비즈니스 데이터 분석 입문 5. 비즈니스 데이터 분석 실무

Chapter7. 비즈니스 데이터 분석 실무

 

 

주요 KPI의 이해 

 비즈니스 분석의 첫 단계는 KPI를 선정하는 일이다. KPI란 성과 달성 여부를 파악하고자 하는 핵심 지표를 의미한다. 핵심 지표를 바탕으로 회사 부서별 성과나 사업 진행 사항 전반을 파악하고 이해할 수 있으며, 사업 건전성을 판단하는 요소로 사용하기도 한다. 대표적인 핵심 지표로는 총합이나 평균, 수치값, 비율, 최댓값, 최솟값 등이 있다. 이처럼 핵심 지표는 주로 매출과 관련이 깊으나 매출과 직접 연관이 없는 부서는 어떻게 파악하고 평가할까? 이러한 경우, BSC 프레임워크를 활용하여 의사 결정을 위한 주요 KPI를 도출한다. 

 

BSC 프레임워크 기반 분석 목표 KPI 도출 전략 

 비즈니스 분석에서 첫 번째 단계는 분석 목표를 설정하고, 공감대를 형성하는 일이다. 데이터 기반 성과 관리 혹은 데이터 분석 기반의 의사 결정을 처음 도입한다면 이 단계가 매우 중요하다. 
BSC 프레임워크는 데이터 분석에서 영역별 의사결정을 내리고자 하는 주요 지표를 도출하는 역할을 한다. BSC는 회사를 크게 4개 영역으로 구분한다. 재무 중심, 고객 중심, 회사 내부 프로세스 중심, 직원 중심으로 분류하며, 이렇게 도출해낸 각 영역 관점으로 데이터를 바라본다. 
 각 사업 단위에 알맞은 목표 KPI를 설정하고 적합한 데이터를 확보한 후, 목표 KPI에 따라 데이터를 분석하여 다양한 인사이트를 도출해서 의미있는 성과를 만들어내는 비즈니스 분석 단계를 진행해야 한다. 

 

분석 대상 데이터 이해하기 

 데이터를 분석하려면 취합한 데이터를 올바르게 이해하는 단계부터 시작하는 것이 좋다. 

 

 

분석 모델 기반 데이터 분석 입문

 탐색적 데이터 분석 단계에서 많이 다루는 분석 모델은 크게 세 분류로 구분할 수 있는데, 비즈니스 분석 모델, 통계 분석 모델, 서비스 분석 모델이 있다. 
 비즈니스 분석 모델에는 경향분석, 비교분석, 순위분석, 기여분석, 빈도분석, 차이분석, 파레토 분석, 상관분석 등 매우 다양한 분석 모델이 존재한다. 확보환 데이터에서 목적에 알맞은 분석 모델을 적용하여 인사이트를 도출하고, 의미있는 가설을 세워가는 방식으로 다양한 추가 분석을 진행할 수 있다. 
 통계 분석 모델은 분석 목적에 따라 공분산분석이나 로지스틱 회귀분석 같은 다양한 분석 모델이 존재한다. 
 서비스 분석 모델은 고객 유입 경로나 모바일 애플리케이션에서 소비자의 행동 패턴, 모바일 애플리케이션의 가치와 질적 성장을 위한 전략 등을 다룬다. 

 

경향분석 (Trend Analysis)

 경향분석은 시간의 경과에 따른 데이터의 변화에 따른 인사이트를 도출해내고자 할 때 주로 사용한다. 연도/분기/월 단위로 시간에 걸쳐 측정하기 때문에 과거 데이터에서 인사이트를 찾거나, 미래를 예측하는 기반으로 활용할 수 있다. 경향분석은 주로 "내년도 판매량은 어느 정도가 될 것인가?" 혹은 "향후 2-3년의 판매량은 어떻게 될 것인가?" 와 같은 문제를 풀어야 할 때 사용한다. 또한, 라인 그래프(꺾은선 그래프)나 Area 그래프(누적 영역형)로 경향분석 결과를 시각화하는 용도로 많이 활용한다. 

 

비교분석 (Comparison Analysis)

 비교분석은 분석 대상을 항목별로 나누어 값을 비교하는 분석 방법이다. 가령 '가장 높은 판매금액을 발생시키는 제조사는 어떤 회사일까?'나, '어느 해에 최고의 매출이 발생했는가?'와 같은 질문에 답을 구해야 할 때 주로 활용한다. 비교분석을 통해 인사이트를 얻기 위한 데이터 시각화는 컬럼 그래프와 막대그래프를 주로 활용한다. 

 

순위분석(Ranking Analysis)

순위분석은 값에 순위를 매겨 인사이트를 도출하는 분석 방법이다. 상위 혹은 하위 10위처럼 특정한 순위 영역에서 데이터를 분석할 때 사용한다. '올해 판매에 가장 큰 기여를 한 TOP 3 달은?'이나, '조회 조건에 따른 동적 랭킹은?'과 같은 질문에 답을 구할 때 순위분석을 사용한다. 

 

기여분석(Contribution Analysis)

 기여분석이란 데이터에서 특정 항목이 전체에서 차지하는 비율을 산출하는 분석 방법이다. 기여분석은 제품 카테고리와 판매채널의 매출 기여도나 오프라인과 온라인의 매출 비중 등을 도출할 때 사용한다. 주로 파이 차트를 사용하여 시각화하지만, 시간 흐름에 따른 기여도를 시각화하려면 누적 영역형 그래프를 사용하기도 한다. 

 

빈도분석(Frequency Analysis) 

 빈도분석은 데이터나 사건이 발생한 빈도를 계산해서 데이터 분석에 적용하는 기법이다. 데이터를 요약해서 표현하려는 계급을 구성한 후 해당 계급 단위로 발생한 데이터 빈도를 요약한다. 예를 들어, 연령 및 그룹별 직원 수 분석 등에 빈도분석 분석 모델을 적용할 수 있다. 

 

차이분석(Variance Analysis)

 차이분석은 분석하는 대상에 따라 다양한 이름으로 부른다. 예산 대비 실적 분석에서는 예실 분석이라고 하고, 어떠한 값에 대한 차이를 분석할 때는 벤치마킹 분석이라고도 한다. 이처럼 차이분석은 어떤 값 사이의 차이점을 분석할 때 활용하는 분석 모델이다. 시간의 흐름에 따른 변화나 데이터간 차이를 이해할 때 유용한 방법이므로 '목표 판매량 대비 실질 판매량 간 차이 도출'이나 '벤치마킹 목표 데이터와 비교 데이터 간 차이점 도출' 등에 활용한다. 주로 컬럼 그래프 또는 라인 그래프로 시각화 한다. 

 

파레토 분석(Pareto Analysis)

 적은 비율로도 큰 효과를 불러일으키는 요소를 분석하는 방법이다. 2대 8 법칙이라고도 부르는 파레토 법칙에 따르면, 전체 원인 중 20%가 전체 결과의 80%를 유발한다. 

 

상관분석(Correlation Analysis)

상관분석은 두 변수에 대한 데이터를 비교하여 상호 관련 여부를 도출하는 분석 방법이다. 주로 '매출과 이익의 관련 여부 분석'이나 '국가별 매출과 이익의 관련성 분석'과 같은 케이스에 활용한다. 기대치와 다른 영역을 분석할 때에도 상관분석을 활용할 수 있으며, 주로 분산형 그래프 혹은 거품형 그래프로 시각화한다. 

 

 

 

* 해당 글은 <비전공자도 배워서 바로 쓰는 비즈니스 데이터 분석 입문, 김진 외 2인> 을 읽으며 요약 정리한 글입니다.