[6day] 분석 거버넌스 체계 수립

 

거버넌스 체계 개요

• 거버넌스(Governance)는 '통치'라는 뜻으로, 기업에서 의사결정을 위한 데이터의 분석과 활용을 위한 체계적인 관리를 의미
• 어떤 목적으로 어떤 분석으로 수행하고, 분석을 위해 어떻게 데이터를 활용할 것인지 결정하고, 데이터 분석을 기업의 문화로 정착시켜 데이터 분석 업무를 지속적으로 고도화하기 위해 데이터 관리 체계를 수립하는 것

분석 거버넌스 체계 구성 요소★

• COA(Center of Analytics)
• 조직(Organization): 분석 기획 및 관리를 수행
• 과제 기획 및 운영 프로세스(Process)
• 분석 관련 시스템(System)
• 데이터(Data)
• 분석 관련 교육 및 마인드 육성 체계(Human Resource)

데이터 분석 성숙도 모델 및 수준 진단

분석 준비도★★★

분석 준비도 평가

6가지 분석 구성 요소

• 분석 문화
• 분석 데이터
• 분석 인프라
• 분석 기법
• 분석 업무
• 분석 인력 및 조직
• 위 6가지 영역을 대상으로 수준을 파악한다.

* EAI(Enterprise Application Integration): 기업 내 여러 애플리케이션과 시스템을 통합하여 서로 다른 시스템 간의 데이터와 정보를 교환하고 연동

* ETL(Extract, Transform, Load): 데이터를 추출, 변환, 적재하는 과정을 의미하며 데이터 웨어하우스나 데이터베이스로 데이터를 이동시키는 데 사용

 

분석 성숙도★★

분석 수준 진단 결과

• 분석 관점에서 4가지 유형으로 분석 수준 진단 결과를 구분해 향후 고려해야 하는 데이터 분석 수준에 대한 목표 방향을 정의하고, 유형별 특성에 따라 개선 방안을 수립

 

분석 지원 인프라 방안 수립

플랫폼으로 인프라 구축

• 분석 과제 단위별로 별도의 분석 시스템을 구축하는 경우, 관리의 복잡도 및 비용의 증대라는 부작용이 나타난다.
• 기획하는 단계부터 장기적이고 안정적으로 활용할 수 있는 확장성을 고려한 플랫폼 구조를 도입하는 것이 적절

데이터 거버넌스 체계 수립

데이터 거버넌스 구성 요소

• 데이터 거버넌스란? 모든 데이터에 대해 정책 및 지침, 표준화, 운영 조직 및 책임 들의 표준화된 관리 체계를 수립하고 운영을 위한 프레임워크 및 저장소를 구축하는 것
• 관리 대상: 마스터 데이터, 메타데이터, 데이터 사전 등

원칙(Princilple)	데이터를 유지 관리하기 위한 지침과 가이드	예시. 보안 & 품질 기준. 변경 관리
조직(Organization)	데이터를 관리할 조직의 역할과 책임	예시. 데이터 관리자. DB관리자. 데이터 아키텍트
프로세스(Process)	데이터 관리를 위한 활동과 체계	예시. 작업 절차, 모디터링 활동, 측정 활동

 

데이터 거버넌스 체계

데이터 표준화

• 업무: 표준 용어 설정, 명명 규칙(Name Rule) 수립, 메타데이터 구축, 데이터 사전 구축
• 표준 용어: 표준 단어 사전, 표준 도메인 사전, 표준 코드 등으로 구성

데이터 관리 체계

• 빅데이터의 경우 데이터 양의 급증으로 데이터의 생명 주기 관리 방안(Data Life Cycle Management)을 수립하지 않으면 데이터 가용성 및 관리 비용 증대 문제에 직면할 수 있다.

데이터 저장소 관리(Repository)

• 저장소는 데이터 관리 체계 지원을 위한 워크플로 및 관리용 응용 소프트웨어를 지원하고 관리 대상 시스템과의 인터페이스를 통한 통제가 이워져야 한다.
• 전사 차원의 저장소를 구성한다.
• 데이터 구조 변경에 따른 사전 영향 평가도 수행돼야 효율적인 활용이 가능하다

표준화 활동

• 데이터 거버넌스 체계를 구축한 후 표준 준수 여부를 주기적으로 점검하고 모니터링을 실시
• 안정적 정착을 위한 지속적인 변화 관리 및 주기적인 교육을 진행
• 표준화 개선 활동을 위해 실용성을 높여야 한다.

데이터 조직 및 인력방안 수립

데이터 분석 조직 및 인력방안 개요

데이터 분석 조직★

목표	기업의 경쟁력 확보를 위하여 비즈니스 질문과 이에 부합하는 가치를 찾고 비즈니스를 최적화하는 것
역할	전사 및 부서의 분석 업무를 발굴하고 전문적 기법과 분석 도구를 활용하여 기업 내 존재하는 빅데이터 속에서 Insight를 찾아 전파하고 이를 Action화하는 것
구성	기초 통계학 및 분석 방법에 대한 지식과 분석 경험을 보유하고 있는 인력으로 전사 또는 부서 내 조직으로 구성하여 운영

 

조직 및 인력 구성 시 고려사항

 

데이터 분석 조직 유형★★★

집중형 조직 구조

• 조직 내 별도의 독립적인 분석 전담 조직 구성하고, 회사의 모든 분석 업무를 전담 조직에서 담당
• 전담 조직 내부에서 전사 분석 과제의 전략적인 중요도에 따라 우선순위를 정해 추진할 수 있다.
• 단점: 일부 현업 부서와 분석 업무가 중복 또는 이원화될 가능성이 있다.

기능 중심의 조직 구조

• 일반적으로 분석을 수행하는 형태, 별도로 분석 조직을 구성하지 않고 각 해당 업무 부서에서 직접 분석하는 형태
• 단점: 전사적 관점에서 핵심 분석이 어렵다. 특정 업무 부서에 국한된 분석을 수행할 가능성이 높거나 일부 중복된 분석 업무를 수행할 수 있는 조직 구조

분산형 조직 구조

• 분석 조직의 인력을 현업 부서에 배치해 분석 업무를 수행하는 형태
• 전사 차원에서 분석 과제의 우선순위를 선정해 수행이 가능. 분석 결과를 신속하게 실무에 적용할 수 있다는 장점

 

분석 과제 관리 프로세스 수립

분석 과제 관리 프로세스★★

• 크게 과제 발굴 3단계와 과제 수행 4단계로 나뉜다.
• 과제 발굴: 개별 조직 혹은 개인이 과제를 발굴하고, POOL(사용 가능한 데이터의 집합)로 관리하고 분석 과제를 선정
  1. 분석 아이디어 발굴
  2. 분석 과제 후보 제안
  3. 분석 과제 확정
• 과제 수행: 선정된 과제에 대하여 팀을 구성하고 분석 과제를 수행하면서 지속적인 모니터링 작업을 병행하고 그 결과를 공유 및 개선하는 절차를 수행
  1. 팀 구성
  2. 분석 과제 실행
  3. 분석 과제 진행 관리
  4. 결과 공유 / 개선

분석 교육 및 변화관리

분석 도입에 대한 문화적 대응★

• 새로운 체계를 도입할 때 도입 이전의 과거로 되돌아가려는 관성 또한 존재하기 때문에 분석과 관련된 교육 및 마인드 육성을 위한 변화관리가 필요

분석 교육
* 단순한 툴 교육이 아닌 분석 역량 확보 및 강화에 초점을 맞춰서 진행
* 분석 기획자에게는 데이터 분석 큐레이션 교육을, 분석 실무자에게는 데이터 분석 기법 및 도구에 대한 교육, 업무 수행자에게는 분석 기회 발굴 및 시나리오 작성법 등의 교육