Analysis와 Analytics의 차이는?

Data Science에서 data analysis와 analytics는 interchangable하게 사용되는 용어입니다.

하지만, 실제로는 두 용어의 개념에 차이가 존재합니다.

 

Data Analysis

Separate data into some chunks and examine how they relate to other parts.

For past events, we try to explain how and/or why something happened.

 

Data analysis는 과거에 일어난 일이 어떻게 벌어졌는지, 또는 추가적으로 왜 벌어졌는지 까지 분석하는 행위입니다.. (why + how)

 

Data Analytics

The application of logical and computational reasoning to the component parts obtained in an analysis. (for future events)

 

Data analytics는 analysis를 통해 분석한 과거의 데이터를 바탕으로 논리적 과정 또는 연산 과정을 통해서 미래의 상태를 분석하여 예측하는 행위를 말합니다.

키 포인트는 analysis는 과거 분석, analytics는 미래 예측에 지향점을 둔 행위로 구분하면 될 것 같습니다.

 

Data analysis와 analytics는 모두 2가지 분야로 나뉩니다.

Quantiative(양적)와 Qualitative(질적) 분석으로 나뉩니다.

수량적인 계산 및 측정이 되서 '숫자로 나타낼 수 있냐' 를 보면 분류하기 매우 쉽습니다.

예시를 들어보겠습니다.

 

옷 가게 사장인 A씨는 최근 분홍 색깔의 옷이 유행할것 같다는 직감으로 분홍색 옷을 많이 들여서 매출이 상승하였습니다. 다음 달, 새로운 옷을 들여올 때 해당 계절에 잘 팔렸던 옷에 대한 과거 데이터(판매량)를 분석하여 잘 팔린 옷 위주로 들여와서 매출이 또 상승하였습니다.

이 예시에서, 직감적으로 분홍색 옷을 들여온 것은 qualitaitve(질적)으로 분류되고, 과거 판매량을 분석하여 잘 팔린 옷들을 많이 들여온 것은 quantiative(양적)으로 분류됩니다.

 

비즈니스에서, 사람들은 주로 analytics를 analysis + analytics의 의미로 사용합니다.