카이스트 정보미디어MBA 봄학기 1
봄학기 생활기
1. 16주간의 아우성
봄학기는 총 16주간 운영이 된다. (2~5월)
본격적으로 MBA 생활이 시작되는 만큼 해야 되는 공부의 양도 많아진다.
동아리 활동이나 과외 활동도 선택할 수 있어 시간이 항상 부족할 수밖에 없는 시기이다.
16~18학점을 들어야 하는 만큼 과제나 팀플, 시험의 압박이 생각보다 크다.
과목마다 거의 팀플이 있어 많은 동기들과 친해질 수 있으며, 멀어질 가능성도 적지만 존재한다.
정보미디어MBA답게 데이터 관련 수업이 3개나 봄학기에 들어있어,
(통계, 데이터마이닝, 비지니스 애널리틱스)
문과이면서 수포자에 가까웠던 나로서는
매주 과제하느라 새벽까지 시간을 보낼 수밖에 없었다.
이론에서는 기본적인 통계에서 시작해서 회기 분석, 군집분석, 뉴럴 네트워크, 머신러닝 등에 대해서 학습하며, 실습에서는 Excel, SPSS, R, Stata, XLMiner, Tableau까지 다양한 소프트웨어를 배우게 된다.
미디어 관련 수업도 2개 들어있다.
(엔터테인먼트 산업분석과 미디어경영경제론)
방송, 영화, 게임, 신문 등 미디어에 관련된 종합적인 개론 수업이다.
미디어 생태계가 어떻게 구성되어 있는지, 역사는 어떠한지, 어떤 방식으로 수익을 창출하는지, 산업의 미래는 어떻게 예상되는지 다양한 관점에서 배우게 배우고 토론을 나눈다.
다만 특정 산업에 대해 공부를 깊게는 하지 않는다.
그 외에도 MBA 전공자라면 당연히 알아야 할 회계, 마케팅 기본 경영학을 공부하게 된다.
2. 통계분석 및 의사결정 모형
통계 수업에서는 이론 위주의 학습이며,
기본 개념에서부터 의사결정을 위한 모델링까지 학습하게 된다.
이 수업을 기본으로 해서 모든 데이터 분석 수업들이 이어지는 만큼 굉장히 중요하다.
이론 수업인 만큼, 과제는 많지 않은 편이다.
이 과목은 의사결정에 대한 합리적 접근을 위한 통계분석의 개념 및 의사결정 모형의 개념을 배우고, 이를 실제 사례에서 분석하고 적용할 수 있도록 하는 것을 목적으로 한다. 이를 위해 통계분석, 시뮬레이션, 의사결정 시의 기본 Framework과 각종 기법을 학습한다. 아울러 의사결정 과정을 위한 Prescriptive 한 내용과 함께 인간이 범하기 쉬운 에러에 대한 분석도 병행한다.
Purpose:
This course introduces fundamental conceptsand applications in business statistics. From lectures, examples, students will learn the basic subject matterrequired to understand statistical problems in business. Therefore, this is notto derive mathematical equations for statistics.
The major focus of the class will preparestudents for other classes with statistical applications in marketing, finance, manufacturing, operation management, and other business analysis. Also, theclass will relate the statistical concept with the business analytics and bigdata applications. During the class, we learn not only statistical concepts, but how to treat data from data science perspective.
Learning objectives
1. Understand thestatistical approach and techniques including hypothesis test, regression, simulation, and decision models with the purpose of applying them to the business problems.
2. Understand howthe computer software can be used to facilitate data analysis and hypothesistesting.
3. Understand howstatistical approach and techniques can be applied to the intertwined businessproblems in the areas of marketing, finance, manufacturing, operationmanagement, and other business analysis.
4. Understand thestatistical approach for big data analysis from the data science perspective.
3. 비지니스 애널리틱스
간단히 이야기하면 비지니스 애널리틱스는
빅데이터나 데이터 분석을 좀 더 산업적인 관점으로 볼 수 있는 시각을 키우는 수업이다.
해외의 성공사례와 실패사례를 케이스로 배우게 되며,
통계분석 소프트웨어인 Stata와 R을 배우게 된다.
실습과 이론이 적절한 비율로 구성되어 있는 수업이다.
이 과목에서는 빅데이터 시대가 도래함에 따라 여러 학문적 관점에서 비즈니스 관련 빅 데이터를 분석할 수 있는 기본적인 기술과 방법을 강의할 예정이다. 또한 비즈니스 관점에서 실제 기업에서 비즈니스 애날리틱스가 어떻게 활용되고 있는지 성공과 실패 사례들을 둘러보고, 그리고 전략적인 측면도 함께 다룰 예정이다. 종합적으로 이 과목은 빅 데이터 관련 비즈니스 애날리틱스의 기술, 분석 (analysis), 사업 역량에 대해 토론할 예정이다.
Course Description:
In today’s highly connected world, from clicks to downloads and beyond, consumers generate 2.5 billion gigabytes of data each day. Moreover, ever faster computers and optimization methods have become available to transform this data into information for better decision-making. Hidden in these data are invaluable insights for businesses of all sizes and types, across industries, and around the world.
Analytics has been with us since the dawn of arithmetic. With the advent of computer technology, the tools for conducting analytics have become more sophisticated but many of the basic questions are the same. How can we use quantitative analysis to understand events that have happened and how can we use data from the past to help predict the future? In this course, our eye will be focused on business analytics, the use of information technology to support the collection and analysis of data, turning it into actionable knowledge.
The objective of this course is to familiarize the students with the concept of business analytics and its applicability in a business environment. At the end of the semester, students should have acquired an understanding of business analytics – the terminology, concepts and familiarity of potential tools and solutions that exist today. The course is a combination of lectures, case studies, individual and group exercises.
Learning Objectives: Students will be able to:
1. Gain a basic understanding of business analytics and its applicability to various industries
2. Translate a business challenge into an analytics challenge
3. Understand the fundamental capabilities of business analytics
4. Identify the major types of business analytics and explore their use and impact within and across organizations
5. Discuss key business analytics tools, technologies, and approaches with a level of aptitude appropriate to communicating with technological specialists
6. Analyze big data, create statistical models, and identify insights that can lead to actionable results
4. 지능형 마케팅을 위한 데이터 마이닝
데이터 마이닝은 데이터 분석을 통해 수많은 데이터에서 새로운 가치를 찾아내는 과정이다.
이론보다는 실습 위주의 수업이며, 매주 숙제가 나와서 워크로드는 엄청나다.
새로운 가치를 찾기 위해 수많은 분석기법들을 공부하고 실습한다.
군집분석, 분류 나무 트리, 로지스틱 회기 분석, 신경망 분석 등
(듣기만 해도 어렵다)
스마트 IT의 보급으로 시시각각 엄청난 양의 데이터가 빅 데이터라는 이름으로 축적되고 분석 기술도 발전하면서 미래 예측과 합리적 의사결정의 중요성이 부각되고 있다. 비즈니스 인텔리전스(BusinessIntelligence, 이하 BI)는 기업의 경쟁력 향상을 위해서, 기업의 내 외부에서 발생되는, 이러한 데이터를 수집하고 분석하 여경 영 환경의 추세를 파악하고 전략을 수립하기 위한 기업의 역량이라는 의미로, 기업에서 수집된 광범위한 데이터를 이용하여 유용한 정보를 제공하는 조직 내부 프로세스와 이를 지원하는 분석용 응용 프로그램의 집합을 포함한다. BI는 그 적용범위가 매우 넓어서, 마케팅 및 CRM의 각종 분석 (고객 segmentation, 고객 profile 분석, 유통점상품 판매 추이 분석), 금융분석 (카드 회원 구매 패턴 분석, 대출 적합성 분석, 우수고객 판별 분석), 통신 시장분석 (고객 통신 패턴 분석, 통신 서비스 전략을 위한 데이터 분석), SCM 분석 (프로세스 생산성 분석) 등에서 활발하게 이용되고 있다.
본 과목에서는 이러한 비즈니스 인텔리전스에 대한 실무 개념을 배우고, 예측과 의사결정에 대해서, 수강생들 이계량 및 통계분석에 대한 선수과목 없이도 실무적인 분석능력을 갖출 수 있도록 필요한 경험과 지식을 제공하고자 한다. 특히 MS 학생들을 위한 강의로서, 대부분 개념적 이해는 하나 현장에서 실제 분석을 해야 할 경우, 어려움을 느끼게 되는 각종 마케팅, 금융, 재무, 데이터 분석 문제에 대해서 실제 데이터를 대상으로 Excel을 기반으로 다양한 분석 논리를 이용해서 기업에서 바로 적용할 수 있는 차별화된 업무 능력을 갖출 수 있게 하는 것을 과목 목표로 한다. 따라서, 이 과목을 수강한 학생들에게는 실무에서 부딪히는 데이터 분석을 어떻게 할 수 있는지 구체적 경험을 갖게 한다.
데이터 마이닝 엔진은 연관 규칙(association rule), 분류(classification), 군집분석(clustering analysis), 과 같은 대표적인 데이터 마이닝 기법을 수행하기 위한 연산 모듈의 집합이다. 패턴 평가 모듈은 데이터 마이닝 엔진에서 발견한 다양한 패턴 중에서 사용자가 흥미를 느끼는 부분을 걸러낼 수 있도록 해주는 부분으로, 이 단계에서 유의미한 결과만 찾아서 출력하도록 데이터 마이닝 모듈과 통합되기도 한다. 다음으로 사용자로 하여금 마이닝 질의 등을 통해 데이터 마이닝 시스템과 의사소통을 수행하여 원하는 결과를 탐색할 수 있도록 한다.
이번 학기 수업에서는 데이터 마이닝 엔진의 구성 요소인 마이닝 모듈을 이해하기 위하여 대표적인 마이닝 기법을 중심으로 간단한 실습을 진행한다. 그리고 마이닝 결과에 대해서 모형을 평가하는 방법과 사용자가 원하는 패턴을 유도하기 위한 탐색 방법도 배워본다. 실습에 사용할 데이터는 마이닝 교재에서 제공되는 기본자료를 바탕을 하는데, 서점 도서 판매 데이터, 정원 잔디깎기 구매 데이터, 이베이 옥션 데이터, 대출 심사 데이터 등을 가지고 분석을 수행한다. 사용 SW로 XLMiner를 주로 사용하며, 최근 부상하는 R을 부분적으로 사용되나, R을 본격적으로 다루지는 않는다.
