데이터 기반 의사결정 단계

1. 가설 및 데이터 요구사항 정의

데이터 기반 의사결정을 하기 전에 SMART(Specific, Measurable, Acceptable, Relevant, Timely)로 비즈니스 목표를 명확히 파악해야 한다. 해결하려는 문제를 명확히 파악한 후 데이터 수집을 해야 한다.

2. 데이터 소스

데이터 소스에 대해서도 분명히 밝혀야 한다. 어떤 데이터를 사용할 것인지 (회사 내 데이터, 직접 추출 등..), 직접 추출한다면 어떻게 추출할 것인지 파악해야 한다.

3. 데이터 수집

통찰력을 얻기 위해 필요한 대상이 무엇인지 확실히 파악하였으니 다음 단계는 데이터 수집이다. 여기서 유용한 팁은 대표 표본 (Representative sample)을 확인하는 것이다. 대표 표본은 전체 인구를 정확하게 반영하고 분석에 확실한 도움이 된다고 한다.

4. 데이터 변환

원본 데이터를 csv나 sql데이터 베이스 (대상 데이터 시스템)으로 데이터를 추출한다. 이 과정을 변환이라 부른다. 큰 규모에서는 데이터 웨어하우스에 데이터가 저장된다. 이때 사전에 데이터를 구성하고 분석할 수 있도록 데이터에 대해서 파악하는 게 좋다.

5. 데이터 정리

데이터를 변환 후에는 데이터의 이상 유무를 살펴봐야 한다. 원본 데이터는 호환되지 않거나, 중복되거나, 적어도 측정, 샘플링 및 데이터 입력 오류를 포함할 수 있다.  즉 데이터 정리는 부정확한 데이터의 제거, 누락 데이터에 대한 기본값 추가, 이상 징후 제거, 기타 데이터 불일치 해결이 포함된다. 

6. 데이터 분석

데이터를 정리하고 사용할 준비가 되면 이젠 데이터 분석할 시간이다. 로지스틱 회귀분석 같은 통계 기법을 사용해 비지니스 인텔리전스를 위한 데이터를 분석하거나 예측 모델을 생성할 수 있다. 통찰력을 생성하고 의사결정에 이르기 위해 텍스트 분석도 수행할 수 있다.

7. 데이터 시각화

분석이 완료되면 분석을 효과적으로 청중하게 전달할 수 있도록 다양한 형식으로 보고해야 한다. 데이터 시각화는 표와 차트 같은 정보를 사용해 데이터에 포함된 주요 메시지를 전달하는 데 도움을 준다. 또한 시각화는 사용자가 분석을 통해 가정을 해석하고 의미 있는 정보를 생성하는데 도움이 된다.

8. 데이터 해석 및 피드백

이 단계에서는 세가지 질문에 답하는 게 도움이 된다.

첫 번째 : 해결하려는 문제에 답변을 제공하는 가?

두 번째 : 가설을 수락하거나 거절하는 것을 증명하는데 도움이 되는가?

세 번째 : 모델 혹은 결과의 정확성을 향상하기 위해 더 많은 데이터가 필요하는가?

 

 

위 과정은 시장 상황에 맞게 커스터 마이징된다.