빅데이터-Deep Dive Analytics2020-07-24T10:22:47+00:00

Deep Dive Analytics

빅 데이터 속에서 비즈니스 인사이트를 도출하기 위해 Data Analytics와 Design Thinking은 만나야 합니다.
생각할 수 있는 만큼 분석할 수 있기 때문입니다.

무엇이 떠오르는가?

Context Thinking (맥락적 사고) Metaphor Thinking

어떻게 분석할 것인가?

Analytics Framing &
Generating Variables

무엇이 작동하는가?

Algorithm &
Parameter Tuning Ensemble

무엇이 끌리는가?

Shadowing
Thinking

Step 01.Empathize 고객 맥락 이해 및 공감하기

데이터를 들여다 보기 전에, 비즈니스 구조 및 고객의 맥락을 이해하는 단계. 이 때 가장 중요한 키워드는 “공감 (Empathize)” 으로 Inside Out 관점과 Outside-In 관점으로 공감을 촉진합니다.

  • 철저한 Outside –In (고객관점) 관점에서 의사결정 및 구매 행동 분석

  • 저니 매핑을 통한 고객 맥락 시각화 및 공감

  • 메타포 씽킹을 통한 고객맥락 극대화 및 창의적 가설 도출

  • Value Chain 분석을 통한 비즈니스 이슈 등

DDA-Design Thinking-01

Step 02. Analytics Framework 데이터분석 설계도 작성

도출된 비즈니스 이슈에 대해 부분 또는 전체 분석을 어떻게 진행 할 지 구상하는 단계입니다.

  • 개별 비즈니스 이슈 및 전체적인 데이터 분석 Framework 작성

  • Framework 별 개별 분석 시, 어떤 데이터 분석 방법으로 할 것인지 결정

  • 데이터 분석 결과에 따른 논리적 흐름도 전개 등

Step 03. Reshaping Variables 창의적 변수

데이터 분석 결과는 변수에서 결정됩니다.
기존 변수에서 도출된 창의적 가설을 위해 필요한 파생변수, 또는 새로운 변수를 고안해 내는 단계입니다.

  • 기존 변수에 대한 Operation Definition 확인

  • 창의적 가설 분석을 위한 파생변수 및 신규변수 도출 및 측정방안

Step 04. Understanding & Preparation 데이터 준비 및 탐색

기존 변수와 고안해낸 변수를 분석 가능한 구조로 변환하여 데이터를 준비해야합니다.
데이터 정합성, 품질, 기술적 제약 (Volume or Type) 을 고려하여 결측,이상,중복 등을 분석에 적합한 형태로 처리합니다.
그 후 변수에 대한 탐색적 분석을 실시합니다.

  • 기존 변수에 대한 Operation Definition 확인

  • 창의적 가설 분석을 위한 파생변수 및 신규변수 도출 및 측정방안

Step 05. Predictive Modeling 예측 모델 개발

다양한 예측 모델 중에서 분석 상황에 적합한 모델링 기법을 찾는 것이 필요합니다.
예측 목적, 변수, 데이터의 양과 질, 활용 가능성 등을 고려하여 예측 모델 Priority를 결정하고 모델링을 실행하는 단계입니다.

  • 적용 가능한 예측 모델 리스트 업

  • 예측 모델 Priority 기준 설정 및 평가 (목적, 데이터 양과 질, 활용성)

  • 예측 모델 검증을 위한 Data Partition

  • 예측 모델 개발

DDA-Predictive Modeling

Step 06. Model Validation & Tuning 예측 모델 검증 및 최적화

예측 모델링 선정 이후 검증 데이터를 통해 해당 모델의 타당성 검증 과정을 가집니다.
모델링 선정과 마찬가지로 목적, 변수, 데이터의 양과 질 등을 고려하여 모델 검증 Priority를 결정하고 이에 대한 검증 실행 단계입니다.

  • 모델 검증 방안 리스트업

  • 모델 검증 Priority 기준 설정 및 평가 (목적, 변수/데이터 양과 질)

  • 모델 검증 진행

  • 모델 최적화

DDA-Model Validation & Tuning

Step 07. Insight Creation 인사이트 도출 및 제안

예측 모델 분석 및 활용을 통해 다양한 마케팅 인사이트를 찾아 제안합니다.

  • 세분화 집단별 예측 모형의 특성 분석 및 시각화

  • 세분화 집단에 대한 마케팅 관점에서의 정의

  • 세분화 집단간 예측 모형의 비교 분석

Step 08. Implementation 실행 계획 및 피드백

성공적인 모델의 서비스 활용을 위해 운영 환경으로 배포합니다.

  • 배포 계획을 수립

  • 모니터링 및 유지보수 계획 수립

  • 최종 보고서 작성

  • 프로젝트 리뷰

빅데이터 플랫폼 문의하기

Big Data Social Analytics Service

소셜 빅데이터 분석 솔루션인 스마트크런처(Smart Cruncher)는 사용자 반응 지표 데이터를 수집 및 분석하여 효과적인 디지털 마케팅 실행을 위한 시장ᆞ고객분석, 홍보·마케팅 전략수립, 신사업ᆞ신상품 개발 전략 수립, VOCᆞ위기 모니터링 등의 서비스를 제공합니다.

Google Analytics Service

국내의 대기업 및 관공서는 물론 태국, 인도네시아등 해외 구축사례의 경험은골든프래닛의 노하우를 느끼실 수 있습니다. 아래의 구글 애널리틱스 기능을 통해 고객사의 요구사항에 맞는 컨설팅 업무를 진행 합니다.

Marketing Automation

골든플래닛의 디지털 마케팅이란 고객의 니즈가 발생한 시점을 정확히 알고, 고객의 니즈를 정확히 파악하여 고객이 필요로 하는 상품을 전달하는 과정이라고 할 수 있으며, 소비자들과의 커뮤니케이션을 통해 ‘고객 경로 맵(Customer Journey Map)’을 파악하는 것이 중요합니다.