📊 데이터 분석 프로세스 핵심 요약
(문제탐색 → 문제정의 → 해결방안 탐색 → 타당성 검토)
🎯 1️⃣ 문제탐색 (Problem Exploration)
🔍 비즈니스모델 탐색 5단계
데이터 분석의 첫걸음은 조직의 비즈니스 구조를 전체적으로 파악하는 것이에요.
다음 5단계를 기준으로 관점을 정리하면 효율적인 문제 발굴이 가능합니다.
| 단계 | 탐색 관점 | 주요 점검 포인트 |
| ① 규제·감사 | 법적 제약, 내부통제, 감사 프로세스 | 준법성(PIPA·GDPR), 정보보호, 보안 정책 |
| ② 업무 | 주요 업무 흐름, 조직 구조 | 프로세스 병목, 비효율, 데이터 입력 포인트 |
| ③ 제품 | 서비스·상품·운영 방식 | 기능 개선, 품질 데이터, 고객 반응 분석 |
| ④ 고객 | 고객 세그먼트·행동·피드백 | JTBD, 구매패턴, 이탈요인, 만족도 지표 |
| ⑤ 지원 인프라 | IT시스템·데이터 인프라 | 데이터 파이프라인, 품질관리, 모니터링 체계 |
💡 핵심 포인트:
각 단계는 데이터 흐름(Data Flow) 과 의사결정 포인트(Decision Point) 를 연결해
“어디서 데이터를 더 잘 써야 할까?”를 찾는 과정입니다.
🧠 문제 탐색 시 고려사항
- 📈 임팩트: 비즈니스에 실질적 영향이 큰가
- 🛠️ 실행가능성: 자원·시간·예산 확보 가능한가
- 🧾 데이터 적합성: 품질/대표성/신뢰도 충분한가
- ⚖️ 법적·윤리적 제약: 개인정보·공정성 고려
- ⏱️ 의사결정 시점: 결과 활용 시기 명확한가
✨ 우선순위 도구: ICE / RICE 스코어 활용
🌍 외부사례 탐색
- 벤치마크: 유사 기업의 데이터 활용 사례
- 아날로지: 타 산업의 성공 패턴 변형 적용
- 성공 요인 정리: KPI, 방법론, 실험 설계
✅ 주의: 제도·문화·시장단계 차이 반드시 반영
🧩 2️⃣ 문제정의 (Problem Definition)
✍️ SMART + MECE 원칙
- SMART: Specific / Measurable / Achievable / Relevant / Time-bound
- MECE: Mutually Exclusive, Collectively Exhaustive
- → 겹치지 않고, 빠짐없이 항목을 정의한다.
🎯 예시
“2025년 12월 31일까지 신규 유료고객의 D+30 이탈률을 **22% → 16%(-6%p)**로 낮춘다.”
📋 문제정의 구성요소
- 비즈니스 목표
- 대상·범위(MECE 적용)
- KPI(정의식·측정주기)
- 현상 진단(As-Is)
- 가설(3~5개)
- 제약조건
- 성공기준 & 가드레일
🛠️ 3️⃣ 해결방안 탐색 (Solution Exploration)
💡 아이데이션 포인트
- 데이터 측면: 수집 → 정제 → 분석 → 실험
- 서비스 측면: UX, 개인화, 가격 정책, 리텐션
- 조직 측면: 자동화, 대시보드, 업무 효율화
🚀 브레인라이팅(6-3-5) 또는 ICE 스코어링으로 우선순위 도출
📊 분석유형 매칭
| 유형 | 목적 | 예시 |
| 기술통계 | 현상 파악 | 분포·추세·군집 |
| 원인분석 | 이유 규명 | 회귀, 세그먼트 비교 |
| 예측분석 | 미래 예측 | 이탈, 수요, 구매예측 |
| 처방분석 | 최적 결정 | 추천, A/B 테스트 |
🧪 실험 설계 핵심 체크리스트
- 효과크기 및 표본크기 산출
- 무작위화·층화 설계
- 기간·시즌성 통제
- AA 테스트로 안정성 검증
- 가드레일 지표 설정
- 사전등록(p-hacking 방지)
⚖️ 4️⃣ 타당성 검토 (Feasibility Review)
✅ 데이터 타당성
- 가용성, 품질, 대표성, 신선도
- 결측률·중복률·데이터 갱신주기 점검
⚙️ 기술적 타당성
- 인프라, 권한, 보안, API 접근
- 도구 및 시스템 호환성 확인
🧑🤝🧑 조직적 타당성
- 협업 가능 여부, 경영진 승인(Buy-in), 실행 주체 명확화
💰 경제적 타당성
- 비용 대비 효과(ROI), 단기성과 vs 장기성과 균형
⚖️ 법·윤리적 타당성
- 개인정보, 공정성, 설명가능성(Explainability)
📋 Feasibility Scorecard 로 항목별 점수화 → 추진/보류/폐기 결정
🌈 한눈에 요약
| 단계 | 핵심 포인트 | 주요 도구 |
| 문제탐색 | 규제·감사 → 업무 → 제품 → 고객 → 지원인프라 | ICE / RICE |
| 문제정의 | SMART + MECE | KPI·가설·제약조건 |
| 해결방안 | 아이데이션 → 분석유형 매칭 → 실험 | A/B Test |
| 타당성검토 | 데이터·기술·조직·경제·윤리 | Scorecard |
💬 요약 한 줄
“데이터 분석은 비즈니스 전반을 탐색하고,
문제를 명확히 정의하고,
실행 가능한 해결책을 검증하는 과정이다.” ✅
공부공책 