분석 과제를 도출하는 방법은 크게 하향식(Top-Down)과 상향식(Bottom-Up) 두 가지가 있습니다. 하향식 접근법은 해결해야 할 문제가 명확한 경우에 사용합니다. 체계적으로 단계를 나누어 문제를 해결하며, 분석 주제 유형 중 '최적화'와 '솔루션'에 해당할 때 적합합니다. 진행 순서는 문제 탐색→문제 정의→해결 방안 탐색→타당성 검토입니다. 문제 탐색 단계에서는 비즈니스 모델 기반 탐색(비즈니스 모델 캔버스의 9가지 블록을 5가지로 단순화하여 활용), 외부 참조 모델 기반 탐색(다른 기업의 성공 사례를 벤치마킹), 분석 유즈케이스(비즈니스 문제를 데이터 분석 문제로 전환)의 세 가지 기법을 사용합니다. "데이터 기반 탐색"은 하향식이 아닌 상향식 접근법의 특징이므로 주의해야 합니다. 상향식 접근법은 문제가 불분명한 경우에 사용합니다. 데이터를 먼저 탐색하여 인사이트와 지식을 얻는 Bottom-Up 방식이며, 분석 주제 유형 중 '통찰'과 '발견'에 해당합니다. 프로토타이핑 접근법을 통해 빠르게 시제품을 만들고 반복적으로 개선해나가는 것이 특징입니다. 비지도학습과 유사한 탐색적 분석 방식을 사용합니다. 시험에서 "문제가 명확히 정의되어 있는 경우 답을 찾는 기법"이라는 보기가 나오면 이것은 하향식 접근법의 설명이므로, 상향식과 혼동하지 않아야 합니다. 추가 핵심 개념 — 디자인 사고와 비즈니스 모델 캔버스 - 디자인 사고(Design Thinking): 상향식(발산: 다양한 아이디어 탐색)과 하향식(수렴: 분석·검증)을 반복해 창의적 해결책을 도출하는 사용자 중심 방법론. 스탠퍼드 d.school·IDEO에서 정형화한 5단계. - ① 공감(Empathize) — 사용자 관찰·인터뷰 - ② 정의(Define) — 문제 재정의 - ③ 발상(Ideate) — 아이디어 발산 - ④ 프로토타입(Prototype) — 빠른 시제품 제작 - ⑤ 테스트(Test) — 검증·반복 - BMC(Business Model Canvas, 비즈니스 모델 캔버스): 9개 블록(가치 제안·고객 세그먼트·채널·고객 관계·수익 흐름·핵심 자원·핵심 활동·핵심 파트너·비용 구조)을 분석 과제 발굴 관점에서 5대 영역으로 단순화: - ① 업무(Operation), ② 제품/서비스(Product), ③ 고객(Customer), ④ 규제와 감사(Regulation & Audit), ⑤ 지원 인프라(Support Infrastructure) - Quick-Win 전략: 시급성↑·난이도↓ 사분면의 과제를 1순위로 수행하여 빠른 가치 입증·내부 신뢰 확보. 시험 핵심: 디자인 사고의 5단계 순서와 BMC 5대 분석 영역은 자주 출제됩니다. 디자인 사고 (Design Thinking) - 빅데이터 분석에서는 하향식(Top-down)·상향식(Bottom-up)을 디자인 사고의 발산(Divergent) - 수렴(Convergent) 사이클로 결합 - 발산: 가능한 한 많은 아이디어·가설·과제 후보를 도출 (브레인스토밍·페인포인트 식별) - 수렴: 평가 기준으로 우선순위·실행 과제 선택 - 공감 → 정의 → 아이디어 → 프로토타입 → 테스트의 5단계 반복 과제 발굴 용어 - Quick Win(퀵윈): 단기에 빠르게 가시적 성과를 낼 수 있는 과제 — 초기 신뢰 확보 - Pain Point(페인 포인트): 사용자/업무가 겪는 구체적 불편·문제 - Use Case(유스케이스): 비즈니스 가치를 만들어내는 구체적 활용 시나리오 - 분석 기회 발굴: 페인포인트·외부 사례·벤치마킹으로 분석 가치를 만들 영역 식별 - What-if 분석: "만약 라면?"의 시나리오 분석 — 처방 분석의 일부 표기 변형 (공백 포함/제외) - 디자인사고 / 디자인 사고(Design Thinking): 둘 다 통용되는 표기 - 하향식접근법 / 하향식 접근법(Top-down Approach): 문제 정의 → 가설 → 데이터 → 검증 - 상향식접근법 / 상향식 접근법(Bottom-up Approach): 데이터 탐색 → 패턴 발견 → 인사이트 - ADsP 시험에서는 공백 없는 형태로도 자주 출제됨 발산-수렴 사고의 단계 구분 - 공감하기(Empathize): 사용자 페인 포인트 이해 - 정의하기(Define): 핵심 문제 정의 - 아이디어 도출(Ideate): 발산적 사고로 다양한 아이디어 - 프로토타입(Prototype): 빠른 시제품 - 테스트(Test): 사용자 검증·반복 📝 이 주제 관련 문제 학습 노트의 보강 개념을 직접 문제로 풀어보세요. - Quick Win — 단기에 빠르게 가시적 성과를 낼 수 있는 과제 — 초기 신뢰 확보 - Pain Point — 사용자/업무가 겪는 구체적 불편·문제 - Use Case — 비즈니스 가치를 만들어내는 구체적 활용 시나리오 - 분석 기회 발굴 — 페인포인트·외부 사례·벤치마킹으로 분석 가치를 만들 영역 식별 - What-if 분석 — "만약 라면?"의 시나리오 분석 — 처방 분석의 일부 - 하향식접근법 / 하향식 접근법 — 문제 정의 → 가설 → 데이터 → 검증 - 상향식접근법 / 상향식 접근법 — 데이터 탐색 → 패턴 발견 → 인사이트 페이지 하단 "이 주제 문제 풀기" 버튼으로 전체 문제를 풀 수 있습니다.
분석 과제 도출 — 하향식과 상향식 접근법
과목: 데이터 분석 기획 (2과목, 3번 주제) ·
키워드: 분석 주제 유형 · 하향식·상향식 접근 · 비즈니스 모델 캔버스 · 강화학습·지도학습
정의: 분석 과제를 도출하는 방법은 크게 하향식(Top-Down)과 상향식(Bottom-Up) 두 가지가 있습니다.
핵심 Q&A (5개)
- 하향식(Top-Down) 접근법이란?
- 문제가 명확한 경우 적용. 체계적 단계별 해결.
순서: 문제탐색→문제정의→해결방안탐색→타당성검토 - 상향식(Bottom-Up) 접근법이란?
- 문제가 불분명한 경우 적용. 데이터 탐색으로 인사이트 발굴.
프로토타이핑 방식, 비지도학습과 유사 - 하향식 접근의 문제 탐색 3가지 기법은?
- ① 비즈니스 모델 기반 탐색 (캔버스 9블록→5블록)
② 외부 참조 모델 기반 탐색 (벤치마킹)
③ 분석 유즈케이스 - 상향식 접근에서 사용하는 방법론은?
- 프로토타이핑 접근법 — 빠르게 시제품 만들고 반복 개선
탐색적 분석, 비지도학습과 유사 - "데이터 기반 탐색"은 하향식인가 상향식인가?
- 상향식(Bottom-Up). 데이터를 먼저 탐색해 인사이트를 찾는 방식.
하향식은 문제를 먼저 정의한다.