1-3. 가치 창조를 위한 데이터 사이언스와 전략 인사이트

1. 빅데이터 회의론의 원인

부정적 학습효과 -> 과거의 CRM : 공포 마케팅, 투자대비 효과 미흡
부적절한 성공사례 -> 빅데이터가 필요 없는 분석사례, 기존 CRM의 분석 성과를 빅데이터 분석 성과로 과대 포장 --> 단순히 빅데이터에 포커스를 두지 말고, 분석을 통해 가치를 만드는 것에 집중해야 함

2. 일차원적인 분석 vs 전략 도출을 위한 가치 기반 분석

1) 산업별 분석 애플리케이션

산업	일차원적 분석 애플리케이션
금융 서비스	신용점수 산정, 사기 탐지, 가격 책정, 프로그램 트레이딩, 클레임 분석, 고객 수익성 분석
소매업	판촉, 매대 관리, 수요 예측, 재고 보충, 가격 및 제조 최적화
제조업	공급사슬 최적호, 수요 예측, 재고 보충, 보증서 분석, 맞춤형 상품 개발, 신상품 개발
운송업	일정 관리, 노선 배정, 수익 관리
헬스케어	약품 거래, 예비 진단, 질병 관리
병원	가격 책정, 고객 로열티, 수익 관리
에너지	트레이딩, 공급, 수요 예측
커뮤니케이션	가격 계획 최적화, 고객 보유, 수요 예측, 생산능력 계획, 네트워크 최적화, 고객 수익성 관리
서비스	콜센터 직원관리, 서비스-수익 사슬 관리
정부	사기 탐지, 사례관리, 범죄 방지, 수익 최적화
온라인	웹 매트릭스, 사이트 설계, 고객 추천
모든 사업	성과관리

2) 일차적 분석 문제점 : 새로운 기회 포착 어려움. 급변하는 환경에서 성과 미미

3) 전략 도출 가치 기반 분석

1. 데이터 사이언스의 의미: 데이터 공학, 수학, 통계학, 컴퓨터 공학, 시각화, 해커의 사고방식, 해당 분야의 전문 지식을 종합한 학문

2. 데이터 사이언스의 구성요소

1) 데이터 사이언스 영역: Analytics, 비즈니스 분석, IT

2) 데이터 사이언티스트의 요구 역량

3. 데이터 사이언스: 과학과 인문의 교차로 - 분석 기술보다 더 중요한 것은 소프트 스킬로 전략적 통찰을 주는 분석은 단순 통계 및 데이터 처리 능력보다 스토리텔링, 커뮤니케이션, 창의력, 열정, 직관력, 비판적 시각, 대화 능력 등의 인문학적 요소가 필요함

4. 전략적 통찰력과 인문학의 부활

외부환경적 측면에서 본 인문학 열풍의 이유

외부환경의 변화	내용	예시
컨버전스 -> 디버전스	단순세계화에서 복잡한 세계화로의 변화	규모의 경제, 세계화, 표준화, 이성화 -> 복잡한 세계, 다양성, 관계, 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 중심, 기술 중심의 대규모 투자 -> 현재 패러다임에 근거한 시장 창조 현지 사회와 문화에 관한 지식

1. 데이터 사이언스 의미 - 빅데이터 분석은 선거결과에 결정적인 영향을 미칠 수도 있고, 기업들에게 비용절감, 시간 절약, 매출 증대, 고객서비스 향상, 신규 비즈니스 창출, 내부 의사결정 지원 등에 있어 상당한 가치를 발휘

2. 빅데이터 회의론을 넘어 가치 패러다임의 변화

과거	현재	미래
Digitalization	Connection	Agency
아날로그 세상을 어떻게 효과적으로 디지털화하는가가 과거의 가치 창출 원천	디지털화된 정보와 대상들은 서로 연결 시작 연결을 더 효과적이고 효율적으로 제공하는가가 성공요인	복잡한 연결을 얼마나 효과적이고 믿을 수 있게 관리하는가의 이슈

3. 데이터 사이언스의 한계와 인문학

1) 데이터 사이언스의 한계

2) 데이터 사이언스와 인문학

Lahong's Blog