1. 전략 인사이트 도출을 위한 필요 역량

1) 데이터 사이언스 의미와 역할

• 대상 : 정형 또는 비정형을 막론하고 인터넷, 휴대전화, 감시용 카메라 등에서 생성되는 숫자와 문자, 영상 정보 등 다양한 유형의 데이터를 대상으로 함
• 기존의 통계학과 다른점은 총제적 접근법을 사용한다는 점이다.
• 전략적 통찰을 추구하고, 비즈니스 핵심 이슈에 답을 하고, 사업의 성과를 견인해 나갈수 있다.

2) 데이터 사이언스의 3대 구성요소

• IT(Data Management)
• Analytics(분석적 영역)
• 비즈니스 분석(비즈니스 컨설팅)

3) 데이터 사이언티스트의 역량

• 데이터 사이언티스트의 중요한 특징 : 강력한 호기심(Intensive curiosity)
• 호기심 : 문제의 이면을 파고들고, 질문들을 찾고, 검증 가능한 가설을 세우는 능력
• Hard skill : 빅데이터에 대한 이론적 지식, 분석 기술에 대한 숙련
• Soft skill : 통찰력 있는 분석(창의적 사고, 호기심, 논리적 비판), 설득력 있는 전달(스토리 텔링, Visualization), 다분야 간 협력(Communication)

4) 데이터 사이언스 : 과학과 인문의 교차로

• 전문가들은 데이터 사이언티스트에게 스토리 텔링, 커뮤니케이션, 창의력, 열정, 직관력, 비판적 시각, 글쓰기 능력, 대화 능력(인문학의 주요 주제들)등이 필요하다고 강조하고 있다.

5) 데이터 사이언티스트에게 요구되는 인문학적 사고의 특성과 역할

6) 인간을 바라보는 유형별 세가지 관점

• 타고난 성향의 관점 : 인간은 변하지 않는 존재로 상정
• 행동적 관점 : 한 사람의 행동을 지속적으로 관찰해 그 행동을 보고 사람을 판단하는 것이 더 정확하다는 관점
• 상황적 관점 : 특정 행동을 거듭하는 사람은 그 행동을 앞으로도 반복할 확률이 높다는 관점

2. 빅데이터 그리고 데이터 사이언스의 미래

• 가치 패러다임의 변화
  1. 디지털화(Digitalization) : 아날로그의 세상을 어떻게 효과적으로 디지털화 하는가
  2. 연결(Connection) : 디지털화 된 정보와 대상들이 서로 연결되어, 이 연결이 얼마나 효과적이고 효율적으로 제공해 주느냐가 성패를 가름, 사물인터넷의 성숙과 함께 앞으로는 연결이 더 증가하고 극도로 복잡해 질 것이다.
  3. 에이전시(Agency) : 복잡한 연결을 얼마나 효과적이고 믿을 만하게 관리해 주는가
• 훌륭한 데이터 사이언티스트는 인문학자들처럼 모델의 능력에 대해 항상 의구심을 가지고, 가정들과 현실의 불일치에 대해 끊임없이 고찰하고, 분석모델이 예측할 수 없는 위험을 살피기 위해 현실세계를 쳐다봐야 한다.