본 포스팅은 ADP와 ADsP의 공통 과정인 데이터 분석 기획의 2절 분석 방법론의 내용을 다룹니다. 분석 방법론이 한번에 포스팅하기에는 내용이 방대하고 어려울 수 있기 때문에 하나의 토픽마다 포스팅을 독립해서 작성하였습니다.
분석 방법론
분석방법론의 개요
- 데이터 분석이 효과적으로 기업에 정착하기 위해 체계화한 절차와 방법이 정리된 데이터 분석 방법론 수립이 필수적
- 방법론은 상세한 절차(Procedures), 방법(Methods), 도구와 기법(Tool & Techniques), 템플릿과 산출물(Templates & Output)로 구성
데이터 기반 의사결정의 필요성
- 고정관념(Stereotype), 편향된 생각(Bias), 프레이밍 효과(framing effect, 동일한 사건이나 상황임에도 개인의 판단이나 선택이 달라지는 현상)로 인하여 기업의 합리적인 의사결정을 가로 막는다
방법론의 생산과정
- 암묵지 -> (형식화) -> 형식지 -> (체계화) -> 방법론 -> (내재화) -> 암묵지
업무 특성에 따른 모델
폭포수 모델(Waterfall Model)
- 단계를 순차적으로 진행하는 방법으로 이전 단계가 완료되어야 다음 단계로 진행될 수 있음
- 순서 : 요구사항 분석 > 설계 > 구현 > 테스트 > 유지보수
- 장점 : 체계적인 문서화가 가능하여 프로젝트 진행을 명확하게 알 수 있음
- 단점 : 앞 단계가 완료될 때 까지 다음 단계들은 대기상태, 문제가 발견되면 피드백 과정이 수행되기도 함
일반적인 SDLC 상에서의 폭포수 모델
프로토타입 모델 (Prototype Model)
- 폭포수 모델의 단점을 보완하기 위해 점진적으로 개발해 나가는 방식으로 고객의 요구를 이해하고 있지 못하거나 분석의 어려움을 해결하기 위해 일부분을 우선 개발하여 사용자에게 제공한 후. 추후 진행하는 방식
- 순서 : 계획 수립 > 요구분석 및 정의 > 프로토타입 개발/개선 > 프로토타입 평가 > 구현 > 인수/설치
- 장점 : 사용자 요구사항 도출 용이, 요구사항이 불명확할 경우 사용
- 단점 : 중간단계 산출물의 문서화 어려움 (document 경시), 프로토타입 결과를 최종 결과물로 오해할 가능성 있음, 평가 후 프로토타입 폐기 시 비경제적임
SDLC 상에서의 프로포타입 모델
나선형 모델 (Spiral Model)
- 반복을 통해 점증적으로 개발하는 방법으로 처음 시도하는 프로젝트에 적용이 용이하지만 관리 체계를 효과적으로 갖추지 못한 경우 복잡도가 상승하여 프로젝트 진행이 어려울 수 있음
- 순서 : 목표 설정 > 위험 분석 > 구현 및 테스트 > 고객 평가 및 다음 단계 수립
- 장점 : 처음 시도하는 프로젝트에 적용이 용이
- 단점 : 복잡성으로 프로젝트 관리가 어렵고, 개발 장기화 가능성 존재.
- 대규모 프로젝트나 국책사업 및 위험 부담이 큰 시스템 개발에 적합
SDLC 상에서의 나선형 모델(spiral model)
참고자료
연관자료
'IT 자격증 > 데이터 분석 준전문가(ADsP)' 카테고리의 다른 글
CRISP-DM 분석 방법론 , ADsP #16 (0) | 2020.04.12 |
---|---|
KDD 분석 방법론 , ADsP #15 (0) | 2020.04.07 |
2과목 1장 분석기획 방향성 도출, ADsP 요약 및 설명 #13 (0) | 2020.04.06 |
1과목 3장 빅데이터와 데이터 사이언스의 미래, ADP 요약 및 설명 #12 (0) | 2020.03.17 |
1과목 3장 전략 인사이트 도출을 위한 필요 역량, ADP 요약 및 설명 #11 (0) | 2020.03.17 |