1. 고려 사항
주어진 문제에 대하여 구체적으로 정의가 가능하고, 필요한 데이터가 존재하며, 데이터를 분석할 수 있는 분석역량을 보유하고 있는 경우 기존의 전통적인 빅데이터 분석 수행이 가능하다.
만약 이러한 조건들을 만족시키지 못한다면, 이를 보완하기 위하여 분석과제의 목적을 달성하기 위해 생성된 데이터에 대해 먼저, 목적 없이 분석하여 데이터에 숨겨져 있는 의미를 파악하거나 또는 정보시스템을 활용하여 일단 데이터 분석을 시도해 보고 그 결과를 확인해가면서 반복적으로 개선하며 원하는 결과를 도출한다.
2. 빅데이터 분석 프로세스
(1) 문제인식
최근 디지털 정보량의 증가에 따라 대규모 빅데이터가 중대 이슈로 부각된 배경으로는 인터넷의 일상화, 도로 및 건축물 등 내장 센서와 사물인터넷 시스템의 증가, 그리고 소셜 미디어 서비스의 확대를 들 수 있다.
문제가 무엇인지, 왜 이 문제를 해결해야 하는지, 문제 해결을 통해 무엇을 달성할 것인지를 명확히 한다.
(2) 관련 연구조사
각종 문헌을 조사하여 문제와 관련되는 내용을 요약 및 분류하고 해결하고자 하는 문제를 명확하게 정의한다.
(3) 모형화 (변수 선정)
복잡한 현상을 문제의 본질과 관련되는 제어 가능한 변수들로 추려서 단순화하는 과정
(4) 자료수집 (변수 측정)
몇 가지 특징적인 변수로 분석 모형화가 이루어지면, 자료를 수집하며, 변수 측정이 이루어진다.
(5) 자료 분석
수집 데이터를 분석하여 데이터 속에 내재된 의미를 파악한다. 자료 분석 단계에서는 수집한 데이터에서 변수들 간의 관련성을 파악하기 위하여 기초적인 통계분석에서부터 데이터마이닝 기법에 이르기까지 각각의 상황에 필요한 데이터 분석기법들을 활용한다.
(6) 분석 결과 제시
변수들 사이의 관련성을 포함한 데이터 분석결과를 명료하게 해석하여 의사결정자에게 구체적으로 분석결과를 제시한다.