[데이터 분석] 데이터의 이해

 

■  데이터의 유형

정성적 데이터: 저장,검색,분석에 많은 비용이 소모 되는 언어, 문자 형태의 데이터

정량적 데이터:  정형화된 데이터로 수치, 도형, 기호 등의 형태를 가진 데이

 

■  DIKW 피라미드

DIKW 피라미드

 

 

■  데이터베이스 특징

- Integrated data (통합된 데이터) : 동일한 내용의 데이터가 중복되어 있지 않음.

- Stored data (저장된 데이터) : 데이터베이스는 컴퓨터가 접근할 수 있는 저장 매체에 저장되어 있음. 

- Shared data (공용 데이터) : 여러 사용자가 다른 목적으로 데이터를 공동으로 이용함. 대용량화되고 구조가 복잡함.

- Changable data (변화되는 데이터) : 데이터베이스는 새로운 데이터의 삽입, 기존 데이터의 삭제 및 갱신으로 항상 변화하면서도 항상 현재의 정확한 데이터를 유지하도록 함. 

 

■  빅데이터의 정의

규모(Volume) - 데이터의 규모 측면

형태(Variety) - 데이터의 유형과 소스 측면

속도(Velocity) - 데이터의 수집과 처리 측면

 

■  데이터 사이언스의 영역

- Analytics: 분석적 영역

- IT: 데이터 처리와 관련된 IT영역

- Business analysis: 비즈니스 컨설팅 영역

 

■  빅데이터 회의론을 넘어 가치 패러다임의 변화

 

과거 | 현재 | 미래

Digitalization ==> Connection ==> Agency 

 

 

■  데이터 분석 대상과 방법

- 분석의 대상(what)과 분석의 방법(how)에 따라 4가지로 분류

 

		분석의 대상 (What)
		Known	Unknown
분석의 방법 (How)	Known	Optimization	Insight
	Unknown	Solution	Discovery

 

 

 

■  목표 시점별 데이터 분석기획 방안

	당면한 분석 주제의 해결 (과제 단위)	지속적 분석 문화 내제회 (마스터 플랜 단위)
1차 목표	Speed & Test	Accuracy & Deploy
과제의 유형	Quick - Win	Long Term View
접근방식	Problem Solving	Problem Definition

 

 

 

 

 

 

 

참고 자료

관련 포스팅 [데이터] 데이터 분석 전문가 가이드(ADP/ADsP) 내용 정리 (In Progress)  [IVORY STUDY:티스토리]

책 정보 데이터 분석 전문가 가이드 ( ADP / ADsP ) - 한국데이터진흥원 저 - 책 정보: https://www.yes24.com/Product/Goods/29430751