빅데이터의 애널리틱스란?? (경영 빅데이터 분석사 공부 中)

안녕하세요. 아프락사쓰입니다.

 

이번 포스팅에서는 빅데이터 분야에서 애널리틱스가 어떻게 정의되고 있는지 확인해 보도록 하겠습니다.

 

 

1. 애널리틱스의 정의

 

애널리틱스(Analytics)는 비즈니스의 당면 이슈를 기업 내, 외부 데이터의 통계적, 수학적인 분석을 이용하여 분석하는 의사결정 분석틀입니다. 즉, 전략적, 전술적, 운영적 비즈니스 의사결정문제를 데이터분석 역량인 통계적, 수학적, 데이터 프로그램밍, 전문적 지식을 통해 해결하려는 분석틀 즉, 강력한 해결책이라 할 수 있다.

 

 

2. 애널리틱스의 필요성

 

애널리틱스는 단순한 지표의 제시가 아니라 내외부 데이터 통합을 통해 직접적인 의사결정과 연계된다는 측면에서 의미를 갖는다. 사실상 기업에게 진정한 비즈니스 가치와 통찰을 부여하는 것은 빅데이터 자체가 아니라 빅 애널리틱스(Big Analytics)라고 할수 있다. 즉, 아무리 풍부하고 유익한 자료가 많더라도 이에 대한 명확한 분석기법이 따르지 않는다면 빅 데이터는 별의미가 없을 것이다. 애널리틱스에 의해 쉽고 빠른 의사 결정을 위해서는 분석도 쉽고 빨라져야 한다는 것을 의미한다.

 

분석 기법의 발전단계를 살펴보면, 먼저 초기 사후판단(hindsight) 단계에서는 담당부서별 데이터 취합을 주기적으로 리포팅하는 단계를 말한다. 통찰(insight)의 단계에서는 통계기반 지표간 연관관계 분석 및 전사적 지표관리의 단계이다. 마지막 발전단계는 예측(Fore-sight)/행동(action) 단계는 고급분석 기법을 이용한 예측 및 직접적 의사결정의 단계를 말한다.

 

 

3. 데이터마이닝과 애널리틱스의 차이점

 

데이터마이닝이란 기존 데이터베이스 관리도구의 데이터 수집, 저장, 관리, 분석의 역량을 넘어서는 대량의 정형 또는 비정형 데이터 집합 및 이러한 데이터로부터 가치를 추출하고 결과를 분석하는 기술을 말한다. 반면, 애널리틱스는 고급분석 범주에 있는 미래 예측 기능과 통계분석, 확률 분석 등을 포함해 최적의 데이터 기반 의사결정을 가능케 하는 것이 차이점으로 들 수 있다.

 

애널리틱스는 데이터웨어하우스에서 데이터를 캐내는 방식에서 더 나아가 깊은 바다에서 석유를 캐내듯이 인터넷 바다에서 빅데이터를 캐내어 분석하고 활용하고 예측하는 것이다.

과거 분석방법인 데이터마이닝의 경우는 이로히성 분석에 그치고 자산화 되지 못한다는 점이 있고 또한 포괄성이 없어 의사결정의 일부 참고자료에 그치고 있으며, 대상주체에 따라 해석이 달라진다는 단점이 있다. 반면, 애널리틱스의 경우는 의사결정 문제를 먼저 정의하고 이후 데이터 수집, 결합, 분석이 이루어진다는 점에서 데이터마이닝과 차이를 갖는다.

 

 

4. 마케팅효과 측정에 애널리틱스 데이터 활용정도

 

마케팅효과 측정에 애널리틱스 데이터 활용정도를 살펴본 결과 애널리틱스 데이터를 활용하는 정도로는 가끔 애널리틱스 데이터로부터 통찰을 얻음(46%)이 가장 컸다. 다음은 일상적이고 효율적으로 애널리틱스로부터 통찰을 얻음(37%), 통찰을 얻기 위해 애널리틱스 데이터를 거의 활용하지 않음(6%), 데이터를 활용하여 실행가능한 정보를 얻을 수 있는 툴이나 기술이 부족함(3%), 애널리틱스 데이터를 활용한 방법이 없음(2%) 등으로 나타났다.

 

마케팅 애널리틱스는 마케팅 설과 측정이나 개선을 위해 활용 할 뿐만 아니라 마케팅 커뮤니케이션 채널을 관리하고, 성과를 측정하기 위한 목적으로도 많이 활용되고 있다. 이메일 마케팅, 검색엔진 최적화, 인터넷 배너 광고, 비디오 동영상 마케팅, 콘텐츠 마케팅 분야에서 마케팅 애널리틱스가 많이 활용되고 있는데, 최근에는 소셜미디어와 모바일 마케팅 분야에서도 활발하게 활용되고 있는 추세이다.

 

 

2번 항목 애널리틱스의 필요성에서 언급한 내용이, 제가 빅데이터를 배우고자 하는 이유이기도 합니다.

보다 정확하고, 빠른 의사결정을 위하여!!