[빅데이터분석기사 필기 요약] IV.빅데이터 결과 해석 - 02. 분석 결과 해석 및 활용 (3)

빅데이터분석기사 필기 요약

🔑 분석모형전개/ 운영시스템적용/ 운영및개선방안/ 예측오차/ 추적신호/ 활용분야분류/

       초기아이디어개발관점/ 마인드맵방식/ 친화도표방식/ 피라미드방식/ 가치사슬관점/

       서비스모형/ 채널시스템활용/ 비즈니스모형활용/ 비즈니스모델캔버스

 

IV. 빅데이터 결과 해석

   02. 분석 결과 해석 및 활용

      1. 분석 결과 해석

      2. 분석 결과 시각화

      3. 분석 결과 활용

 

 

 

---

---

 

3. 분석 결과 활용

 

[1] 분석 모형 전개

 

(1) 빅데이터 모형 운영 시스템 적용방안 | 모형개발&운영 → 적용방안 → 적용단계

• 빅데이터 모형 개발 및 운영:
  분석목적 정의 → 가설검토 → 데이터 준비&처리 → 모델링 및 분석 → 정확도&성능평가 → 운영

분석목적 정의	가설검토	데이터 준비&처리	모델링 및 분석	정확도&성능 평가	운영
-문제가 무엇인지, -방식/목적을 명확히	-문제해결에  적합한 가설수립 -통계적으로 유의미  한 결론의 활용 검토	-전처리:변수정의,  일관성점검,정제 등 -변수변환/파생변수 -데이터 분할	-검토된 사안을 통계  적 질문으로 변환 -학습데이터셋으로  분석모형 도출	-검증데이터셋으로  분석모형을 평가	-분석모형을  운영시스템과  통합/활용

 

• 빅데이터 모형의 운영 시스템 적용방안: 도출된 모형을 의사결정에 활용하기 위해서, 운영 시스템과의 통합이 필요함
  • 운영 시스템과 모형에 사용된 언어가 같은 경우 → 통합과정 쉽다!
    
    
  • 통계 패키지로 모형이 개발된 경우 → 대부분의 경우, 통합과정 어렵다! → 호환을 위해 인터페이스 필요
    - 인터페이스를 통해 모듈 구동 → 결괏값 도출 → 인터페이스로 직접 전달 or 파일/DBMS로 간접 전달
    - 인터페이스: 서로 다른 2개의 시스템/장치간 정보/신호를 주고 받는 경우의 접점이나 시스템
    
    
• 빅데이터 모형의 운영 시스템 적용단계: 분석 모형 적용 모듈 결정 → 통합방식 결정 및 구현

---

 

(2) 빅데이터 모형의 운영 및 개선방안 수립 | 예측 오차 계산 → 예측모형의 점검 여부 결정 → 개선 방향 결정

• 개선방안 수립
  - 모형을 운영 시스템에 적용 → 시간이 지남에 따라 성능저하 발생할 수 있음 → 지속적인 성능추적이 필요함
  - 예측모형에 대한 성능추적: 추적 신호 값을 활용하여, 예측 오차가 계속 증가 or 감소하는지 확인 필요
  
  
• 추적 신호 (TS; Tracking Signal) = (예측 오차들의 합) / (예측 오차 절댓값들의 평균)
  
  
• 모형 개선방안 수립 절차

예측 오차 계산	예측모형의 점검 여부 결정	예측모형 개선 방향 결정
모형을 실행할 때마다 예측오차 계산&기록	예측오차로 추적신호 다시계산 → 관리도를 활용하여 추적신호 추적	<개선방법1> 최근 데이터&같은 모형 예측모형을 업데이트하여 다시 적용
예측오차 = 모형 결과값 - 실제값	관리도 상한 or 하한을 벗어나면 점검필요	<개선방법2> 다른 모형 상호 비교평가를 통해 선정된 모형으로 교체

 

 

 

---

 

[2] 분석 결과 활용 시나리오 개발

 

(1) 분석 결과에 따른 활용 분야 분류

• 분석 결과를 활용할 수 있는 분야 파악: 직접(1차)/ 파생(2차) 활용할 수 있는 업무와 가치사슬 파악
  • 직접 활용: 해당 업무의 가치사슬에서 직접 활용 → 활용방안이 정의되어 있음
  • 파생 활용: 활용방안 확대 or 유사/관련있는 업무의 가치사슬에서 분야 파악
    
    
• 분석 결과를 활용할 수 있는 분야 분류: 초기 아이디어 개발/ 가치 사슬 관점 → 관련있는 아이디어를 그룹화하여 분류
  • 초기 아이디어 개발 관점의 분류: 마인드맵/ 친화도표/ 피라미드 방식의 분류
    - 마인드맵: 줄거리를 이해하며 정리
    - 친화도표: 관련있는 아이디어끼리 묶음
    - 피라미드: 계층 구조가 중요한 경우에 적용
    
    
  • 가치 사슬 관점의 분류: 수평적/수직적으로 통합/확대하여 새로운 가치사슬을 발견
    - 가치사슬: 기업에서 경쟁전략을 세우기 위해, 자신의 경쟁적 지위를 파악하고
                         이를 향상시킬 수 있는 지점을 찾기 위해 사용하는 모형

---

 

(2) 분류 결과를 토대로 적용 가능한 서비스 영역 도출 | 직접 활용/ 파급 활용(융합 활용)

 

 

(3) 분류 결과를 토대로 적합한 신규 서비스 모형 도출

• 새로운 서비스 모형을 위해 필요한 작업: 모형에 대한 개념 도출 → 신규 서비스 모형 정의
  
  
• 신규 서비스에 대한 사용자와 제공가치 도출: 초기 아이디어 개발/ 서비스 품질/ 일반적인/ 시장 전체 관점
  - 개념 도출을 위해서, 사용자와 제공가치를 찾는 것이 가장 중요!

초기 아이디어 개발 관점	서비스 품질 관점	일반적인 관점	시장 전체 관점
모형 도출	제공 가치	제공 관점	고객 분류
제공가치를 통해 사용자 정의 → 기존 모형과 사용자는 동일,       제공가치는 달라질 수 있음	서브퀄 모형 기준 (SERVQUAL)	질적인 가치 성능/ 디자인/ 맞춤형/ 브랜드가치/ 참신성	- 매스마켓형: 세분화X - 틈새시장형: 특화/전문화 - 세그먼트형: 명확히 정의 - 복합 세그먼트형: 그룹 혼재 - 멀티사이드형: 그룹 2개 이상
사용자 정의 후, 제공가치 정의 → 사용자,제공가치 둘다      달라질 수 있음	반응성/ 공감성/ 확신성/ 유형성/ 신뢰성	양적인 가치 가격/ 편리성/ 효용성/ 접근성/ 무게

 

 

• 신규 서비스 모형 정의: 개념도/ ITO 프로세스 관점
  • 서비스 개념도(청사진) 관점: 서비스 명칭/ 개념설명/ 사용자/ 제공가치/ 주요기능 등에 대해 정의서 작성
  • ITO 프로세스 관점: 개념도 관점보다 구체적으로 접근 가능 (ex. 시스템/ 투입요소/ 변환과정/ 산출 등)

---

 

(4) 서비스 모형에 따른 활용 방안 제시 | 채널 시스템/ 비즈니스 모형 활용 방안

• 조직 내부에서 빅데이터 서비스 제공을 위한 채널 시스템 활용 방안 수립
  • 사용자에게 서비스를 제공하는 채널 시스템을 정의함
  • 기존 시스템에 새롭게 기능 추가 or 신규 시스템 개발

 

• 사업화를 추진하기 위한 비즈니스 모형 활용 방안 수립
  • 수익 창출에 활용할 수 있는 비즈니스 모형
  • "서비스 모형의 사용자"와 "비즈니스 모형의 사용자"가 동일한지 파악
  • 신규 빅데이터 비즈니스 모형 정의: 최초 도입 or 기존 모형을 확장
    - 최초 도입인 경우: 핵심 성공 요인, 주요 실패 요인을 파악해야 함!
  • 신규 빅데이터 비즈니스 모형 사례: "비즈니스 모델 캔버스"
    

빅데이터 비즈니스의 핵심 성공 요인	빅데이터 비즈니스의 주요 실패 요인	비즈니스 모델 캔버스
<목적 및 참여요소 측면> - 분석목적/사용자/활용목적 명확하게 정의 - 데이터볼륨보다 가치창출관점에서 검토 - 전문가 참여 필수적                         <프로세스 측면> - 분석 인프라 요건 검토 - 주기적으로 모니터링 및 정제 - 작은규모로 시작 → 성공사례 공유 및 확장	- 분석목적/ 서비스목적의 불명확 - 사용자/ 활용방안의 불명확 - 분석 대상 데이터 품질의 저하 - 모형에 대한 정의없이 인프라 우선도입   (ex. 보유한 데이터는 비정형인데           정형 분석 솔루션만 있음..ㅠ)	- 빅데이터 분석모형은   목적을 명확하게 정의하는 것에서   성패 좌우됨! - 소규모로 시작하여 (Start Small)    → 성공 경험을 공유하고    → 영역 확대하는 것이 바람직! - 분석결과가 타당해야 서비스개발 가능~

 

---

 

참고 도서: 빅데이터분석기사 필기_수제비 2021