*데이터로부터 특정한 *인사이트를 *도출하는 과정을 *분석이라고 하고, 이때 *분석을 실행하는 *주체가 **데이터 사이언티스트다.
이들이 *분석에 활용하는 *방법을 **애널리틱스라고 하는데, 여기에는 요즘 많이 이야기되는 *인공지능, 머신러닝, 데이터마이닝, 통계, 시각화, 최적화 등이 있다.
현재 국내 기업이나 공공기관에 데이터 *사이언티스트가 거의 없으므로 대부분의 임직원이 의사결정자라고 할 수 있다. - P44
*식재료는 빅데이터로,
*조리는 애털리틱스로,
*셰프는 데이터 사이언티스트로 볼 수 있다.
그리고 *파스타는 인사이트로, *먹는 행위는 비즈니스 액션으로, *식당 고객은 의사결정자로, 만족은 *비즈니스 가치로 바꿀 수 있다. - P47
엔지니어나 마커터나 현장에서 10년, 20년 일하면 실전 경험까지 생겨 이를 통해 높은 수준의 인사이트를 갖게 된다.
게다가 이들 가운데에는 *남에게 없는 특별한 감 inspiration을 가지고 있는 사람들이 있다. 이 또한 인사이트의 중요한 소스 source다.
종합해보면 데이터는 전문가들의 이론적 이해, 경험 및 노하우, 그리고 감에 끼어드는 셈이다. - P48
*데이터 기반의 *인사이트에는 어떤 특징이 있을까?
*첫 번째 특징은 *객관적이라는 것이다.
동일한 이론을 배우고 비슷한 경력과 감을 가지고 있는 전문가들도 다른 인사이트를 가진다.
두 번째 특징은 *대상의 개인화가 가능하다는 것이다.
세 번째 특징은 24시간 연속적 모니터링이 가능하다는 점이다. - P50
데이터 사이언티스트가 사용하는 분석 방법을 애널리틱스라고 부르는데, 이와 유사한 이름의 분석 방법들이 있다.
데이터마이닝, 어드밴스트 애널리틱스, 프리딕티브 애널리틱스 등이 그것이다.
**애널리틱스는 또한 인공지능, 머신러닝, 패턴인식이라고도 부른다. - P51
애널리틱스의 구체적인 방법론으로 들어가면 수십 가지 종류가 있다.
크게 보면 *통계학 기반, *데이터 베이스 기반, *머신러닝 기반, *패턴인식 기반 등이 있다.
|