07. 분석 과제 도출 방법
하향식 접근 방법(Top Down Approach)은 전통적 방식으로, 문제가 주어지고 이에 대한 해법을 찾는 방식이며, 상향식 접근 방법(Bottom Up Approach)은 문제의 정의 자체가 어려운 경우 데이터를 기반으로 문제를 재정의하고 해결 방안을 탐색하여 이를 지속적으로 개선하는 방식이다.
1. 하향식 접근 방법(Top Down Approach)
문제 탐색 | 비지니스 모델 기반 문제 탐색 |
비지니스 모델 캔버스를 활용하여 문제 발굴 * 5가지 영역 : 업무, 제품, 고객, 규제와 감사, 지원 인프라 |
분석기회 발굴의 범위 확장 | ① 거시점 관점 : STEEP(사회, 기술, 경제, 환경, 정치) ② 경쟁자 확대 관점 : 대체제, 경쟁자, 신규 진입자 ③ 시장의 니즈 탐색 : 고객, 채널, 영향자들 ④ 역량의 재해석 관점 : 내부역량, 파트너 네트워크 |
|
외부 참조 모델 기반의 문제 탐색 |
유사 동종 업계 사례 벤치마킹을 통한 분석 기회 발굴 | |
분석 유즈 케이스 | 풀어야 할 문제에 대한 상세한 설명 및 해당 문제를 효과적으로 명시함으로써, 향후 데이터 분석 문제로의 전환 및 적합성 평가에 활용할 수 있도록 함 | |
문제 정의 | 문제 탐색에 필요한 데이터 및 기법(How)를 정의하기 위하여 데이터 분석 문제로 변환을 수행 |
|
해결방안 탐색 | 어떤 데이터 또는 분석 시스템을 사용할 것인지 검토하는 단계 | |
타당성 검토 |
경제적 타당성 검토, 데이터 타당성 검토, 기술적 ㅌ타당성 검토 |
2. 상향식 접근 방법(Bottom Up Approach)
- 문제의 정의 자체가 어려운 경우 데이터를 기반으로 사용함
- 상향식 접근 방법은 비지도 학습 방법으로 수행
- 디자인 사고(Design Thinking)의 발산 단계에 해당함
- 인사이트 도출 후 반복적인 시행착오를 통한 수정 하며 문제를 도출하는 과정 : 프로토타이핑 접근법
3. 디자인 사고(Design Thinking)
- 상향식 접근 방식의 발산(Diverge) 단계와 도출된 옵션을 분석하고 검증하는 하향식 접근 방식의 수렴(Converge) 단계를 반복하여 과제를 발굴
- 상호 보완을 통해 동적인 환경에서 분석의 가치를 높일 수 있는 최적의 의사결정 방식
※ 예제 및 기출문제
1. 상향식 접근 방식의 발산(Diverge) 단계와 도출된 옵션을 분석하고 검증하는 하향식 접근 방식의 수렴(Converge) 단계를 반복하여 과제를 발굴하는 방법을 무엇이라 하는가?
2. 다음 중 상향식 접근방식의 특징으로 올바른 것은?
① 디자인 사고의 수렴(Converge) 단계에 해당한다.
② 인사이트 도출 후 반복적인 시행착오를 통해서 수정하며 문제를 도출하는 일련의 과정이다.
③ 문제의 대상과 분석 방법도 알고 있는 최적화 방식을 의미한다.
④ 문제의 대상을 알지만 방법을 모르는 솔루션 방법이다.
3. 다음 중 분석 과제 발굴 방식 중 하향식 접근법의 과제 도출 단계로 적절한 것은?
① Problem Discovery - Problem Definitioin - Solution Search - Feasibility Study
② Problem Search - Problem Discovery - Solution Definitioin - Feasibility Study
③ Solution Search - Problem Discovery - Problem Definitioin - Solution Definitioin
④ Problem Discovery - Problem Definitioin - Problem Solving - Feasibility Study
4. 분석 과제 도출 방법 단계에서 식별된 비즈니스 문제를 데이터의 문제로 변환하여 정의하는 단계는?
정답 1 - 디자인 사고(Design Thinking), 2 - ②, 3 - ①, 4 - 문제 정의(Problem Definitioin)
'ADsP 데이터 분석 준전문가 자격증' 카테고리의 다른 글
[데이터 분석 기획] 09. 분석 마스터플랜 수립 프레임워크 (0) | 2022.08.23 |
---|---|
[데이터 분석 기획] 08. 분석 프로젝트 관리 특성 (0) | 2022.08.23 |
[데이터 분석 기획] 06. 빅데이터 분석 방법론 (0) | 2022.08.23 |
[데이터 분석 기획] 05. KDD 분석 방법론과 CRISP-DM 분석 방법론 (0) | 2022.08.23 |
[데이터 분석 기획] 04. 분석 방법론 (0) | 2022.08.23 |