기획관점의 Checklist 빅데이터 기획의 고려사항 2016. 11. 02 전 용 준 리비젼컨설팅 | 대표/컨설턴트 xyxonxyxon@empal.com http://www.revisioncon.co.kr

BIG DATA: 3Vs V V small? BIG? Size Matters . . ?

결과는 “데이터 X 분석” == ??? WHY? The Real BIG Value Zone (Potential) DATA small DEEP shallow DATA ANALYSIS The Real BIG Value Zone (Potential) WHY?

빅 데이터, 핵심요소와 작동원리 Digital 데이터 증가 & 처리속도 향상 즉시 수집 / 분석 이상 탐지 예측 <데이터 확보/준비> <분석/모델링> 즉시 수집 / 분석 예측 이상 탐지 비정형 데이터 활용 맞춤형 제안 최적화 Mash Up Digital 데이터 증가 & 처리속도 향상

Q 1 2 3 빅데이터? 무엇이 가치 큰 정보인가? 새로운 의사결정을 가능하게 하는 정보  가치 이미 알고 있는 것을 수치화한 것  합의 도출에 유용 [객관화 ] 생각해보지 않았던 사실 (생각해보면 알 수 있었던 것) 궁금해도 알 수 없었던 사실 (예: 내일의 날씨) 1 2 3 새로운 의사결정을 가능하게 하는 정보  가치 Q 숫자가 아니더라도 이미 알고 있는 정보라면? (누구나 같은 생각인) 안다고 생각했으나 구체적으로는 몰랐던 사실이라면?

빅데이터와 비즈니스 변화의 4가지 유형 1 2 3 4 데이터 자체를 자산으로 활용 시장과 고객에 대한 이해 내부효율과 운영 개선 고객경험 향상과 새로운 상품/서비스 http://www.forbes.com/sites/bernardmarr/2015/09/08/4-ways-big-data-will-change-every-business/2/

빅데이터 기회 발굴 Framework 데이터 자체를 자산으로 활용 시장과 고객에 대한 이해 내부효율과 운영 개선 고객경험 향상과 새로운 상품/ 서비스 Descriptive Descriptive Descriptive Descriptive Descriptive Predictive Predictive Predictive Predictive Predictive * 리비젼컨설팅 2016.

빅데이터 기회 발굴 Framework : Instances 데이터 자체를 자산으로 활용 시장과 고객에 대한 이해 내부효율과 운영 개선 고객경험 향상과 새로운 상품/ 서비스 고객 행동/ 프로필 통계 – 집계 업무/Transaction Traffic 통계 고객세분화 고객행동 지표화 / 모니터링 SNS 여론 분석 민원 VoC 분석 핵심 환경 변화 파악 업무병목점 분석 – 장비/ 공정/ 직원 업무/직원 연관성 분석 관심 급증/ 급감 상품/ 서비스 파악 – 시장 Vs. 자사 Descriptive 타겟광고 대행 고객이탈 예측 회원가입 가능성 예측 구매가능성 예측 문제/불만 발생 가능성 예측 장비/공정 이상발생 예측 예산/자원 배분 최적화 최적 문제해결 조치 선정 퇴직인력예측 직원성과예측 신상품/서비스 성과 예측 개인화/맞춤형 정보제공 Predictive 추가적 관점 : 어떤 데이터를? 내부 Vs. 외부. 정형 Vs. 비정형. 사람 Vs. 기계 * 리비젼컨설팅 2016.

빅데이터 기회 발굴 Checklist 대상 문제의 복잡성 측면 : 대량의 여러 항목을 사용한 분석이 필수적인가? 가용한 예산으로 소화할 수 있는 내용인가? 분석 과정에서 요구되는 복잡성이 조직이 감당할 수 있는 수준인가? 예상하는 형태의 결과가 나올 가능성이 충분한가? 동일한 형태의 분석이 지속적으로, 반복적으로 수행될 필요가 있는가? 필요한 데이터를 지속적, 안정적으로 확보할 수 있겠는가? 대상 문제의 활용 가치 측면 : 조직의 Mission과 비교하여 충분한 중요도가 있는 내용인가? 결과가 업무에 실질적인 영향을 줄 수 있는가? 분석 결과를 조직내외부에서 이해하고, 받아들일 수 있겠는가? 유사 성격의 분석이 이루어진 사례가 존재하는가? – 국내, 국외 유사 성격의 분석이 대내외적으로 좋은 평가를 받았는가? 경쟁 조직이 이미 활용하고 있어 도입 필수성이 높은가? (선도사업으로서) 다른 문제에 대한 분석에 긍정적 파급효과를 미칠 수 있겠는가? * 리비젼컨설팅 2016.

Data Checkpoints (GIGO & NINO 예방을 위한) Volume 분석에 필요한 데이터가 존재하는가? Data Checkpoints (GIGO & NINO 예방을 위한) Volume Quality Relevance Variety Timeliness 모든 면에서 만족스럽지는 않다면?  그래도 어느 정도는 원하는 수준에 근접한 분석결과를 얻을 수 있는가?

+ Mash Up 3대 추가 데이터 Source 소셜미디어 이동통신 신용카드 개방 공공 데이터 거래 데이터 + Sensor 수집 데이터

B2B Vs. B2C, 민간 Vs. 공공의 빅데이터 가용한 데이터? 공유되는 데이터? 소셜분석 활용가능성? B2C 민간 공공 양이 많은 고객 데이터 항목이 적은 고객 데이터 단순거래, 소액거래 반복 개인이므로 평생이 관심 민간 공공 공유와 개방의 중요성 정치적/개인권인 보호차원에서 보안 유지 필요한 데이터 존재 경쟁이 데이터 공유의 이유는 아님 수익성과 매출 중요 성장이 핵심적 과제 경쟁사에 공개하기 어려운 대외비/경쟁무기로서의 데이터 B2B 조직이 변경됨 조직과 개인과 관계가 복잡 개인과 개인간 관계 복잡 정치적 요인 고려 필요

Unstructured Data의 기본적 특성 (or Raw) Data Easy to collect Hard to process Structured Data와 비교시, Quality와 Relevance가 충분하다는 보장없음 Structuring 과정에서 Distortion 개입 여지 큼

[Wrap Up] 빅데이터 활용전략 빅데이터와 분석의 활용은 필수 시장의 구조와 변화, 소비자 요구 파악  경쟁력 새로운 데이터 지속 발생 – 바이두, 구글, 중국정부, … 데이터 활용의 새로운 수단 지속 등장 데이터 처리와 분석 방법, 기술력 확보/유지 어려움 존재 관심과 활용 시도 증대 중요 가용한 데이터로, 가능한 부분 부터 시도

… … contact: 전 용 준 대표/컨설턴트 | 리비젼컨설팅 xyxonxyxon@empal.com 010.3095.1451 전 용 준 대표/컨설턴트 | 리비젼컨설팅 xyxonxyxon@empal.com 010.3095.1451 Keyword: 예측모델링 | 데이터 마이닝 | 빅 데이터 http://www.revisioncon.co.kr