3장_2절 전략 인사이트 도출을 위한 필요 역량

1. 데이터 사이언스의 의미

데이터사이언스: 데이터 공학, 수학, 통계학, 컴퓨터공학, 시각화, 해커의 사고방식, 해당 분야의 전문 지식을 종합한 학문

 

2. 데이터 사이언스의 구성요소

가. 데이터 사이언스의 영역

• Analytics

분석적 영역; 수학, 확률모델, 머신러닝, 분석학, 패턴 인식과 학습, 불확실성 모델링 등

• IT

데이터 처리와 관련된 IT 영역; 시그너 프로세싱, 프로그래밍, 데이터 엔지니어링, 데이터 웨어하우스, 고성능 컴퓨팅

• 비지니스 분석

비지니스 컨설팅 영역; 커뮤니케이션, 프레젠테이션, 스토리텔링, 시각화 등

 

나. 데이터 사이언티스트의 요구 역량

Hard Skill

• 빅데이터에 대한 이론적 지식
• 분석 기술에 대한 숙련

Soft Skill

• 통찰력 있는 분석
• 설득력 있는 전달
• 다분야간 협력

 

3. 데이터 사이언스 : 과학과 인문의 교차로

분석 기술보다 더 중요한 것은 소프트 스킬로 전략적 통찰을 주는 분석은 단순 통계 및 데이터 처리 능력보다 스토리텔링, 커뮤니케이션, 창의력, 열정, 직관력, 비판적 시각, 대화 능력 등의 인문학적 요소가 필요함

 

4. 전략적 통찰력과 인문학의 부활

외부 환경적 측면에서 본 인문학 열풍의 이유

외부 환경의 변화

• 컨버전스 > 디버전스

단순세계화에서 복잡한 세계화로의 변화

예) 규모의 경제, 세계화, 표준화, 이성화 > 복잡한 세계, 다양성, 관계, 연결성, 창조성

 

• 생산 > 서비스

비지니스 중심이 제품생산에서 서비스로 이동

예) 고장나지 않는 제품의 생산 > 뛰어난 서비스로 응대

 

• 생산 > 시장창조

공급자 중심의 기술 경쟁에서 무형 자산의 경쟁으로 변화

예) 생산에 관련된 기술 중심, 기술 중심의 대규모 투자 > 현재 패러다임에 근거한 시장 창조 현지 사회외 문화에 관한 지식