제2장 분석 마스터 플랜

제 2장 분석 마스터 플랜

학습목표

데이터 분석 마스터플랜 수립의 이해

데이터 분석 거버넌스 체계의 이해

 

제 1절 마스터 플랜 수립

1. 마스터 플랜 수립 개요

분석의 적용 범위 및 방식에 대해서도 종합적으로 고려하여 데이터 분석을 구현하기 위한 로드맵을 수립한다.

이유 : 분석 과제를 대상으로 적용 우선순위를 설정해야 하며, 이뿐 아니라 분석을 내재화 할 것인지, 별도의 분석화면으로 일단 적용할 것인지, 분석 데이터를 내부 데이터로 한정할 것인지 등 종합적인 고려가 필요하기 때문.

1. 우선순위 평가

우선순위 평가는 정의된 데이터 과제에 대한 실행 순서를 정하는 것으로, 업무 영역별로 도출된 분석과제를 평가기준에 따라 평가하고, 과제 수행의 선후행 관계를 고려하여 적용 순위를 조정해 최종 확정한다.

 

** 기존 IT 프로젝트에서의 우선순위 평가기준과는 다른 관점에서 접근해 볼 필요가 있다.

기존 빅데이터의 핵심 적인 특징인 3V(크기, 형태, 생성속도)는 투자비용 요소이며

여기에 비정형 데이터와 기존의 정형 데이터가 결합되어 분석됨으로써 새로운 가치 (Value)가 창출된다는 점에서 빅데이터를 4V로 정의하는데 이 때의 가치(Value)를 비즈니스 효과측면의 요소라고 볼 수 있다.

 

시급성과 난이도에 따른 우선순위 평가 기준

전략적 중요도에 따른 시급성이 가장 중요한 기준이며, 난이도 역시 적용 우선순위를 선정하는데 중요한 기준이 될 수 있다.

***포트폴리오 사분면

 

1. 단계적 구현 로드맵 수립

포트폴리오 사분면 분석을 통해 과제의 1차적 우선순위를 결정후 과제별 적용범위 및 방식을 고려하여 최종적인 실행 우선순위를 결정한 후 단계적 구현 로드맵을 수립한다.

 

1. 일정계획 수립

분석 체계 구현은 기존의 폭포수 방식의 구현과는 다르다.

구현단계에서는 분석을 위한 데이터를 수집 확보하고, 이를 분석을 위한 형태로 준비한 후 분석모델을 상세하게 설계한다. 데이터를 통해 모델에 적용해 보고, 적용 결과를 평가하는 과정을 반복적으로 시행해야 한다.

제 2절 분석 거버넌스 체계

1. 거버넌스 체계 개요

데이터가 강조될수록 데이터 분석과 활용에 대한 체계적인 관리의 중요성 또한 올라간다.

분석 관리체계의 수립이 필요하며, 마스터 플랜 수립 시점에서 분석의 지속적인 개발과 확산 서비스 관리를 위한 분석 거버넌스 체계는 기업의 현 분석수준을 정확히 진단하고, 분석 조직 및 분석 전문인력 배치, 분석 관련 프로세스 및 분석 교육 등의 관점에서 정의할 수 있다.

1. 데이터 분석 수준진단

분석을 위한 준비도 및 성숙도를 진단하는 궁극적인 목표는 각 기업이 수행하는 현재의 분석 수준을 명확히 이해하고, 수준진단 결과를 토대로 미래의 목표수준을 정의하는 데 있다.

1. 분석 준비도

기업의 데이터 분석 도입의 수준을 파악하기 위한 진단 방법

분석 업무, 인력 및 조직, 분석 기법, 분석 데이터, 분석 문화, IT 인프라 등 총 6가지 영역을 대상으로 파악

1. 분석 성숙도 모델

분석 능력 및 분석 결과 활용에 대한 조직의 성숙도 수준을 평가하는 방법

비즈니스 부문, 조직 역량 부문, IT 부문 등 3개 부문을 대상으로 성숙도 수준에 따라 도입단계, 활용단계, 확산단계, 최적화단계로 구분해 살펴볼 수 있다.

도입단계 : 분석을 시작하여 환경과 시스템을 구축

활용단계 : 분석 결과를 실제 업무에 적용

확산단계 : 전사 차원에서 분석을 관리하고 공유

최적화단계 : 분석을 진화시켜서 혁신 및 성과 향상에 기여

1. 분석 수준 진단 결과

첫째, 준비형은 데이터 분석을 위한 낮은 준비도와 낮은 성숙도 수준에 있는 기업들이다.

둘째, 정착형은 준비도는 낮은 편이지만 기업 내부에서 제한적으로 분석기법, 조직, 인력, 분석업무 등을 사용한다.

셋째, 도입형은 기업에서 활용하는 분석업무 및 분석기법 등은 부족한 상태지만, 조직 및 인력 등 준비도가 높은 유형으로 바로 데이터 분석을 도입할 수 있는 기업이다.

넷째, 확산형은 데이터 분석을 위해 기업에 필요한 6가지 분석 구성요소를 모두 갖추고 있으며, 현재 부분적으로 도입해 지속적인 확산이 가능하다.

 

1. 데이터 분석 조직 및 인력

기업이 비즈니스 변화를 인식하고 차별화한 경쟁력을 확보하는 수단으로서 데이터를 효과적으로 분석 활용하기 위해 기획, 운영 및 관리를 전담할 수 있는 전문 분석조직을 구성해야 한다는 주장이 제기되고 있다.

 

데이터 분석을 위한 조직 구조는 다양한 형태로 살펴 볼 수 있는데 3가지 유형이 대표적이다.

첫 번째, 집중형 조직 구조는 조직 내에 별도의 독립적인 부서 전담조직 구성하고, 회사의 모든 분석 업무를 전담 조직에서 담당한다.

• 일부 현업 부서와 분석 업무가 중복 또는 이원화 될 가능성이 있다.
• 전략적 중요도에 따라 우선순위를 정하여 추진할 수 있다.

두 번째, 기능 중심의 조직 구조는 일반적으로 분석을 수행하는 형태이며, 별도로 분석 조직을 구성하지 않고 각 해당 업무부서에서 직접 분석한다.

• 전사적 관점에서 핵심적 분석이 어렵다.
• 특정 업무 부서에 국한된 분석을 수행할 가능성이 높고 중복된 분석 업무 수행할 수 있다.

세 번째, 분산된 조직구조는 분석 조직의 인력들을 현업부서에 배치해 분석 업무를 수행하는 형태다.

• 전사 차원에서 분석 과제의 우선순위를 선정해 수행이 가능하며, 분석 결과를 신속하게 실무에 적용할 수 있다.

1. 분석 교육 및 변화 관리

분석 교육의 목표는 단순한 툴 교육이 아닌 분석역량을 확보하고 강화하는 것에 초점을 맞추어 진행되어야 한다. 분석적인 사고를 업무에 적용할 수 있도록 다양한 교육을 통해 조직 구성원 모두에게 분석기반의 업무를 정착시킬 수 있어야 한다. 이를 통해 데이터를 바라보는 관점, 데이터 분석과 활용 등이 기업 문화로 자연스럽게 스며들게 확대되어야 한다.