『Data Bonanza』

1. 분석 대상과 방법 분석은 분석의 대상과 분석의 방법에 따라 4가지로 나뉨 2. 목표 시점 별 분석 기획 방안 당면한 과제를 빠르게 해결하는 "과제 중심적인 접근 방식"과 지속적인 분석 내재화를 위한 "장기적인 마스터 플랜 방식"으로 나뉨 3. 분석 기획시 고려사항 가용 데이터 (Available data) 적절한 활용 방안과 유즈케이스 (Proper business use case) 장애요소들에 대한 사전 계획 수립 (Low barrier of execution) 4. 분석 방법론 개요 분석방법론의 필수 내용: 절차(procedures), 방법(methods), 도구와 기법(tools&techniques), 템플릿과 산출물(templates&outputs) 5. 분석 방법론 생성과정 6. 방법론의 ..

DIKW (Data, Information, Knowledge, Wisdom) 피라미트에서는 데이터, 정보, 지식을 통해 최종적으로 지혜를 얻어내는 과정을 계층구조로 설명하고 있다. 1. DIKW의 정의 2. DIKW 피라미드 * 포인트: 정보는 사실이고, 지식은 사실 + 의지 개념, 지혜는 의지 + 판단 3. Insight와 가치 창출 과정 내가 정의하기로는 데이터 사이언티스트는 데이터로부터 Insight를 찾아 Value를 창출하는 일을 하는 사람이라고 생각했다. 그럼 DIKW와 결합해보자. 이런 모양새가 아닐까 생각된다.

·흔히, 일상에서 많이 물어보는 질문이 있다. 데이터 분석가(Data analyst)와 데이터 과학자(Data scientist)의 차이가 뭔가? 쉽게 대답하기 힘들것이다. 아마 명확한 차이에 대해 정립해본적이 없을테니.. 나 또한, 이에 대해 고민해보지 않아 실제 면접에 나왔을 때 대답하느라 혼났다. 시중에 서적에서 찾아보자. 과거에 읽었던 책에 있는 데이터 분석가(Data analyst)와 데이터 과학자(Data scientist)의 차이이다. 데이터 분석가는 데이터 정제 및 원인 분석과 결과 분석 작업(현황분석)을 주로 하고, 일부 경험 있는 분석가는 드물게 추정 작업(예측 분석)도 한다. 데이터 과학자는 현황 분석보다는 주로 산업별 전문 지식을 갖고 예측 최적화 작업을 한다. - "데이터 과학 무..