데이터 공학, 수학, 통계학, 컴퓨터 공학, 시각화, 해커의 사고방식, 해당 분야의 전문지식을 종합한 학문
# 데이터 사이언스, 과학과 인문의 교차로
단순한 분석기술(단순통계, 데이터처리)뿐만 아니라 스토리텔링, 커뮤니케이션, 열정, 비판적 시각, 대화능력 등 인 문학적 요소가 필요하다.
* 기존 사고의 틀을 벗어나 문제를 바라보고 해결하는 능력을 배양하기 위해 필요
* 비즈니스의 핵심가치를 이해하고 고객과 지원의 내면적 요구를 이해하는 능력을 배양하기 위해 필요
# 외부 환경적 측면에서 본 인문학 열풍의 이유
외부환경의 변화 | 내 용 | 예 시 |
컨버전스 → 디버전스 | 단순세계화에서 복잡한 세계화로의 변화 | 규모의 경제, 세계화, 표준화, 이성화 → 복잡한 세계, 다양성, 연결성, 창조성 |
생산 → 서비스 | 비즈니스 중심이 제품생산에서 서비스로 이동 | 고장나지 않는 제품의 생산 → 뛰어난 서비스로 응대 |
생산 → 시장창조 | 공급자 중심의 기술경쟁에서 무형자산의 경쟁으로 변화 |
생산에 관련된 기술 중심의 대규모 투자 → 현재 패러다임에 근거한 시장 창조 현지 사회와 문화에 관한 지식 |
① IT
시그널 프로세싱, 데이터 엔지니어링, 데이터 웨어하우스, 프로그래밍(파이썬 프로그래밍), 고성능컴퓨터(분산 컴퓨팅)
② Analytics
수학, 확률모델, 머신러닝, 분석학, 패턴인식과 학습, 불확실성 모델링
③ Business Analytics[비즈니스 분석]
커뮤니케이션, 프레젠테이션, 스토리텔링, 시각화
분석과정에서 가정 등 인간의 해석이 개입되는 단계를 반드시 거친다.
분석 결과가 의미하는 바는 사람에 따라 전혀 다른 해석을 내릴 수 있다.
아무리 정량적인 분석이라도 모든 분석은 가정에 근거한다.
→ 분석의 정확성에 초점을 맞춰 분석하는 것이 아님
빅데이터의 다각적 분석을 통해 인사이트를 도출하고 이를 조직의 전략 방향 제시에 활용할 줄 아는 기획자
데이터 홍수 속에서 데이터를 찾고, 복잡한 데이터들을 구조화, 불완전한 데이터 연결 등을 해야 한다.
직관과 전략, 경영 프레임워크 경험의 혼합을 통해 통찰력 있는 분석을 수행할 수 있어야 한다.
본인회사 뿐만 아니라 전체 업계의 방향과 고객이 무엇을 중시하는지에 대한 이해가 필요하다.
비즈니스의 성과를 좌우하는 핵심이슈에 답을 하고, 사업성과를 견인해 나갈 수 있어야 한다.
* 빅데이터에 대한 이론적 지식 : 관련 기법에 대한 이해와 방법론 습득
* 분석 기술에 대한 숙련 : 최적의 분석 설계 및 노하우 축적
* 통찰력 있는 분석 : 창의적 사고, 호기심, 논리적 비판
호기심 : 문제의 이면을 파고들고, 질문을 찾고, 검증 가능한 가설을 세우는 능력을 의미
* 설득력 있는 전달 : 스토리텔링, 비주얼라이제이션(시각화)
* 다분야간 협력 : 커뮤니케이션(대화 능력)
* 데이터관리[Data Management] 데이터에 대한 이해 * 분석모델링[Analytics Modeling] 분석론에 대한 지식 * 비즈니스 분석[Business Analysis] 비즈니스 요소에 초점 * 소프트 스킬[Soft Skill] 커뮤니케이션, 협력, 리더십, 창의력, 규율 등 |
[개미의 걸음 ADsP 1과목] 데이터베이스의 정의와 특징 (0) | 2020.06.20 |
---|---|
[개미의 걸음 ADsP 1과목] 개인정보 비식별 기술 (0) | 2020.06.19 |
[개미의 걸음 ADsP 1과목] 빅데이터 시대의 위기요인과 전략적 통찰의 필요성 (0) | 2020.06.17 |
[개미의 걸음 ADsP 1과목] 빅데이터의 활용 (0) | 2020.06.16 |
[개미의 걸음 ADsP 1과목] 빅데이터의 등장 및 가치 (0) | 2020.06.15 |
댓글 영역