[이기적] 데이터 분석 절차 정리 (데이터 분석 기획 / 분석 문제 정의 / Top-Down / Bottom-Up / 분석 준비도 / 분석 성숙도)
2026. 3. 7. 12:56ㆍCertifications/빅데이터분석기사 필기
1️⃣ 데이터 분석(Data Analysis)
✅ 정의
- 대용량 데이터로부터 유용한 정보를 도출하고 미래 결과를 예측하기 위한 분석 활동
- 데이터 분석은 데이터 기반 의사결정을 지원하는 과정
🎯 포인트
- 데이터 분석 = 정보 도출 + 예측 + 의사결정 지원
✅ 데이터 분석의 지향점
🔹 전략적 통찰 기반 분석
- 데이터 분석은 단순 분석이 아니라 전략적 의사결정 지원 도구
🔹 가치 기반 데이터 분석
- 분석 결과는 비즈니스 가치 창출에 활용되어야 함
🔹 데이터 분석 시 고려사항
- 데이터 분석은 데이터 규모 문제가 아니라 통찰 문제
- 기업 핵심 가치 중심 분석 수행
2️⃣ 데이터 분석 기획
✅ 정의
- 실제 분석 수행 전에 분석 과제와 분석 방법을 계획하는 과정
🔹 핵심 질문
- What : 무엇을 분석할 것인가
- Why : 왜 분석하는가
- How : 어떻게 분석할 것인가
✅ 분석 주제 유형

| 분석 대상(What) | 분석 방식(How) | 유형 | 설명 |
|---|---|---|---|
| Known | Known | Optimization | 분석 대상과 방법을 모두 알고 있어 최적화 수행 |
| Known | Unknown | Solution | 분석 대상은 알지만 분석 방법을 모르는 경우 |
| Unknown | Known | Insight | 분석 방법을 활용하여 통찰을 도출 |
| Unknown | Unknown | Discovery | 분석 대상과 방법 모두 모르는 경우 발견 중심 분석 |
✅ 데이터 분석 유형
| 분석 유형 | 설명 |
|---|---|
| 설명 분석 | 과거 데이터 요약 |
| 예측 분석 | 미래 결과 예측 |
| 진단 분석 | 원인 분석 |
| 처방 분석 | 최적 의사결정 제시 |
🎯 포인트
- 설명 / 예측 / 진단 / 처방 분석 구분
3️⃣ 분석 마스터 플랜과 로드맵
✅ 분석 마스터 플랜
- 데이터 분석 과제 수행을 위한 전체 계획
🔹 분석 절차
- 분석 과제 정의
- 분석 과제 중요도 평가
- 분석 로드맵 수립
✅ 분석 과제 우선순위 평가 기준
| 평가기준 | 설명 |
|---|---|
| 전략적 중요도 | 기업 전략과 연계 |
| 시급성 | 업무 개선 필요성 |
| 투자 용이성 | 비용 대비 효과 |
| 기술 용이성 | 기술 적용 가능성 |
✅ 사분면 활용

| 사분면 | 설명 |
|---|---|
![]() |
· 높은 난이도 / 현재 시급 · 충분한 검토와 의사결정을 통해 수행 여부를 판단해야 하는 분석 과제 |
![]() |
· 높은 난이도 / 미래 과제 · 장기적인 관점에서 추진을 검토하는 분석 과제 |
![]() |
· 낮은 난이도 / 현재 시급 · 빠르게 추진하여 성과를 얻을 수 있는 우선 수행 과제 |
![]() |
· 낮은 난이도 / 미래 과제 · 상황에 따라 선택적으로 추진할 수 있는 분석 과제 |
✅ 분석 과제 가치 평가 요소 (4V)
| 요소 | 설명 |
|---|---|
| Volume | 데이터 규모 |
| Variety | 데이터 유형 |
| Velocity | 데이터 생성 속도 |
| Value | 비즈니스 가치 |
🎯 포인트
- ROI(Return On Investment)
4️⃣ 분석 문제 정의
✅ 분석 과제 도출 방법
| 방식 | 설명 |
|---|---|
| 하향식 접근 | 문제 중심 접근 |
| 상향식 접근 | 데이터 중심 접근 |
✅ 하향식 접근 (Top Down)
- 문제 중심 분석
🔹 단계
- 문제 탐색 (Problem Discovery)
- 문제 정의 (Problem Definition)
- 해결방안 탐색 (Solution Search)
- 타당성 평가 (Feasibility Study)
✅ 상향식 접근 (Bottom Up)
- 데이터 중심 분석
🔹 특징
- 데이터 기반 문제 정의
- 새로운 인사이트 발견
5️⃣ 데이터 분석 수준진단
✅ 분석 준비도 (Readiness)
- 데이터 분석 도입 전 현재 분석 환경 수준을 평가
🔹 평가 영역
- 분석 업무
- 분석 인력
- 분석 기법
- 분석 데이터
- 분석 문화
- 분석 인프라
🎯 포인트
- 분석 준비도 = 6개 영역
✅ 분석 성숙도 (Maturity)
- 조직의 데이터 분석 활용 수준 평가
🔹 단계
- 도입
- 활용
- 확산
- 최적화
🎯 포인트
- 분석 성숙도 단계 : 도입 → 활용 → 확산 → 최적화
✅ 분석 사분면 모델 (Analytics Quadrant)

| 사분면 | 유형 | 특징 |
|---|---|---|
| 1사분면 | 정착형 | 분석 문화가 조직에 정착된 단계 |
| 2사분면 | 확산형 | 분석 조직과 활용이 기업 전반으로 확대 |
| 3사분면 | 준비형 | 데이터·인력·인프라 부족으로 분석 준비 필요 |
| 4사분면 | 도입형 | 분석 조직과 기술이 일부 도입된 초기 단계 |
📊 시험 포인트 정리
🔥 분석 준비도
- 6개 영역
🔥 분석 성숙도
- 도입 → 활용 → 확산 → 최적화
🔥 분석 접근 방식
| 방식 | 특징 |
|---|---|
| Top Down | 문제 중심 분석 (비즈니스 문제 → 데이터 분석) |
| Bottom Up | 데이터 중심 분석 (데이터 → 문제 발견) |
🔥 ROI 평가 요소
- Volume
- Variety
- Velocity
- Value

2026 이기적 빅데이터분석기사 필기 기본서
(저자: 나홍석, 배원성, 이건길, 이혜영 | 출판사: 영진닷컴)
※ 본 글은 위 교재를 참고하여 학습 목적으로 재정리한 내용입니다.
'Certifications > 빅데이터분석기사 필기' 카테고리의 다른 글
| [이기적] 결측값 처리 방법 정리 (MCAR / MAR / NMAR / 대치법) (0) | 2026.03.08 |
|---|---|
| [이기적] 데이터 전처리 개요 정리 (데이터 정제 / 결측값 처리 / 이상치 탐지) (1) | 2026.03.08 |
| [이기적] CRISP-DM 분석 방법론 정리 (KDD / SEMMA 비교) (0) | 2026.03.07 |
| [이기적] 빅데이터 플랫폼 구조 정리 (플랫폼 계층 구조 / 플랫폼 개념) (0) | 2026.03.06 |
| [이기적] 빅데이터 3V·5V 특징 정리 (Volume·Variety·Velocity / Veracity·Value) (0) | 2026.03.05 |



