안녕하세요, 빅데이터 전문가 Data Analyst입니다. 오늘은 데이터 분석을 목적에 따라 분류해 보고 각 분류별 사례를 제시합니다.Gartner 보고서에 따르면 목적별별로 다음의 4가지로 나눌 수 있으며, 필요한 기술과 이론이 조금씩 달라집니다. - 설명적 분석(Descriptive Analytics) : 지나간 결과를 분석해서 어쩐 일이 발생했는지를 쉽게 파악하고자 함 - 진단적 분석(Diagonostic Analytics) : 특이한 현상이나 사건이 왜 발생했는지 원인을 찾는 목적임 - 예상적 분석(Predictive Analytics) : 향후 발생할 현상이나 결과를 예상하는 분석임 - 처방적 분석(Prescriptive Analytics) : 목표한바가 이루어지기 위해서 동인이 되는 요인들을 어떻게 제어하는지 찾아내는 목적임 우리가 흔히 알고 있는 테이블, 각종 챠트(바, 원, 선, 파이 등)가 설명적 분석을 위해서 사용됩니다. 진단적 분석에는 임계치 영역, 색상, 선그래프, Box & Whisker Plot 등이 유용하게 사용됩니다. 또한, 데이터 처리 관점에서는 전통적인 통계지표(표준, 중간값, 분산, 표준편차)와 비율들(이익율, 점유율, 상승/하강율 등)이 사용되어 결과에 대한 원인을 제시하는데 사용되고 있습니다. 최근에는 pattern을 찾아내는 Data Mining이나 stream 분석이 활용됩니다. 기술적으로는 어려우나 가치가 높은 것이 예상적 분석과 처방적 분석이며, 최근 많은 니즈가 발생하고 있습니다.무엇을 예상하는 기술로는 오래된 회귀분석부터 기계학습까지 그 종류가 다양합니다. 가장 어려운 것은 처방적 분석이라 할 수 있습니다.여기에는 이론이나 기술보다는 실행하는 조직과 사람의 의지가 많이 좌우하기 때문입니다. [원본링크]http://blog.naver.com/plantobiz/220677679575
