Ⅰ. 비즈니스 프로세스와 의사결정


  1. 구성요소 :
  • 활동 : 한 가지 형태의 자원과 정보를 다른 형태의 자원과 정보로 변환
  • 의사결정 : 예, 아니오로 대답할 수 있는 질문
  • 역할 : 처리의 집합
  • 자원 : 역할이 지정된 사람, 시설, 컴퓨터 프로그램
  • 저장소 : 비즈니스 기록들의 모음
  1. 비즈니스 프로세스 관리(Business Process Management) : 기업의 프로세스를 자동화하고 통합하고 최적화하기 위한 기술을 일컫는 말
    
    
    
    
  1. 의사결정 과정
  • 탐색 : 경영관리자는 정보 시스템을 통해 조직의 내외부환경에 대한 정보를 수집하여, 조직이 당면하고 있는 문제를 발견하기도 하고 새로운 기회를 파악하기도 한다
  • 설계 : 데이터를 분석하여 의사결정에 필요한 형태로 정보를 제공하는 목적으로 활용
  • 선택 : 비교, 평가된 대안들에 대한 민감도 분석이나 what-if 분석 등을 통해 가상적인 변화 상황을 예측하고 이에 대한 분석을 가능하게 함으로써 미래의 불확실성과 위험을 감소시킬 수 있는 선택을 가능하게 함
  • 수행 : 결정된 대안의 성공적 실행 여부 판단
  1. 경영관리자들의 의사결정 유형
경영 계층
의사결정유형
업무내용
최고 경영층
전략 기획
사업 방향 설정, 시장전략, 제품믹스 등의 장기적인 전략 수립을 통하여 전반적인 조직 목표와 전략, 정책, 목적 등을 세움
중간 관리층
관리 통제
경영자원의 획득 및 조직화, 전술 채택, 업무의 구조화, 인력 채용과 교육의 증가적인 계획을 수립하여 하위 부서의 정책, 절차, 목적을 구체화함
하위 관리층
운영 통제
정해진 정책, 절차, 목적에 따라 단기적인 계획을 수립하고 그 계획에 따라 경영 자원을 직접적으로 활용하는 경영 활동을 수행

변수
전략 기획
경영통제
운영통제
정확도
낮음
-
높음
상세도
낮음
-
높음
정보의 시간 범위
미래
-
현재
사용 주기
가끔
-
빈번
정보원
외부
-
내부
정보 범위
넓음
-
좁음
정보의 현재성
오래됨
-
새정보
  1. 정보의 정의
  • 데이터로(기록된 사실이나 숫자)부터 파생된 지식
  • 데이터에 의미를 부여하여 나타낸 것(ex. 평균점수)
  • 가공된 데이터(ex. 합계, 그룹화, 비교)
  1. 정보의 특징
  • 정확성
  • 적시성
  • 관련성
  • 적당량
  • 비용 가치
  1. 비즈니스 인텔리전스(Business Inteligence)
  • 목적 : 동향분석, 시장분석, 예측 분석, 연관 분석, 주제영역분석, 벤치마킹, 기준 설정, 그룹화, 세분화, 성능관리, 데이터마이닝

BI 분석 유형
목표
특징들
보고서 작성
과거 성과에 대한 정보 생성
정렬, 그룹화, 합계, 필터링, 구조화된 데이터 처리
OLAP(Online Analytical Processing)
다차원 분석
대하식으로 다차원 정보를 분석, 의사결정에 활용
데이터마이닝
분류 및 예측
패턴과 관계 발견을 위해 정교한 통계 기법을 사용



Ⅱ. 마케팅 애널리틱스
  1. 데이터마이닝과 애널리틱스 차이점
  • 데이터마이닝 : 대량의 정형 또는 비정형 데이터 집합 및 이러한 데이터로부터 가치를 추출하고 결과를 분석하는 기술
  • 애널리틱스 : 고급 분석 범주에 있는 미래 예측 기능과 통계분석, 확률분석 등을 포함해 최적의 데이터 기반 의사걸졍을 가능케 함
  • 차이점 : 데이터마이닝은 포괄성이 없어 의사결정의 일부 참고자료에 그치며, 대상 주체에 따라 해석이 달라짐. 데이터마이닝은 일회성 분석에 그치고 자산화 되지 못함. 그러나 애널리틱스는 의사결정 문제를 먼저 정의하고 이후 데이터 수집. 결합. 분석이 이루어진다는 점에서 차이를 갖는다.
  1. 필요성
  • 시장조자 트랜드 파악
  • 현재 동향과 고객의 감성, 제품 선호도변화 및 앞으로의 흐름을 파악하여 중잔기 전략 수립
  • 목표 고객 설정
  1. 필요정보
  • 고객 정보관리(업무상 데이터, 신체데이터, 보안 데이터, 개인상세 데이터
  • 가격/프로모션의 결정
  • 콘텐츠 분야의 빅데이터 활용
  • 물류분야의 빅데이터 활용
Ⅲ. 생산 운영 애널리틱스
  1. 필요성
  • 운영에 필요한 대부분의 데이터가 수치나 텍스트화된 데이터로 정형화되어 저장되어 있음
  • 정형화된 데이터가 많은 제조업은 데이터 분석을 통한 생산성 향상 유리
  • 6시그마와 같은 데이터 분석을 통해 제품 관리 및 프로세스 혁신이 보편화
  1. 필요정보
  • MES(manufacturing Execution System Association) : 생산 계획, 자재 조달, 생산관리, 원가관리, 설비관리, 품질관리
  • 생산관리 : 생산 능력 및 설비 수, 생산 진척 정보, 재고 수, 공정 위치, 공정위치, 생산량 및 작업시간, 작업내용, 시장/종료 시간
  • 원가관리 : 가동시간, 재료사용량, 에너지 사용량, 재고, 작업자 공수, 관리비
  • 설비관리 : 가동상태, 고장시간, 사용/가공 이력, 비가동 내역
  • 품질관리 : 운전 조건, 복구 시간, 불량 원인, 불량 수, 불량 내용
  • Makinsey&Company
  • R&D 및 설계단계 : 제품 생산주기관리
  • 공급사슬단계 : 판매 촉진 관련 데이터
  • 생산단계 : 사물 인터넷, RFID센서 기술 등을 이용하여 각 생산 설비들로부터 실시간으로 생산과 관련된 많은 양의 데이터들을 입수, 분석
  • 마케팅 및 판매, 에프터 서비스 단계 : 고객과의 의사소통에 대한 데이터를 활용하여 실시간으로 제품의 결함 관리 및 생산 프로세스 조정, 안전한 배송
  1. 사례
데이터 구분
데이터 유형
데이터 예
제조 장비 데이터
장비로그 데이터(비정형)
반도체 장비에서 생성되는 이벤트 로그데이터
운영 통합 데이터
세일즈-마케팅-물류 통합 데이터(정형)
고객 구매 데이터/ 주문데이터/물류 및 생산 데이터
고객 경험 데이터
제품 사용 후기(비정형), 제품 사용 정보(비정형)
고객 댓글/ 사용 후기/ 제품 센서로 제품 사용 실시간 파악
Ⅳ. 회계/재무/인적자원 애널리틱스


  1. 필요성
  • 회계 : 기업의 활동 결과
  • 재무 : 도출된 회계정보를 바탕으로 경영 의사결정 활동을 위한 정량적 시사점 도출
  • 인적자원정보 : 기업의 핵심 자원인 인력을 어떻게 활용할 것 인가에 대한 판단 근거 제시
  1. 회계 애널리틱스
  • 회계 : 경제적 의사결정을 하는 이용자의 의사결정을 돕기 위해 유용한 경영 활동 정보를 수치로 제공하기 위한 일련의 과정(식별, 측정, 보고)
  • 표현 : 화폐액 -> 회계정보
  • 이용자 : 주주, 채권자, 경영자, 정부, 구성원 등
  • 데이터 발생 절차
    
  • 재무상태표 데이터 : 자산, 부채, 자본
  • 손익계산서 데이터 : 수익, 비용
  • ERP 시스템
  • 회계 빅데이터 활용 : 자금 관리하는 컨트롤러 역할, 공식적인 외부 보고, 특정 분야 및 산업에 대한 컨설팅 역할
    
  1. 재무 애널리틱스
  • 범위 : 재무 계획, 재무 통제
  • 절차
    
분석용도
재무정보
계산식
안정성
유동비율
유동자산/유동부채
당좌비율
당좌자산/유동부채
부채비율
(유동부채+고정부채)/자기자본
차입금 의존도
(단기차입금+장기차입금+회사채)/총자본
이자 보상비율
영업이익/이자비용
활동성
재고자산 회전율
매출원가/(기초재고+기말재고)/2
매출채권 회전율
매출액/(기초매출채권+기말매출채권)/2
총자산 회전율
매출액/(기초총자산+기말총자산)/2
자기자본 회전율
매출액/(기초자기자본+기말자기자본)/2
수익성
자기자본 순이익률
당기순이익/(기초자기자본+기말자기자본)/2
매출액 영업이익률
영업이익/매출액
매출액 경상이익률
경상이익/매출액
성장성
매출액 증가율
당기말 매출액/전기말 매출액
총자산 증가율
당기말 총자산/ 전기말 총자산

  1. 인적자원 애널리틱스
  • 데이터 출처
업무
세부 업무
데이터
조직관리
분업, 부분화, 권한위양
직급, 호봉테이블, 부문별 이력
인사관리
경력관리, 이직관리, 승급관리, 상벌관리
인사기록카드, 인사발령이력, 조직원정보, 조직원이력
급여관리
기본급/성과급 관리, 임금결정, 보험관리
급여, 상여금, 연장근무, 4대보험
복리후생관리
연금, 휴가, 상병, 체육시설, 장학금, 건강
조직원 정보, 조직원 이력, 시설관리, 건강관리표, 4대보험
채용관리
직무관리, 모집관리, 선발관리, 배치관리
이력서, 연봉/직급테이블, 조직원 정보
교육훈련관리
교육, 훈련
교육참가 이력, 시험결과, 성과평가, 승진이력
노사관리
교섭, 협약, 양자간 협의
노동조합정보, 계약서, 법률문서, 탄원서, 교섭이력, 파업이력
  • 데이터 활용 : 인적자원의 계획, 인적자원의 모집 및 선발, 퇴직 및 이직관리
  • Bersin by Deloitte Talent Analytics Maturity Model
Level 4 : 4%
예측분석(Predictive Analytics)

-           예측 모델과 시나리오 계획배치

-           위험 분석과 완화, 전략계획과 통합
Level 3 : 10%
전략적분석(Strategic Analysis)

-           세그먼트, 통계분석, 사람모형의 개발

-           실행 가능 원인과 조치 위한 다양성분석
Level 2 : 30%
긍정적인 고급 보고(Proactive Advanced Reporting)

-           벤치마킹과 의사결정을 위한 운영보고

-           다양한 양상의 분석과 대시보드(계기판)
Level 1 : 56%
반응적인 운영보고(Operational Reporting)

-           임시 운영 보고

-           비즈니스 요구, 고립된 데이터와 분석이 어려운 것에 대한 반응
Ⅴ. 빅데이터 활용전략
   1. 미래사회의 빅데이터 역할


  1. 빅데이터 활용방안(베인앤컴퍼니)
  • 내부 업무 처리의 개선
  • 기존 제품과 서비스의 개선
  • 신제품과 신서비스의 개발
  • 고객에게 제공하는 제품과 서비스의 표적화 향상
  • 실시간 정보와 피드백을 활용하기 위해 전체 비즈니스 모델의 변경
  1. 성공적인 빅데이터 활용 조건
  • 리더십 : 빅데이터 추진 동력
  • 역량관리 : 데이터를 정제하고 조직화하는 처리과정 중요
  • 기술 도입 : 시스템의 최적화 기술 중요
  • 의사결정 : 데이터에 기반을 둔 의사결정
  • 기업문화 : 어설프게 알고 있는 정보를 근거로 독단적인 예견이나 직관에 의존하는 활동 지양
  1. 빅데이터 수용전략
    • 맥아피와 브린욜프손
  • 시험적으로 도입할 사업 부문을 선택
  • 빅데이터에 기반을 둔 다섯가지 성공적인 빅데이터 활용 조건을 식별하기 위해 개별 핵심 기능에 도전하는 단계
  • 브린욜프손이 제시한 정보기술 혁신 4단계(시험, 측정, 공유, 복제)를 포함하여 혁신 프로세스를 실행
    • 조이의 법칙
  • 당신이 누구든 가장 똑똑한 대부분의 사람들은 당신 이외의 사람들을 위해 일하고 있다.
  • 빅데이터 도입에 있어서는 데이터 개방의 중요성 강조
    • 터너
단계
교육
탐색
시험
실행
정의
시장동향을 주시하여 관련 지식수집에 중점을 두는 단계
기업 요구와 도전과제에 기반을 두고 전략과 로드맵을 개발하는 단계
가치와 요구사항을 검증하기 위해 선도적으로 빅데이터 파일럿 프로젝트를 수행하는 단계
2개 이상의 빅데이터 선도사업 수행 및 고차원 분석방법을 지속적으로 적용하는 단계
활동
개념정의이해

관련 시장 조사
데이터 점검

빅데이터 시각화

의사결정 전략 수립
전략 및 로드맵 검증

가치 및 유효성 검증
인텔리전스 및 통찰력

실제 적용의 효율성 및 피드백

  1. 성공적인 빅데이터 활용전략 : 자원, 기술, 인력
  • 자원 : 활용할 수 있는 빅데이터 발견하기
  • 가트너의 데이터 경제 시대의 4단계
단계
내용과 과제
방법
1단계 : 사일로(저장)
조직의 독자적인 데이터 생성, 저장 중심의 단계

외부 데이터는 인터넷을 통해 수집(검색) 가능

데이터의 신뢰성과 품질 제고 노력 필요
생성, 저장, 수집(검색)
2단계 : 교환(공유)
기업의 데이터를 외부 기관들과 상호 교환하는 단계
연계, 공유
3단계 : 데이터풀(통합)
특정한 활동이나 목적을 위해 모인 연합, 그룹, 클럽들이 상호 협력과 공유의 장 형성

표준화된 데이터풀의 연계를 통해 국경을 초월한 정보 교환과 상호 이용 가능
참여, 협력
4단계 : 공유데이터(공동창출)
오픈 방식 플랫폼을 통한 데이터 공유

상호 협력과 참열르 통해 공도의 자원 창조
오픈, 창조
  • 기술 : 빅데이터 프로세스와 신기술 이해하기
구분
전통적인 BI
빅데이터
데이터 원천
기업 내부 시스템
기업 내외부 시스템
데이터 구조
관계형 데이터
Key Value pairs
데이터 양
기가바이트, 테라바이트
테라바이트, 페타바이트
  • 인력 : 데이터 사이언티스트 역량 키우기(수학, 공학, 비판적 시각, 글쓰기 능력, 대화능력, 호기삼과 개인의 행복)