1. 분석 마스터 플랜1.1 마스터 플랜 수립1.1.1 분석 마스터 플랜 수립 프레임워크분석과제를 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 ..

1.데이터 분석 기획의 이해1.1 분석 기획 방향성 도출 분석 기획이란, 실제 분석을 수행하기 전에 수행할 과제의 정의 및 의도했던 결과를 도출할 수 있도록 적절하게 관리할 수 있는 방안을 사전에 계획하는 일련의 작업을 말한다. 즉, 어떤 목표를 달성하기 위해 어떠한 데이터를 가지고 어떤 방식으로 수행할 지에 대한 일련의 계획을 수립하는 작업이라고도 할 수 있다.1.1.1 분석 기획의 특징분석을 기획할 때 주의 사항은 데이터를 다루는 영역의 특성 때문에 IT 분야에 치중하는 현상이 발생할 수 있다는 점이다. 때문에 앞서 1장에서 본 3가지 영역에 대한 고른 역량과 시각이 요구된다. 분석 기획이라는 것이 해당 문제 영역에 대한 전문성 역량 및 수학/통계학적 지식을 활용한 분석 역량, 분석도구인 데이터 및 ..

1. 데이터 처리 기술1.1 분산 데이터 저장 기술 대규모 클러스터 시스템 플랫폼은 네트워크상에 분산된 서버들을 클러스터링함으로써 대용량 저장공간과 빠른 처리 성능을 제공한다. 분산 데이터 저장 기술은 네트워크 상에서 데이터를 저장•조회•관리할 수 있으며, 저장 데이터의 정형화 여부와 데이터 모델에 따라 분산 파일시스템과 클러스터 데이터베이스, Key-Value 저장소 정도로 구분할 수 있다. 기존의 아키택쳐는 고가의 마스터 서버에서 많은 역할을 수행하는 중앙 집중 방식이다. 하지만 최근에는 GFS나 BigTable과 같은 플랫폼을 저가의 PC급 서버들로 클러스터를 구성해 마스터 서버의 역할을 축소 시켰으며 장애가 항상 발생할 수 있음을 염두에 두고 디자인됐다.1.1.1 분산 파일 시스템 대규모 클러스터..

1. 데이터 처리 프로세스1.1 ETL (Extraction, Transformation, Load)1.1.1 개요데이터 이동과 변환 절차와 관련된 업계 표준 용어다. 데이터 웨어하우스(DW), 운영 데이터 스토어(ODS), 데이터 마트(DM)에 대한 데이터 적재 작업의 핵심 구성요소로서 데이터 통합, 데이터 이동, 마스터 데이터 관리에 걸쳐 폭넓게 이용된다.ETL은 데이터 이동과 변환을 주 목적으로 하며 3가지의 기능으로 구성된다. Extraction(추출)하나 또는 그 이상의 데이터 원천들로부터 데이터 획득 Transformation(변형)데이터 클렌징•형식 변환•표준화, 통합 또는 다수 애플리케이션에 내장된 비즈니스 룰 적용 Loading(적재)위 변형 단계 처리가 완료된 데이터를 특정 목표 시스템..

1. 데이터와 정보1.1 데이터 데이터란 객관적 사실이라는 존재적 특성을 갖는 동시에 추론, 예측, 전망, 추정을 위한 근거를 의미한다. 종류로는 크게 정성 데이터와 정량 데이터로 나뉘며, 구체적인 정의는 다음과 같다.1.1.1 정성 데이터언어, 문자로 기술된 데이터1.1.2 정량 데이터수치, 기호, 도형으로 기술된 데이터 데이터는 암묵지와 형식지의 상호작용에 중요한 역할을 한다. 여기서 말한 암묵지란, 학습과 체험을 통해 개인에게 습득되어 있지만 겉으로 드러나지 않는 지식을 의미한다. 특징으로는 공통화(Socialization). 내면화(Internalization) 가 있으며, 이는 시행 착오와 오랜 경험을 통해 개인에게 습득된 무형의 지식이다. 대표적인 예시로는 과학적 발견들이 있다.암묵지와 반대..