ESG 관심도 상승 추세를 분석하여, 기업 ESG 전략을 수립
• 품질 모니터링을 통해 품질관리 및 개선	(ex) 제품 불량률, 고객 클레임 등을 분석하여, 제품/서비스 품질을 관리하고 개선
• 리스크 평가 및 관리	(ex) 신용 리스크 평가, 사기 탐지, 사업 운영 리스크 관리 등
• 과학적 연구의 기초	(ex) 사회과학, 의학 등 거의 모든 분야의 가설설정, 실험설계, 결과분석의 기초가 됨
• 사회, 경제, 문화적 통찰을 얻음	(ex) 공공 정책 제안 및 결정, 문화적 트렌드의 이해 등

 

---

[3] 구조에 따른 데이터 분류

 

(1) 데이터 분류: 데이터 구조와 형식에 따라 정형, 반정형, 비정형 데이터로 구분함

	정형 데이터	반정형 데이터	비정형 데이터
특징	- 미리 정해진 구조와 형식 - 검색/정렬/분석하기 쉬움 - 데이터 구조가 엄격함	- 일부 정형화된 구조와 형식 - 데이터 구조가 유연함 (정형보다) - 데이터와 메타데이터가 공존함	- 정해진 구조나 형식이 없음 - 처리/분석을 위해 가공이 필요함 - 보통 크기가 매우크고 기술이 필요함
용도	- 트랜잭션 처리 (데이터베이스 상) - 정확한 데이터 분석 등	- 웹/앱간 데이터 교환 - 웹 데이터 관리 등	- 감성분석 - 비디오/이미지 분석 등
예시	(ex) 엑셀 스프레드 시트	(ex) SML, JSON, 이메일 등	(ex) 텍스트, 이미지, 비디오, 오디오 등

 

※ 정형, 반정형, 비정형데이터와 예시 - 좀더 자세히 알아보기: https://buly.kr/2qWGiLO

 

---

[4] 특성에 따른 데이터 분류

 

(1) 데이터 분류: 데이터 유형과 특성에 따라 크게 범주형, 수치형 데이터로 구분함

• 범주형 데이터: 숫자가 아닌, 범주/종류로 구분되는 값을 가진 데이터
• 수치형 데이터: 산술적인 연산이 가능한 숫자값을 가진 데이터

명목형 데이터	순서형 데이터	이산형 데이터	연속형 데이터
- 범주로만 구분되는 데이터 - 데이터 간 순서도 없음 (ex) 혈액형, 국적, 색상등	- 범주 간 순서가 있는 데이터 - 상대적인 순위만 비교 가능 (ex) 메달, 만족도조사 등	- 개수를 셀 수 있는 숫자값 - 정수로 표현되는 데이터 (ex) 고객 수, 제품 판매수량 등	- 연속적으로 이어지는 숫자값 - 실수로 표현되는 데이터 (ex) 길이, 속도, 무게 등

 

※ 범주형, 수치형데이터와 예시 - 좀더 자세히 알아보기: https://buly.kr/AEy5v7D

 

---

[5] 데이터 수명주기 (Data Life Cycle)

 

(1) 데이터 수명주기: 데이터 생성 ~ 폐기까지 데이터가 진행되는 단계

① 데이터 수집	② 데이터 저장	③ 데이터 처리
- 데이터 기록 or 수집함 - 데이터 정리, 포맷을 위한 초기처리를 함	- 적절한 데이터 저장시스템 선택 - 보안조치, 백업/복구계획 수립	- 집계, 요약 등을 통해 데이터를 처리함 - 분석할 수 있도록 구조화된 형태로 변환
④ 데이터 분석	⑤ 데이터 보관	⑥ 데이터 폐기
- 통계모델링, 머신러닝 등을 통해 분석 - 인사이트를 발굴해 의사결정을 수행함	- 보존정책에 따라 데이터를 저장/보관	- 보안/보호정책에 따라 안전하게 폐기

 

---

[6] 빅데이터의 개념

 

(1) 빅데이터의 등장

• 빅데이터 등장 배경: 컴퓨팅기술 발전, 데이터 저장비용 감소, 오픈소스 기술 등장, 클라우드컴퓨팅 확산, 디지털화, IoT 증가, 머신러닝 등장, 데이터기반 의사결정 및 데이터과학 부상
  - 오픈소스 기술 등장: Apache, Hadoop등. 분산 컴퓨팅 환경을 구축하고 병렬처리 기술을 구현할 수 있게 됨
  - 클라우드컴퓨팅 확산: AWS, Azure등. 빅데이터 구현을 위한 초기투자 부담 절감

 

(2) 빅데이터의 특성  |  5V — 규모 Volume, 속도 Velocity, 다양성 Variety, 정확성 Veracity, 가치 Value

규모 Volume	속도 Velocity	다양성 Variety	정확성 Veracity	가치 Value
방대한 양의 데이터	실시간 생성/수집/처리	다양한 형식의 데이터	정확도와 품질이 중요	가치있는 통찰을 추출

 

※ 빅데이터 특성 5V 뜻 예시 - 좀더 자세히 알아보기: https://buly.kr/6tZhIyW

 

---

참고도서: 경영정보시각화능력 필기_이기적 2024