[ADP&ADsP] 5. 데이터 분석 기획 Ⅱ : 분석 마스터 플랜

 

1. 분석 마스터 플랜

1.1 마스터 플랜 수립

1.1.1 분석 마스터 플랜 수립 프레임워크

분석과제를 대상으로 전략적 중요도, 비즈니스 성과 및 ROI, 분석 과제의 실행 용이성 등 다양한 기준을 고려해 적용할 우선순위를 설정할 필요가 있다. 분석을 업무에 내재화 할지, 외부 데이터까지 포함해야할지 등 분석 적용 범위 및 방식에 대해서도 종합적으로 고려하여 데이터 분석을 실행하기 위한 로드맵을 수립한다.

 

ISP(Information Strategy Planning)
정보기술 또는 정보시스템을 전략적으로 활용하기 위하여 조직 내,외부 환경을 분석하여 기회나 문제점을 도출하고 사용자의 요구사항을 분석하여 시스템 구축 우선순위를 결정하는 등 중장기 마스터 플랜을 수립하는 절차를 의미한다. 일반적인 ISP 방법론을 활용하되, 데이터 분석 기획의 특성을 고려하여 수행하고 기업에서 필요한 데이터 분석과제를 빠짐없이 도출한 후 과제의 우선순위를 결정하고 단기 및 중장기로 나누어 계획을 수립한다.

 

1.1.2 수행 과제 도출 및 우선순위 평가

우선순위 평가는 정의된 데이터 과제에 대한 실행 순서를 정하는 것으로, 업무 영역별로 도출된 분석과제를 우선순위 평가기준에 따라 평가하고 과제 수행의 선,후행 관계를 고려하여 적용 순위를 조정해 최종 확정한다. 전략적 중요도, 실행 용이성 등 기업에서 고려하는 중요 가치 기준에 따라 다양한 관점에서의 우선순위 기준을 수립하여 평가한다.

 

 

빅데이터의 핵심 특징이 3V(Volume, Variety, Velocity) 이지만, 비정형 데이터와 결합 시 가치창출이라는 특성이 추가되어, 3V + Value(가치 창출) = 4V 라고 표현한다.

 

ROI 관점에서 3V는 투자비용을 발생시키는 요소, Value는 비즈니스 효과 측면의 요소이기 때문에, ROI 요소를 고려하여 우선순위 평가를 정의할 수 있다. 이 때, 가장 중요한 기준 중 하나는 전략적 중요도에 따른 시급성인데, 시급성의 판단 기준은 전략적 중요도, 즉, 시점에 따른 전략적인 가치이므로 적정시기를 고려해서 판단하는 것이다.

또 다른 판단 기준으로는 난이도의 판단 기준을 들 수 있으며, 과제 추진에 대한 적용도, 기업에 따라 조율이 가능하다. 이 때는 비용 측면과 범위 측면의 관점에서 고려해야 한다.

 

 

 

위의 그림에서 가장 우선적인 분석 과제 적용이 필요한 영역은 3사분면이고, 전략적 중요도가 현재는 낮지만 중장기적으로는 경영에 영향을 끼치는 영역은 2사분면이다. 따라서 적용 우선 순위 기준을 시급성에 둔다면 3-4-1 사분면 순서로, 적용 우선순위 기준을 난이도에 둔다면 3-1-2 사분면 순서이다. 시급성이 높고 난이도가 높은 1사분면은 경영진 또는 실무 담당자의 의사결정에 따라 적용 우선순위를 조정할 수 있다.

 

분석을 위한 기술적 요소에 따라서도 적용 우선순위를 조정할 수 있다. 이는 대용량 데이터 분석은 데이터 저장, 처리, 분석을 위한 새로운 기술 요소들로 인하여 운영중인 시스템에 영향을 미친다. 이 때 기존 시스템에 미치는 영향을 최소화하여 적용하 거나 운영중인 시스템과 별도 분리하여 시행함으로써 난이도 조율을 통해 우선순위를 조정할 수 있다.

 

 

1.1.3 이행계획 수립

① 로드맵 수립
포트폴리오 사분면 분석 이후 과제의 우선순위를 토대로 분석 과제별 적용범위 및 방식을 고려하여 최종적인 실행 우선순위를 결정한 후 단계적 구현 로드맵을 수립한다. 로드 맵은 단계별로 추진하고자 하는 목표를 명확히 정의하고 추진 과제별 선, 후행 관계를 고려하여 단계별 추진내용을 정렬한다.

 

② 세부 이행계획 수립
고전적인 폭포수 모델도 있으나 반복적인 정현과정을 통해 프로젝트의 완성도를 높이는 방식을 주로 사용한다. 모든 단계를 반복하기보다 데이터 수집 및 확보와 분석 데이터를 준비하는 단계를 순차적으로 진행하고 모델링 단계는 반복적으로 수행하는 혼합형을 많이 적용하며, 세부적인 일정계획도 수립해야된다.

 

 

 

1.2 분석 거버넌스 체계 수립

1.2.1 거버넌스 체계 개요

단순히 대용량 데이터를 수집, 축적하는 것이 아닌 어떤 목적으로 어떤 데이터를 어떻게 분석하고 활용할 것인가가 중요하다. 조직 내 분석관리 체계를 구축해야하는 이유는 데이터 분석을 기업의 문화로 정착하고 데이터 분석 업무를 지속적으로 고도화하기 위해서이다.

• 구성
  • 분석 기획 및 관리수행의 조직(Organization)
  • 과제 기획 및 운영 프로세스(Process)
  • 분석 관련 시스템(System)
  • 데이터(Data)
  • 분석 관련 교육 및 마인드 육성체계(Human Resource)

 

1.2.2 데이터 분석 성숙도 모델 및 수준진단

데이터 분석 성숙도 모델 및 수준진단을 할 때는 데이터를 어떻게 분석 및 활용하느냐 보다 기업의 경쟁력을 좌우하는 궁극적 요소를 결정해야한다. 데이터 분석의 수준 진단을 통해 데이터 분석 기반을 구현하기 위해 분석의 유형 및 방향성을 결정할 수 있다. 분석을 위한 준비도 및 성숙도를 진단하는 궁극적인 목표는 각 기업이 수행하는 현재의 분석 수준을 명확히 이해하고 수준진단 결과를 토대로 미래의 목표수준을 정의하는 데 있다.

 

가. 분석 준비도
기업의 데이터 분석 도입의 수준을 파악하기 위한 진단방법이며, 분석업무, 인력 및 조직, 분석 기법, 분석데이터, 분석 문화, IT 인프라로 구성된다. 전체 요건 중 일정 수준 이상 충족하면 분석 업무를 도입하고 충족 못할 시 먼저 분석 환경을 조성한다.

 

 

나. 분석 성숙도 모델
소프트웨어 공학에서는 시스템 개발 업무능력과 조직의 성숙도를 파악하기 위해 CMMI(Capability Maturity Model Integration) 모델을 기반으로 조직의 성숙도를 평가한다. 성숙도 수준에 따라 도입, 활용, 확산, 최적화 단계로 나뉜다.

• 도입 단계
  분석을 시작하여 환경과 시스템을 구축하는 단계
• 활용 단계
  분석 결과를 실제 업무에 적용하는 단계이며, 분석 전문 조직을 운영하는 단계
• 확산 단계
  전사 차원에서 분석을 관리하고 공유하는 단계로, 전사 차원의 성과를 실시간으로 분석, 분석 COE가 구성되어있으며 데이터 사이언티스트가 확보되고, 전사 차원으로 분석 과제의 성과를 충분히 공유하 고 있는 단계
• 최적화 단계
  분석을 진화시켜서 혁신 및 성과향상에 기여하는 단계

 

 

Tips: 단계가 올라갈수록 하위 단계의 내용을 포함하기 때문에 문제에서 제일 마지막에 무엇으로 끝나는지 확인하면 쉬움

 

다. 분석 수준 진단 결과
기업의 분석 준비도와 성숙도 진단 결과를 토대로 기업의 현재 분석 수준을 객관적으로 파악할 수 있다. 유관 업종 또는 경쟁사의 분석 수준과 비교하여 분석 경쟁력 확보 및 강화를 위한 목표 수준을 설정할 수 있다.

 

① 분석 관점에서의 4가지 유형

• 준비형
  데이터 분석 준비도와 성숙도가 낮은 기업이 해당, 사전 준비가 필요한 유형
  
  
• 정착형
  준비도는 낮으나 기업 내부에서 제한적으로 사용하고 있다. 분석의 정착이 필요한 기업이 해당됨
  
  
• 도입형
  기업에서 활용하는 분석업무 및 분석기법 등은 부족한 상태지만 조직 및 인력 등 준비도가 높은 유형이며 바로 데이터 분석을 도입할 수 있는 상태
  
  
• 확산형
  데이터 분석을 위해 기업에 필요한 6가지 분석 구성요소를 모두 갖추고 있으며, 현재 부분적으로 도입해 지속적인 확산이 가능한 기업이 속함

 

 

1.2.3 분석 지원 인프라 방안 수립

별도의 분석 시스템을 구축하는 경우 관리의 복잡도 및 비용 증대라는 부작용이 나타나기 때문에 분석 마스터 플랜을 기획하는 단계에서부터 장기적이고 안정적으로 활용할 수 있는 확장성을 고려한 플랫폼 구조를 도입하는 것이 좋다. 플렛폼은 분석 서비스를 위한 응용프로그램이 실행될 수 있는 기초를 이루는 컴퓨터 시스템을 의미하며 일반적으로 하드웨어에 탑재되어 데이터 분석에 필요한 프로그래밍 환경과 실행 및 서비스 환경을 제공하는 역할을 수행한다. 서비스는 추가적으로 제공하는 방식으로 확장성을 높일 수 있다.

 

1.2.4 데이터 거버넌스 체계 수립

데이터 거버넌스: 전사 차원의 모든 데이터에 대하여 정책 및 지침, 표준화, 운영조직 및 책 임 등의 표준화 된 관리 체계를 수립하고 운영을 위한 프레임 워크 및 저 장소를 구축하는 것으로, 메타 데이터, 데이터 사전 등의 데이터가 데이터 거버넌스의 중요한 관리 대상이 된다. 데이터 거버넌스 체계를 구축함으로써 데이터의 가용성, 유용성, 통합성, 보안성, 안전성을 확보할 수 있다.

빅데이터 거버넌스는 데이터 거버넌스를 포함해 빅데이터의 효율적인 관리, 다양한 데이터의 관리체계, 데이터 최적화, 정보보호, 데이터 생명주기 관리, 데이터 카테고리별 관리 책임자 지정 등을 포함한다.

 

① 구성요소

• 원칙(Principle)
  데이터를 유지 관리하기 위한 지침과 가이드 / 보안, 품질기준, 변경관리
• 조직(Oragnization)
  데이터를 관리할 조직의 역할과 책임 / 데이터 관리자, 데이터베이스 관리자

 

② 데이터 아키텍쳐

• 프로세스(Process)
  데이터 관리를 위한 활동과 체계 / 작업절차, 모니터링 활동, 측정 활동

 

 

가. 데이터 표준화
데이터 표준 용어 설정, 명명 규칙 수립, 메타데이터 구축, 데이터 사전 구축 등의 업무이며, 사전 간 상호 검증이 가능하도록 점검 프로세스를 포함한다. 명명규칙은 필요시 언어별로 작성되어 매핑상태를 유지해야 되며, 메타 데이터와 데이터 사전은 데이터의 데이터 구조 체계를 형성하는 것으로 데이터 활용을 원활하게 하기 위한 데이터 구조 체계나 메타 엔티티 관계 다이어그램을 제공해야 한다.

 

나. 데이터 관리 체계
데이터 정합성 및 활용의 효율성을 위하여 표준 데이터를 포함한 메타 데이터와 데이터 사전의 관리 원칙을 수립한다. 빅데이터의 경우 데이터 양의 급증으로 데이터의 생명 주기 관리방안을 수립하지 않으면 데이터 가용성 및 관리비용 증대 문제에 직면할 수 있다.

 

다. 데이터 저장소 관리
메타데이터 및 표준 데이터를 관리하기 위한 전사 차원의 저장소를 구성해야 한다. 여기서 저장소란, 데이터 관리 체계 지원을 위한 워크플로우 및 관리용 응용소프트웨어를 지원하고 관리하는 대상에 대해 시스템과의 인터페이스를 통한 통제가 이루어져야 한다. 데이터 구조 변경에 따른 사전 영향 평가도 수행되어야 효율적인 활용이 가능하다.

 

라. 표준화 활동
데이터 거버넌스 체계를 구축한 후 표준 준수 여부를 주기적으로 점검하고 모니터링을 실시한다. 조직 내 안정적 정착을 위한 계속적인 변화관리 및 주기적인 교육을 진행하는 것이 좋다.

 

1.2.5 데이터 조직 및 인력방안 수립

비즈니스 변화를 인식하고 기업의 차별된 경쟁력을 확보하는 수단으로 데이터를 효과적으로 분석 및 활용하기 위해 기획, 운영 및 관리를 전담할 수 있는 전문 분석 조직의 필요성이 제기되었고, 이에 따라 데이터 분석 조직은 기업의 경쟁력 확보를 위해 데이터 분석의 가치를 발견하고, 이를 활용하여 비즈니스를 최적화하는 목표를 갖고 구성되어야 한다.

업무 전반에 걸쳐 다양한 분석 과제를 발굴해 정의하고 데이터 분석을 통해 의미 있는 인사이트를 찾아 실행하는 역할을 수행할 수 있어야 하므로, 다양한 분야의 지식과 경험을 가진 인력과 업무 담당자 등으로 구성된다.

구조는 크게 3가지 유형의 구조로 분류된다.

 

① 집중형 조직구조
조직 내에 별도의 독립적인 분석 전담조직을 구성, 회사의 모든 분석 업무를 전담 조직에서 담당한다. 분석 전담 조직 재부에서 전사 분석과제의 전략적인 중요도에 따라 우선 순위를 정하여 추진하고. 일부 현업부서와 분석 업무가 중복 또는 이원화될 가능성 있다.

 

② 기능 중심의 조직구조
일반적으로 분석을 수행하는 형태의 구조이며, 별도의 분석 조직을 구성하지 않고 각 해당 업무부서에서 직접 분석하는 형태이다. 전사적 관점에서 핵심 분석이 어려우며, 특정 업무 부서에 국한된 분석을 수행할 가능성이 높거나 일부 중복된 분석 업무를 수행할 수 있는 조직구조이다.

 

③ 분산된 조직구조
분석 조직의 인력들을 현업 부서에 배치하여 분석 업무를 수행하는 형태로, 전사 차원에서 분석 과제의 우선순위를 선정해 수행이 가능하다. 분석 결과를 신속하게 실무에 적용할 수 있는 장점이 있다.

 

조직 구성원들은 전문 역량을 갖춘 각 분야의 인재들을 모아서 조직을 구성하는 것이 좋다.

 

 

1.2.6 분석 과제 관리 프로세스 수립

크게 과제 발굴 과 과제 수행 및 모니터링으로 나뉜다.

• 과제 발굴 단계
  개별 조직이나 개인이 도출한 분석 아이디어를 발굴하고 이를 과제화하여 분석 과제 풀로 관리하면서 분석 프로젝트를 선정하는 작업을 수행한다.
  
  
• 과제 수행 단계
  분석을 수행할 팀을 구성하고 분석과제 실행 시 지속적인 모니터링과 과제 결과를 공유하고, 개선하는 절차를 수행한다.

 

분석 조직이 지속적이고 체계적인 분석과제 관리 프로세스를 수행함으로써 조직 내 분석 문화 내재화 및 경쟁력을 확보할 수 있다. 결과물을 풀에 잘 축적하고 관리함으로써 향후 유사한 분석 과제 수행 시 시행착오를 최소화하고 프로젝트를 효율적으로 진행할 수 있다.

 

1.2.7 분석교육 및 변화관리

분석 교육의 목표는 분석 역량 확보 및 강화하는 것이며, 분석적인 사고를 업무에 적용할 수 있도록 다양한 교육을 통해 조직 구성원 모두에게 분석기반의 업무를 정착시킬 수 있어야한다. 이를 통해 데이터를 바라보는 관점, 데이터 분석과 활용 등이 기업문화로 자연스럽게 확대되어야한다.