데이터 분석은 데이터를 분석하여 결론을 도출합니다. 데이터 분석은 다음과 같은 질문에 답합니다. 무슨 일이 일어났는가? 왜 일어났는가? 앞으로 무슨 일이 일어날 것인가? 우리는 무엇을 해야 하는가? 네 가지 수준의 데이터 분석은 서로 연관되어 있습니다. 서술적 분석은 발생한 일을 보고하고, 진단적 분석은 그 이유를 설명하며, 예측적 분석은 앞으로 일어날 가능성이 높은 일을 예측하고, 처방적 분석은 실행 방안을 제시합니다.

대부분의 조직은 서술적 및 진단적 수준에 머물러 있습니다. 보고서와 대시보드를 구축하고, 사후에 이상 징후를 조사합니다. 예측 및 처방적 분석은 더욱 정교한 모델링, 더 나은 데이터, 그리고 불확실성에 대한 더 큰 허용 범위를 요구합니다. 또한 더 큰 가치를 제공합니다. 수요를 예측하는 소매업체는 재고를 최적화할 수 있고, 환자의 재입원을 예측하는 병원은 더 일찍 개입할 수 있습니다. 이러한 수준 간의 격차는 단순히 기술적인 문제만이 아닙니다. 문화적인 문제이기도 합니다. 확실성을 중시하는 조직은 확률적 예측을 받아들이는 데 어려움을 겪습니다. 그들은 신뢰 구간이 아닌 해답을 원합니다. 이러한 저항이 도입을 늦춥니다. 도구는 준비되어 있지만, 사고방식은 아직 준비되지 않은 경우가 많습니다.

분석 성숙도 수준

• 서술적 설명 — 무슨 일이 일어났는지
• 진단 - 발생 원인
• 예측적 — 무슨 일이 일어날 것인가
• 지시적 — 무엇을 해야 하는가

분석은 보고서가 아닙니다. 그것은 질문을 던지고, 그 답을 찾기 위해 데이터를 따라가는 과정이며, 설령 그 답이 불편하더라도 말입니다.