ADsP (1-7) - 전략 인사이트 도출을 위한 필요 역량

ADsP  - 전략 인사이트 도출을 위한 필요 역량

 

데이터 사이언스 의미와 역할

 

데이터 사이언스 의미

데이터로부터 의미있는 정보를 추출해 내는 학문, 분석 뿐만 아니라 이를 효과적으로 구현하고 전달하는 과정까지를 포함한 포괄적인 개념이다.

데이터 공학, 수학, 통계학, 컴퓨터공학, 시각화, 해커의 사고방식,등 해당분야의 전문 지식을 종합한 학문이다.
중요한 역량중 하나로 소통이 있다.

 

데이터 사이언스 대상

통계학 :정형화된 실험 데이터

 

데이터 사이언스 : 정형 또는 비정형을 막론하고 인터넷, 휴대전화, 영상정보, 여러곳에서 생성되는 숫자와 문자 등 다양한 유형의 데이터

 

 

총체적 접근법

통계학이 정형화된 실험데이터를 분석 대상으로 하는 것에 비해 데이터 사이언스는 정형 또는 비정형을 막론하고 인터넷, 휴대전화, 영상정보, 여러곳에서 생성되는 숫자와 문자 등 다양한 유형의 데이터를 대상으로 하는 접근법이다.

데이터 사이언스는 기존 통계학과 다른 접근법인 ‘총체적 접근법’을 사용한다.

 

데이터 사이언스 구성 요소

 

분석 : 수학, 확률모델, 머신러닝, 분석학 패턴 인식과 학습 등

It 분야 : 프로그래밍, 시그널 프로세싱, 데이터 웨어하우징, 고성능 컴퓨팅 등

비즈니스 분석 : 커뮤니케이션, 프레젠테이션, 스토리텔링, 시각화

 

 

데이터 사이언티스트의 역량

빅데이터 환경에서 일하는 데이터 사이언테스트들은 주로 빅데이터에 대한 이론 지식과 분석 기술에 대한 숙련과 같이 하드 스킬만 요구받고있는 것처럼 보이지만 이러한 하드스킬은 데이터 사이언테스트의 역량 중 절반에 불과한다. 나머지 절반은 통찰력 있는 분석, 설득력 있는 전달, 협력 등 소프트 스킬이다.

 

하드스킬 : 빅데이터 처리 및 분석에 필요한 이론적 지식, 기술적 숙련과 관련된 능력이다.

 

소프트스킬 : 데이터의 가치를 발견하고 기회를 만들 수 있는 능력으로 창의적 사고, 통찰력있는 분석, 설득력 있는 전달, 스토리텔링, 커뮤니케이션 등이 있다.

 

 

가트너의 데이터에 대한 이해

데이터 관리 : 데이터에 대한 이해

분석 모델링 :분석론에 대한 지식

비즈니스 분석 : 비즈니스 요소에 초점

소프트 스킬 : 커뮤니케이션, 협력, 리더십, 창의력, 열정, 규율

 

 

전략적 통찰력과 인문학의 부활

1. 단순 세계화에서 복잡한 세계화로의 변화

2. 비즈니스의 중심이 제품생산에서 서비스로 이동.

3. 경제와 산업의 논리가 생산에서 시장창조로 바뀜