Data Science/data analysis

# 데이터 연결 분석이 중요한 시대

HAN___ 2023. 5. 23. 20:30

데이터시장현황

  • 국내 데이터산업 시장 → 계속해서 성장중
    • '21년 약 23조, 5년간 GAGR(연평균 성장률) 12.6%로 빠르게 성장중
    • 시장규모 전망: 29.3조('23) - 33조('24) - 37.1('25) - 47.1('27)
  • 오픈뱅킹·마이데이터 시행으로 금융 분야를 중심으로 데이터 통합 진행중
  • 기업 내부, 이종 산업간 데이터 연결 가속화

 

왜 데이터 연결인가?

  • 소비자 편의성 제고
    • ex) 오픈뱅킹: 여러 금융기관에 분산된 예금, 대출, 보험, 카드 등 데이터 연결 ~ 효율적인 자산관리 서비스 제공
  • 마이데이터: 금융 → 빅테크·의료 등으로 확대
    • 23. 2월 개인정보보호법 개정
      • 개정안 주요내용 : ① 불합리한 동의제도 완화, ② 정보주체 권리 확대, ③ 정보통신 서비스 제공자에 대한 특례규정 삭제, ④ 형벌 중심 제재를 경제제재 중심으로 전환
  • 공공데이터 활용: 공기업, 스타트업 등에서는 경영·서비스 목적의 활용
    • 여러 공공데이터를 활용하는 과정에서 연결이 이루어짐
  • 정부에서도 데이터 통합 추진: '범정부 데이터 분석시스템' 도입
    • 23년 3월 도입
    • 클라우드 기반 데이터 연결로 행정·공공기관은 별도의 분석시스템 구축 없이 다양한 데이터 자원을 업무에 활용
    • '24년까지 고도화하여 일반사용자가 AutoML 등 고차원 분석을 쉽게 할 수 있는 환경으로 개선할 예정

 

데이터 연결 분석은 새로운 가치를 창출

  • 데이터 연결 분석이 비즈니스에 활용된 예시
    • ex) 아마존
      • 고객 구매 데이터와 배송 데이터를 연결 ~ 분석을 통해 예측 배송 시스템 개발 → 소비자에게 만족도 높은 서비스 제공
      • 특허를 받은 예측 배송 시스템: 고객 구매 전 구매 예상되는 물품을 예측하여 고객과 가까운 물류 창고에 배송
    • ex2) 영국 아비바생명
      • 보험 상품 개발 시 고객 운전 패턴 데이터를 연결한 분석을 통해 고객 개인별 운전 습관에 따른 새로운 상품을 제공
    • ex3) 사우스웨스트 항공
      • 쇼핑습관, 구매패턴 등 분석을 통해 비행기 좌석 스크린에 승객 별 맞춤형 광고 제공
  • 고객 데이터 연결이 가속화될수록 이종 분야 비즈니스 이해에 기반한 데이터 연결 분석이 중요
    • 분석모형의 성능 향상에 도움
      • '22년 카카오뱅크: 도서, 통신, 유통 등 이종 산업 데이터 결합을 통해 기존보다 성능이 높은 대안신용평가모형을 개발
    • 부서 간 데이터 연결 분석은 기업에게 경쟁우위를 제공
        • 패션브랜드인 ZARA는 기획, 생산, 유통, 판매 등 흩어진 부서의 데이터를 연결한 분석을 통해 SPA의 형태로 일체화된 비즈니스 전략을 창출
        • SPA: Speciality store retailer of Private label Apparel의 약자로 상품의 기획, 생산, 판매의 기능을 일체화한 새로운 업태를 의미

 

데이터 연결 분석력을 위한 데이터 링커의 중요성 부상

  • 비즈니스 기반 데이터를 연결하여 분석하는 데이터 링커의 역량이 중요
    • 사람이 비즈니스 기반으로 데이터 연결 분석을 해야 할 필요성
    • 데이터 링커: 2개 이상 비즈니스에 대한 깊은 이해와 창의성에 기반한 데이터 분석을 하는 사람
  • 데이터 링커의 자질
    • 비즈니스 전문가: 비즈니스 기반으로 데이터를 연결해야 함으로 2개 이상 비즈니스에 대한 심도깊은 이해를 요구
    • 데이터 핸들링: 데이터 링커는 상상으로 연결된 데이터를 빠르게 구현 하기 위해 높은 수준의 데이터 핸들링을 요구
      • 프로그래밍 능력
    • 분석 기법: 데이터 구조, 분석 목적 등에 맞춘 분석 기법을 적용할 필요
      • 종속변수의 형태와 유무, 데이터 크기, 프로젝트 기간 등을 고려하여 상황에 맞는 분석 기법의 적용 능력이 필요
      • 회귀분석, 딥러닝 등 최근의 다양한 분석 기법에 대한 지식이 필요
    • 분석 결과 활용: 데이터 분석 결과를 모두가 쉽게 이해하도록 전달하고 비즈니스에 적용한 모형은 지속적으로 모니터링을 할 필요
      • 비즈니스로 연결된 데이터 분석 결과를 PPT, 엑셀 등을 활용하여 구성원 모두에게 쉽게 이해하도록 전달하는 능력이 중요
      • 데이터 분석 결과인 새로운 인사이트, 비즈니스 프로세스 등은 AB Test를 통해 실제 비즈니스에 적용하여 모니터링하는 행동력이 필요

 

 

#

데이터 링커로의 자질을 갖춰나가야 할 것 같다는 생각.

비즈니스 전문성 + 데이터 핸들링 + 분석력 모두가 필요한데,

차근차근 어떻게 갖춰나갈 수 있을지 고민해봐야겠다.

그리고 신입으로서 당연히 모든 부분에서 최고의 역량을 갖추기는 어렵기 때문에,

기본기를 어떻게 갖추고, 나만의 강점을 어떻게 가져갈 수 있을지 계속해서 고민이 필요하다!

학습하고 꾸준한 정리, 그리고 어떤 사안에 대해서 계속해서 나만의 생각과 관점을 키워나가도록 해보자.

참고: '데이터 연결 분석이 중요한 시대' : 하나금융경영연구소 이기홍 연구위원

http://www.hanaif.re.kr/boardDetail.do?hmpeSeqNo=35679&menuId=MN3000&tabMenuId=N&srchNm=ALL&srchKey=