맹개발의 기술 블로그

❍ Reading Summary 

본 글은 비즈니스 이노베이션에 있어서 분석에 관한 자료로서, 데이터 분석이 기업에게 있어 어떤 이유로 대두되고 있으며, 현 상황을 조망하여 최종적으로 기업에게 필요한 Data Governance를 제시하고 있다. 

본문 초반 Moody의 미국 타이어 및 자동차 수리점인 Bridgestone의 분석 부서에 대한 이야기로 시작한다. 매장의 새로운 위치를 선정하기 위한 정교한 작업에 데이터 분석이 효과적인 역할을 수행하였으며, 이러한 분석 사용이 수 많은 기업간 경쟁에서 이기는데 도움이 되는 것을 강조하고 있다. 이러한 사례들이 늘어나면서 비즈니스의 기능뿐만 아니라 비즈니스 모델을 데이터 분석을 활용하여 근본적으로 혁신하는 기업이 늘어남에 따라, 본 글은 데이터 분석 기반의 혁신의 원동력에 대해 다루고 있다. 

❍ Comment 

본 글에서 언급되는 최적화나 혁신이나 기업 비즈니스 모델 개선에 있어서 데이터 분석의 ‘영속성’에 대해 좀 더 다루어졌으면 하는 바램이 있다. 기존의 다양한 데이터 기반의 분석 프로젝트를 수행하면서, 특히 본 수업시간에서 다루는 Feature Based Prediction 기반의 데이터 분석을 수행함에 있어서 과연 데이터 분석이 얼마나 꾸준히 업무가 생길 것이냐 하는 부분에 항상 의문이 있어왔다. 

물론, 파생변수를 생성하고 외부 2차 데이터간의 결합을 통해 끊임 없이 Feature를 만들어 낸다는 점은 얼핏 보면 영속성을 지니는 것처럼 보이지만 그 효율성 측면에 있어서는 그렇지 못하다. 이를 테면, 본문 초반의 자동차 수리점의 위치선정에 있어서 데이터 분석을 사용하여 핵심 key feature 기반의 모델을 수립했다고 하자. 해당 모델을 다른 2차 자료를 통해 보강하고 추가할 수 있겠으나, 한 번 특이점을 지난 모델을 만들어 내면 그 이후에 효율성이 증가하는 수치는 멱함수의 법칙에 의해 미비한 것이 사실이다. 이렇게 되면 해당 데이터 분석을 수행한 팀은 회사내의 다른 프로젝트로 옮겨지게 될 것이고 데이터 분석이 필요한 모든 부서에 핵심 모델들을 만들어 낸다면 그 이후의 일에 대한 the next thing에 대한 고민이 필요하게 된다.