데이터 기반 디지털 트랜스포메이션(DT) 전략 마스터 클래스

디지털 전환 시대의 경영자가 의사 결정을 할 때 필요한 분석 역량과 기술에 대한 이해를 함양하고 실제 업무에서 활용하기!

클래스 소개
난이도
보통
카테고리
Biz/기획 - 비즈니스
태그
데이터 분석, 머신러닝, 빅데이터, 엑셀, 인공지능, 자동화, 통계, AZure
소요 시간
약 5시간
추천 학습대상
- 디지털 환경의 경영진에게 필요한 전략적 의사결정 과정을 배우고 싶은 분들
- 프로그래밍 없이 고급 데이터 분석을 활용하고 싶은 분들
- 복잡하게 느껴질 수 있는 고급 분석을 쉽게 활용하여 성과를 창출하고 분들
- 실제 데이터를 통해 적절한 상황 판단과 모델링에 대해 배우고 싶은 분들




이런 걸 배워요!

디지털 환경 속 전략적 의사결정 과정에 대한 이해

데이터가 조직의 DT 전략 수립에 적용되는 실질적인 방향성 이해

업무 방식에 DT를 적용하고 비즈니스 모델의 변화를 이끌어내는 능력 함양

RPA와 머신 러닝의 개념과 적용 방안 제시






데이터 기반 디지털트랜스포메이션의 중요성

1. 디지털 시대의 힘, 데이터

디지털 트랜스포메이션, 4차 산업혁명, 인공지능 등 요새 자주 보이는 단어들이 있습니다.

이 모든 것을 가능하게 한 것은 디지털 기술입니다.

모든 것을 말과 몸짓으로 전하던 시기, 종이와 글을 사용하던 시기, 전화 통화와 전보를 사용하던 시기를 각각 생각해본다면, 각 시대의 커뮤니케이션 속도, 범위와 문명 발전은 각각 비교 불가능한 수준으로 차이가 있었습니다.

그리고 이제는 인터넷과 무선 통신기술이 주가 된 디지털 시대가 도래했습니다. 아직 아날로그 방식이 편하신 분도 있습니다. 아직 믿어온 직감을 계속 믿고 싶어하시는 분도 계십니다. 그러나 바뀐 시대에 적응하지 않는다면, 지금까지 잘 쌓아온 것들이 무너질 수 있는 순간입니다.

반대로 지금까지 특별하지 않았던 사람이라도, 누구보다 특별해질 수 있는 시기입니다. 정보 격차는 점점 심해지고 있습니다.

데이터를 잘 활용할 줄 안다면 돈을 많이 가진 사람보다 큰 힘을 가질 수 있습니다. 물론 돈도 따라오겠지만요.

2. DT 시대를 살아남기 위한 전략

디지털 기술은 ‘전환’이란 말 그대로, 세상을 바꿔 놓았고 바꾸고 있습니다.

이전가지 사용해왔던 업무 기술들은 디지털 기술이 접목되어 발전하고, 혹은 도태되고 있습니다. 그리고 그 자리는 새로운 기술들이 대체하고 있습니다. 전에는 수많은 사람들이 손으로, 혹은 머리로 했던 일들을

이제는 컴퓨터를 활용한 RPA와 머신 러닝으로 대체하고 있습니다. 이런 기술들이 불안정하고 느렸다면, 손과 머리는 아직도 유효한 도구였겠지만, 아쉽게도 이 기술들은 매우 빠르고 신뢰성이 높아졌습니다. 그렇다고 사람은 모두 놀아야 하는 것은 아닙니다.

이미 많이 나오고 있는 디지털 전환의 적응 사례들과 도태 사례들을 살펴보고, 디지털 기술을 활용할 수 있는 전략이 있다면 컴퓨터와 공존하여 가시적인 성과를 만들어낼 수 있습니다.

세상은 ‘전환’되고 있습니다. 전략도 ‘전환’되어야 살아남을 수 있습니다.

3. 디지털과 데이터는 알겠지만 코딩은 도저히 못하겠다?

괜찮습니다. 디지털 기술의 발전은 코딩 없이도 고급 분석 기법을 활용할 수 있는 환경을 만들어 주었습니다.

엑셀 기능만으로도 대부분의 통계 분석 기법을 활용할 수 있고,

엑셀의 추가 기능인 파워쿼리는 데이터 분석을 위한 전처리 과정을 획기적으로 단순화해줍니다.

엑셀의 추가 기능으로 출발해서 지금은 독립되어 발전하고 있는 파워 BI는분석한 데이터를 시각화하는 데 아주 유용하고 강력한 기능들을 가지고 있으며,

마이크로소프트의 Azure ML은 누구나 쉽게 머신 러닝을 사용할 수 있도록 도와줍니다.

코딩을 할 수 있는 것은 분명한 장점이지만, 코딩을 하지 못하는 것은 이제 심각한 단점이 아닙니다.

오히려 지금 당장 현업에 적용하기 위해선

코딩 학습에 너무 시간을 투자하기보다는 분석 기법과 데이터의 활용 방법을 익히시는 것이 더 큰 효과를 거둘 것입니다.


이런 분들께 추천해요

  • 디지털 환경의 경영진에게 필요한 전략적 의사결정 과정을 배우고 싶은 분들
  • 프로그래밍 없이 고급 데이터 분석을 활용하고 싶은 분들
  • 복잡하게 느껴질 수 있는 고급 분석을 쉽게 활용하여 성과를 창출하고 분들
  • 실제 데이터를 통해 적절한 상황 판단과 모델링에 대해 배우고 싶은 분들

데이터 기반 디지털트랜스포메이션를 듣고 나면

<DT 전략 마스터 클래스> 강의를 듣고 나면, 여러분께서는 다음과 같은 DT 시대의 실무자로 앞서나갈 수 있게 해주는 역량을 기르실 수 있습니다.

  • 디지털 환경의 의사결정에 대한 이해 : 데이터 분석을 활용한 의사결정을 통해 커다란 가치를 창출하는 능력
  • 통계 기법 활용 능력 : 데이터의 수집, 전처리와 구체적인 모델링까지 수행하는 능력
  • DT로 인해 등장한 기법의 활용 : RPA와 머신 러닝 등을 이해하고 실제로 업무에 적용할 수 있는 능력
  • 분석 결과를 토대로 전략을 수립하고 실행하는 능력 : 마케팅, HR 등 다방면에서 데이터 분석을 수행하고 인사이트를 활용

누구보다 빠르고, 탄탄하게 디지털 전환 시대를 완전 정복해보세요!


강의 특징

본 강좌를 통해 데이터에 기반한 의사 결정 능력을 함양하여 디지털 전환 시대라는 거대한 물살에 휩쓸리지 않고 성장의 기회로 활용해볼 수 있습니다.

STEP 1.  데이터 기반 의사 결정의 핵심 모형 다루기

데이터 기반 의사결정은 기존의 방식보다 훨씬 안정적인 의사 선택을 가능케 합니다. 게다가 로우 리스크 로우 리턴이 아닌, 얼마든지 하이 리턴을 창출해낼 수 있습니다.

STEP 2. 자동화 프로세스 실습하기

업무 자동화를 위한 준비부터 실행까지!

이미 효율적인 자동화의 효율을 더욱 올리는 방법까지 알려드립니다.

STEP 3. 디지털 세계에서 발견한 인사이트를 현실 세계로

데이터를 기반으로 각종 기법의 머신 러닝을 수행한 후 얻어진 인사이트를 실제 업무 현장에 적용한다면, 영업, 개발, 인사까지 방대한 부분의 의사결정에 혁명적인 발전을 가져올 수 있습니다.


학습 내용

1. 마이크로소프트의 Azure ML을 이용해서 누구나 쉽게 머신 러닝 사용하기!

2. 비교 분석 모델로 파악하기!

3. K-Means 클러스터 모형으로 전략 수립하기!

4. 기술 통계 기반으로 사원 효율 올리기!

5. 버스 도착 시간으로 통계량 알아보기!


지식공유자 소개

안녕하세요. 마소캠퍼스입니다.

어제보다 성장하겠습니다. 그리고, 어제보다 성장하려는 사람을 돕겠습니다.

마소캠퍼스의 진심과 소망을 담은 Actionable Content로, 2013년부터 온오프라인으로 함께해 온 누적 강의 1억시간!

이 소중한 경험과 시간은 언제나 마소캠퍼스와 수강생 모두의 성장의 원천입니다.

마소캠퍼스 팀은 우리의 모두의 성장을 위해 두 가지 원칙을 반드시 지킵니다.

  1. 배우면 반드시 쓸 수 있는 Actionable Content
  1. 참여자의 시간과 수고를 존중하는 Time-Saving Curriculum

마소캠퍼스의 Actionable and Time-Saving Curriculum으로 성장의 길을 함께 걸어나가길 기원합니다.


수강 전 확인해주세요!

실습 위주의 강의이기 때문에 강의 화면과 실습 화면을 분리할 수 있는 듀얼 모니터 또는 여분 기기를 함께 준비해주시면 좋습니다. 또한 Windows OS 기반으로 실습이 진행되므로, Windows 환경에서의 강의 수강을 추천해드립니다.

예상 질문 Q&A

Q. 데이터 사이언스에 대한 선수 지식이 필요한가요?

본 강의에서는 고급 엑셀 분석 실습과 Azure ML을 활용한 실습이 진행되므로, 기본적인 엑셀 활용 능력과 데이터 사이언스에 대한 기초 지식을 함양할 수 있는 마소캠퍼스의 ‘데이터 사이언스 입문 부트캠프’를 먼저 수강하신 후 수강을 추천드립니다.

Q. 강의를 수강하기 위한 요구 사항 또는 필요 조건이 있나요?

실습 위주의 강의이기 때문에 강의 화면과 실습 화면을 분리할 수 있는 듀얼 모니터 또는 여분 기기를 함께 준비해주시면 좋습니다.

Q. 프로그래밍을 해 본적 없는 데이터 분석 쌩초보인데, 가능할까요?

네! 본 강의에서는 엑셀과 함께 손쉽게 시각화 분석을 할 수 있는 파워 BI와 간단하게 머신 러닝을 수행할 수 있는 도구인 Azure ML을 활용하여 실습을 진행하기 때문에 프로그래밍 지식은 필요하지 않습니다.

교육 과정
모두 펼치기
  • 01
    01. 강의 소개
  • DTS0001 DT 전략 마스터 클래스 강의 소개
    강의 자료
  • 02
    02. 디지털 트랜스포메이션
  • DTS0101 디지털 트랜스포메이션이란
  • 03
    03. 데이터란 무엇인가
  • DTS0201 데이터와 의사결정 사례 – 위기 관리 케이스
    DTS0202 데이터란
    DTS0203 데이터 분석의 주요 유형 정형 데이터
    DTS0204 디지털 트랜스포메이션과 기업 적용 방향
    DTS0205 코노코필립스 사례
  • 04
    04. 의사결정과 데이터
  • DTS0301 직관적 의사결정과 데이터 기반 의사결정
  • 05
    05. 데이터 기반 의사결정 입문
  • DTS0401 통계량과 산포도 기반 의사결정 입문
  • 06
    06. 의사결정 목표 설정
  • DTS0501 데이터 기반 의사결정 모형
    DTS0502 분석 목표 설정 프레임워크
  • 07
    07. 기술 통계 기반 전략
  • DTS0601 기술 통계 기반 DT 전략 수립
  • 08
    08. 데이터 처리와 RPA
  • DTS0701 데이터 분석에서 데이터 처리의 중요성 이해
    DTS0702 데이터 처리 실무를 통해 이해하는 DT과제 RPA 생산성 향상
  • 09
    09. DT를 위한 데이터 분석 역량
  • DTS0801 DT를 위한 데이터 분석 역량 정리
  • 10
    10. DT와 데이터 분석 모델
  • DTS0901 데이터 분석 모델이란
    DTS0902 비교 분석 모델을 적용한 비즈니스 분석
    DTS0903 분석 모델을 적용한 고객 분석
  • 11
    11. 주류회사의 DT 기반 신상품 출시 전략
  • DTS1001 통계 분석 모형 기반 DT 전략 수립
  • 12
    12. 영업부문에 대한 DT 기반 전략
  • DTS1101 Decision Tree 모형 기반 DT 전략 수립
  • 13
    13. 데이터 기반 오프라인 매장 DT 전략
  • DTS1201 K-Means Cluster 모형 기반 DT 전략 수립
  • 14
    14. 히트 상품 중심 데이터 기반 유사 상품 노출 전략
  • DTS1301 유클리드 거리 맨하튼 거리 피어슨 상관 거리 모형 기반 DT 전략 수립
  • 15
    15. 회사 운영 온라인쇼핑몰 매출 증대 전략
  • DTS1401 추천시스템 구현을 위한 데이터 모델의 설계
    DTS1402 추천시스템 모형 기반 DT 전략 수립
  • 16
    16. 회사 운영 온라인쇼핑몰 매출 고도화 전략
  • DTS1501 협업적 필터링 모형 기반 DT 전략 수립
  • 17
    17. 핵심인재 이탈 방지를 위한 전략적 인력관리
  • DTS1601 머신러닝 지도 학습 모형 기반 DT 전략 수립
  • 18
    18. 데이터 기반 인사 전략 수립
  • DTS1701 SNA 모형 기반 DT 전략 수립
  • 19
    19. Digital Transformation Recap
  • DTS1801 디지털 트랜스포메이션 성과 판단 방법
마지막 업데이트|2024년 04월 18일
강의자 소개
"어제보다 성장하겠습니다. 그리고, 어제보다 성장하려는 사람을 돕겠습니다." 마소캠퍼스의 진심과 소망을 담은 Actionable Content로, 2013년부터 온오프라인으로 함께해 온 누적 강의 1억시간! 이 소중한 경험과 시간은 언제나 마소캠퍼스와 수강생 모두의 성장의 원천입니다. 마소캠퍼스 팀은 우리의 모두의 성장을 위해 두 가지 원칙을 반드시 지킵니다. 1. 배우면 반드시 쓸 수 있는 Actionable Content 2. 참여자의 시간과 수고를 존중하는 Time-Saving Curriculum 마소캠퍼스의 Actionable and Time-Saving Curriculum으로 성장의 길을 함께 걸어나가길 기원합니다.

강좌 후기
99,000

평균평점
0.0
난이도
보통
수강기간
평생 무제한
소요 시간
약 5시간