비즈니스 분석 (Business Analytics)

[비즈니스 분석]

1. 비즈니스 인텔리전스(BI) vs 비즈지스 분석(BA)

비즈니스 분석은 Business Analytics를 줄여 BA라고도 합니다. 비즈니스 분석이란 기업이나 조직에  존재하는 과거 데이터와 사례를 분석하여 어떤 이슈의 인과 관계를 밝혀내고 향후 비즈니스 방향을 예측하고  의사결정을 내리는데 도움을 주는 기술입니다.

비즈니스 분석기술

비즈니스 분석의 기술들에 대하여 알아볼 텐데요. 먼저 통계분석 입니다. 통계분석이란 관찰 및 조사로  얻을 수 있는 데이터로부터 수학 및 과학적 기법을 이용해 수치상의 성질, 규칙성 또는 불규칙성을  찾아내는 것을 의미합니다. 통계분석에는 회귀분석, 상관분석, 분석분석 등이 있는데요. 

회귀분석 이란 독립변수와 종속변수 사이의 상관관계를 나타내는 선형 관계식을 구하는 방법이며, 

상관분석 은 두 변수간에 어떤 선형적 관계를 갖고 있는 지를 분석하는 방법입니다. 

분산분석 은 두 개 이상 다수의 집단을 비교하고자 할 경우 사용합니다. 집단 내의 분산, 총평균과 각 집단의  평균의 차이에 의해 생긴 집단 간 분산의 비교를 통해 가설검정을 하는 방법입니다. 

           

시계열 예측 이란 주어진 시계열을 보고 수학적인 모델을 만들어서 미래에 일어날 것들을 예측하는 것을  뜻하는 말입니다. 일반적으로 이 방법은 공학이나 과학계산 혹은 금융시장에서의 주가 예측 등에서 많이  쓰입니다. 여기서 시계열은 일정 시간 간격으로 배치된 데이터들의 수열을 말합니다. 

예측 모델링 이란 기존 데이터나 미래 상황에 대한 가정을 활용하여 미래 발생될 결과 등을 예측할 수 있는  모델을 만드는 것을 말합니다. 통계학의 회귀분석을 통해 회귀 방정식을 구성하는 것 등 다양한 예측 모델링  방법이 있습니다.

최적화 란 수학적, 통계적 모형 등을 활용하여 복잡한 문제에서 최적 해 혹은 근사적인 최적 해를 찾아내는  것입니다. 그래서 이익, 성능, 수익 등을 최대화하거나 손실, 위험, 비용 등을 최소화하여 문제를 해결하는  것입니다. 이를 통해 효율적인 의사결정을 할 수 있습니다.

BI vs BA

비즈니스 인텔리전스는 사용자들의 의사결정을 돕기 위해 데이터를 통합, 분석, 접근할 수 있도록 해주는  도구입니다. 비즈니스 분석은 기업이나 조직에 존재하는 데이터를 분석하여 향후 비즈니스 방향을 예측하는  도구라고 했습니다. 이 둘은 데이터를 분석해주는 도구로 같은 기술인데 어떤 차이점이 있을까요?  비즈니스 인텔리전스 기술은 합리적인 의사결정을 돕습니다. 정확한 성과측정 지표에 의한 정보로 의사결정을  지원합니다. 그에 비해 비즈니스 분석은 대비하기 위한 의사결정을 돕는데 좀 더 주안점을 둡니다.  특정 사건에 대해 분석하고, 최적화 하여 사건이 일어나기 전에 대안을 마련하고 대비하기 위한 의사 결정을  지원해 주는 것입니다. 그리고 비즈니스 인텔리전스 기술은 모든 사용자에게 초점을 두는 반면에 비즈니스  분석은 기업의 경쟁력 강화에 초점을 둡니다. 즉, 비즈니스 인텔리전스 기술은 모든 사용자가 쉽게  성과 데이터에 접근하게 하고, 정보를 전사적으로 공유하는 것에 초점을 둡니다. 반면에 비즈니스 분석  기술은 비즈니스 최적화를 통한 기업의 경쟁력 강화에 초점을 두고 있는 것입니다

BI에서 BA로의 진화과정

다음은 분석 기술이 비즈니스 인텔리전스에서 비즈니스 분석으로의 진화하는 과정을 나타낸 것입니다.  세로축은 기업의 경쟁력 확보와 정보의 가치로 두고, 가로축은 인텔리전스 레벨로 두었습니다.  그리고 각 자리에 비즈니스 인텔리전스 기술과 비즈니스 분석 기술을 각각 배치한 것입니다. 배치된  각 기술의 비즈니스 분석 영역은 보기-인지-예측 단계로 나누었을 때 비즈니스 인텔리전스는 보기와  인지 영역에, 비즈니스 분석 기술은 예측 영역에 해당합니다. 비즈니스 분석은 기업의 경쟁력 강화에 초점을  두기 때문에 더 고도화된 기술을 필요로 하는데요. 이 도식화를 보면 비즈니스 인텔리전스가 하위의  기술이고 비즈니스 분석이 상위의 기술이라고 생각할 수 있습니다. 즉, 비즈니스 분석 영역에서는  통계분석을 통해 결과가 발생된 이유를 찾고, 시계열예측을 통해 어떻게 될 것인지 예측하고,  다음에 발생할 일이 무엇일지 예측모델을 통해 확인할 수 있습니다. 또한 발생할 일에 대한 대안을  최적화 분석을 통해 확인할 수 있습니다.

           

그럼 각 기술에 대해서 알아보겠습니다. 기존의 비즈니스 인텔리전스 기술 부터 살펴보겠습니다.   무슨 일이 발생하였는지 정형 데이터에 대하여 리포트하고, 얼마나 많이 자주 어디에서 발생되는지를  비정형 데이터에 대하여 리포트합니다. 그리고 문제의 원인을 간단한 분석을 통해 파악하고,  어떤 행동이 필요한지 경보를 제공하는 기능은 기존 비즈니스 인텔리전스 도구의 영역에 해당 합니다. 

다음은 비즈니스 분석 기술 을 살펴보겠습니다. 통계분석은 데이터로부터, 성질, 규칙성 또는 불규칙성을  찾아내는 기술로 어떠한 결과가 나타난 이유를 도출합니다. 시계열 예측은 시계열 데이터 분석을 통해  미래에 일어날 것들을 예측하는 것으로 분석된 추세가 계속되면 어떻게 될 것인지를 예측합니다. 

예측 모델링은 미래 발생될 결과 등을 예측할 수 있는 모델을 만드는 것으로 다음에 발생할 일은 무엇인지를  예측합니다. 최적화란 최적 해 혹은 근사적인 최적 해를 찾아내어, 이익 등을 최대화하거나 손실 등을   최소화하여 문제를 해결하는 것으로, 발생할 일에 대해 최선의 대안을 찾도록 해줍니다.  

정리하자면, 기업의 당면과제를 해결하고 정확한 의사결정을 위해 정형·비정형 데이터 마이닝의 기술,  예측과 리포팅 기술이 고도화된 비즈니스 분석 기술을 필요로 하고 있습니다.  정형 리포트, 비정형 레포트, 온라인 분석 처리인 올랩 및 경보를 주는 기능을 기존의 비즈니스 분석 기술이  제공하는 반면, 통계분석, 예측, 최적화를 통해 인지 및 예측을 할 수 있는 고급 기능을 비즈니스  분석으로부터 추가적으로 제공받을 수 있는 것입니다. 즉, 비즈니스 인텔리전스 툴은 실적 집계를 통해서  '어디에서 문제가 발생했는지'를 제시해 주었습니다. 그러나 '예측'이나 '대안'을 제시하지는 못함  비즈니스 분석은 경영자가 정말로 원하는 '원인은 무엇인지' '앞으로 어떻게 될 것인지' '어떻게 대응하면  좋을지' 등에 대한 '예측'이나 '대안'을 제시합니다. 비즈니스 인텔리전스 툴을 보충하는 것이  비즈니스 분석인 것입니다. 

비즈니스 인텔리전스에서 비즈니스 분석으로 전환되는 핵심에는 보다 정밀하고 깊이 있는 분석 기법인  ‘ 마이닝 ’이 포함됩니다. 비정형 데이터가 계속 증가하고 있기 때문인데요. 현재 기업에서 생성되는  데이터의 80%가 비정형 데이터이고 앞으로도 비정형 데이터가 더 늘어날 것으로 예상됩니다.  마이닝 기법 중 SNS분석을 위한 텍스트 마이닝 기술이 있는데요. 이 기법은 깊이 있는 분석을 가능케 하는  비정형 데이터 마이닝 기술입니다.

2. 비니지스 분석 프레임워크

IDC 비즈니스 분석 프레임워크

시장조사기관 IDC는 비즈니스 분석 프레임워크를 성과 관리 및 분석 애플리케이션과 비즈니스 인텔리전스 툴,  데이터 웨어 하우스 관리 플랫폼 등 모두 포괄적으로 포함하는 것으로 정의하고 있습니다.  프레임워크란 사용자가 필요로 하는 기능이나 솔루션을 선택하여 얻고자하는 결과를 바로 얻을 수 있는  구조를 말합니다. 더 필요한 기능이 있다면 그때 그때 필요한 컴포넌트를 얹어서 사용할 수 있는 장점이  있는데요. 비즈니스 분석 프레임워크에 포함되는 각 애플리케이션들을 살펴보겠습니다.

(1) 관리 및 분석 애플리케이션 은 재무성과 및 전략 관리 애플리케이션, 공급망 분석 애플리케이션,  생산 계획 분석 애플리케이션, CRM 분석 애플리케이션, 서비스 운영 분석 애플리케이션, 인력 분석  애플리케이션과 같은 6가지 애플리케이션으로 구성됩니다.

재무성과 및 전략 관리 애플리케이션 은  기업의 재무 관련 성과와 전략을 관리하는 기능을 제공합니다. 즉, 예산 편성, 재무 계획, 수익성 분석,  재무 전략 관리 등을 수행할 수 있습니다. 공급망 분석 애플리케이션 은 공급망을 구성하는 관련사항을  분석하는 기능을 제공하는데요. 조달, 물류, 재고, 생산 관련 사항을 분석할 수 있습니다.  생산 계획 분석 애플리케이션 은 생산과 관련된 계획 및 수요 분석을 수행하는 기능을 제공합니다.

CRM 분석 애플리케이션 은 영어, 마케팅, 서비스 관련한 분석과 고객센터, 웹사이트 및 가격에 대한 분석을  수행합니다. 서비스 운영 분석 애플리케이션 은 금융, 교육, 정부, 보건, 통신 분야에서 수행되는  서비스 운영 및 성과 관련한 자료를 분석하는 기능을 제공하는 애플리케이션입니다.  인력 분석 애플리케이션 은 인적자원 관련 데이터를 분석하여 인적자원관리를 효과적으로 수행할 수 있게  지원하는 애플리케이션입니다.

(2)   비즈니스 인텔리전스 툴 에 대해서 알아보겠습니다. 이는 쿼리, 리포팅 및 분석 툴 은 사용자가  손쉽게 데이터베이스에 액세스하여 필요한 데이터를 활용하고 보고서를 작성 및 간단한 다차원 분석을  지원해주는 툴입니다. 여기에 포함된 대시보드는 목표 달성에 필요한 중요 정보를 시각적으로 표시하여  정보를 한 눈에 모니터링할 수 있도록 하나의 화면에 조합하여 보여주는 것을 의미합니다.  생산보고는 생산 관련 중요 정보를 제공하는 것을 의미합니다.  

온라인처리분석인 올랩 은 데이터베이스에 저장된 데이터를 활용하여 다차원 분석을 수행하는 것을  의미합니다. 애드훅 은 처음 학습하는 것인데요. 임시적 조회 및 보고를 의미하는데, 사용자의 비일상적  정보 요구에 따라 관련 데이터를 조회 및 보고하는 것을 의미합니다.  쿼리 는 데이터베이스에 접속하여 데이터를 요청하는 것을 의미합니다.

고급분석 툴 은 고급 분석을 수행할 수 있는 툴을 의미합니다. 데이터 마이닝 은 데이터베이스로부터 과거에는  알지 못했지만 데이터 속에서 유용한 패턴과 관계를 발견하여 미래에 실행 가능한 정보를 추출해 내고  의사 결정에 이용하는 분석을 말합니다. 고급 통계 분석과 모델링 기법을 적용하여 유용한 패턴과 관계를  찾아냅니다. 통계학 이란 데이터로부터, 응용 수학의 기법을 이용해 수치상의 성질, 규칙성 또는 불규칙성을   찾아내는 방법으로 합리적인 의사결정을 할 수 있습니다. 상관분석, 회귀분석, 분산분석 등 다양한  분석방법이 존재합니다.  콘텐츠 분석 틀 은 웹 콘텐츠의 구조, 내용, 사용에 대한 분석을 수행하는 도구입니다.    공간 정보 분석 툴 은 지상 ∙ 지하 ∙ 수상 ∙ 수중 등 공간상에 존재하는 자연적 또는 인공적인 객체에 대한  위치 데이터를 분석하는 도구입니다.

IDC 비즈니스 분석 프레임워크 요약

[비지니스 분석 유형과 비지니스 분석 프로세스]

1.비지니스 분석 유형

비즈니스 분석은 서술적 분석, 예측 분석, 지시적 분석, 의사결정 분석이라는 4가지 유형이 있습니다.

먼저 서술적 분석 은 실제 현상 속에서 발생한 사건이나 자료를 수집하여 분석하는 것으로,  어떠한 현상이나 사건에 따라 “어떤 경우에 어땠다.” 라는 내용을 보여줍니다. 지난 사례를 이용하여  향후 유사 사례에 대한 대응책을 세울 수 있습니다. 

예측 분석 은 기존 데이터를 기반으로 미래에 대한 신뢰할만한 가정을 도출하는 분석방법으로 “A라는 제품을  구매한 고객의 80%는 B라는 제품도 구매 했다.” 라는 데이터를 가지고 “고객이 A라는 제품을 구매했으므로  경우 B를 구매할 할 것이다.”라는 예측을 하는 것입니다. 예측 분석은 특정 제품을 구매할 확률 등  비즈니스 활동 결과를 예측하며, 이를 촉진하기 위한 마케팅 전략 등을 수립할 수 있습니다. 

지시적 분석 은 최적화를 통해 어떤 복잡하고 전문적인 부분에 대한 대응을 지시하는 분석방법으로 복잡하여  예측이 힘들고 결정을 내리기 곤란한 상황에서 최적화를 통해서 최상의 방법을 얻을 수 있는 방안을 제시해  줍니다. 마지막으로 의사결정 분석 은 다수의 대안 또는 전략의 선택에 따른 결과를 분석하는 방법으로  어떤 결정을 내리기 힘들 경우 계량적, 통계적 기법을 이용하여 결정자가 가진 선택사항과 이에 따른 결과를  예측해 줍니다.

2. 비지니스 분석 프로세스

비즈니스 분석 프로세스는 비즈니스 니즈의 규정, 데이터 탐사, 데이터 분석, 예측, 최적화, 의사결정 및  성과 측정, 시스템 업데이트라는 7단계로 구성되어 있습니다. 

1단계는 비즈니스 니즈를 규정 합니다. 비즈니스의 이해관계를 파악하고 방향을 설정하는데 아직 데이터에 관한  연구보다는 기업 내 · 외의 연구가 필요한 시점입니다. 

2단계는 비즈니스 니즈를 충족시킬만한 데이터를  찾는 단계로 기록된 데이터를 탐색 합니다. 기록된 데이터에서 불필요한 부분을 제거, 분리, 분류하고  선출하는 기술이 필요합니다. 이 과정에서 불필요한 부분을 제거와 분리하는 과정이 중요한데, 이는 잘못된  정보가 입력이 될 경우, 나쁜 의사결정을 하게 될 수도 있기 때문입니다. 

3단계는 데이터 분석 이 이루어지는데요. 비즈니스 분석에서는 고급 분석 기술이 요구됩니다.  이 단계에서 데이터의 가치를 창출해내는 작업이 이루어기 때문에 조금 더 정교하게 데이터를 다듬는  단계라고 할 수 있습니다. 

4단계는 미리 어떤 일이 일어나게 될지 예측 하는 단계이고 

5단계에서는 4단계에서의  예측을 기반으로 최적화 시키는 단계로, 예측모델을 기반으로 최고의 솔루션을 창출합니다. 

6단계는 의사결정 성과측정 단계로 최종적으로 의사결정하고 이러한 의사결정에 따른 성과를 측정합니다. 

           

마지막으로 7단계인 시스템 업데이트 단계는 보완 및 피드백 단계로 모든 과정을 마치고 보완과 피드백을  수행합니다.