빅데이터 가치 창출을 위한 데이터과학의 5단계 프로세스 #1

빅데이터는 초기의 개념 정의, 그리고 기술 적용의 단계를 넘어 활용으로 나아가고 있다. 

가치 창출을 위한 빅데이터 활용 측면에서 빅데이터 모델링에 대해 살펴보고자 한다. 

알리스테어 크롤과 벤저민 요스코비치가 쓴 린 분석(Lean Analytics)에 보면, 

"행동을 변화시키지 않는다면 잘못된 지표이다" 라는 이야기가 나온다. 

빅데이터 분석만 하고 아무런 행동도 하지 않는다면 무의미하다는 것이다. 

즉, 빅데이터 분석의 최종 목표는 반드시 실행이어야 한다. 

다양하고 수많은 데이터에서 인사이트를 찾고 이를 실행에 옮기는 것이야말로 진정한 빅데이터의 활용이자 데이터 과학이라 할 수 있다. 

그러나 빅데이터에서 인사이트를 찾아내는 것 자체가 어려울 수 있다. 

인사이트를 찾기 위해서는 무엇을 해야 할까? 

당연히 분석을 잘 해야 한다. 그리고 더 중요한 것은 "왜?" 라는 질문을 하는 것이다. 

일반적으로 통찰은 우리가 예상하지 못한 질문과 답변이 나왔을 때 무릎을 치면서 "아하~" 하고 외치는 경우 발생한다. 

데이브 마컴의 "비즈니스 씽크"를 보면 제퍼슨 기념관의 벽 부식 문제를 "왜?"라는 질문으로 해결하는 것이 나온다. 

보통 5why 라고 이야기 하는데 인사이트는 끝없는 "왜?"라는 질문에서 발견할 수 있다. 

즉, 데이터를 모으고 계속적으로 질문하고 분석함으로써 인사이트를 얻을 수 있는 것이다. 

앞으로 UC San Diego의 "Big Data Modeling and Management System" 강의를 기반으로 

빅데이터 모델링에 대한 나름대로의 생각을 정리해 보려고 한다.