[이 책은__]
- 이 책은 데이터 분석 방법 혹은 통계에 관한 책이 아니다.
- 대부분 데이터 활용을 잘 못 하는 이유로 '분석을 위한 기술과 지식'이 부족하기 때문이라고 여긴다.
(하지만 데이터와 분석방법은 목적을 달성하기 위한 '도구'에 지나지 않는다.)
- 실제로는 문제 정의 및 가설 구축, 분석 결과 해석 및 스토리 구축이 부족하거나 또는 적절하지 못했던 경우가 훨씬 많다.
- 이 책은 통계와 분석 방법을 잘 활용하기 위한 '사고방식'에 대해 소개한다.
"이 책에는 정답이 적혀 있지 않습니다. 여러분, 스스로가 '정답'을 찾는 데
필요한 사고방식과 핵심, 접근법 등이 쓰여 있을 뿐입니다."
[느낀점__ ]
- 이 책을 읽기 전, 나는 데이터 활용에 있어 기술과 지식이 많이 부족하다고만 생각했다. 그렇다보니 최근 미니 프로젝트를 진행할 때도 목적과 수단이 바뀌어 '데이터 중심 사고'를 했다. 이 책을 통해 '목적 중심 사고방식', 데이터 활용 프로세스, 각 프로세스별 어떻게 해야 하는지 등을 배우며 기반을 다질 수 있었다.
- 데이터 분석이 처음이거나 데이터 문해력이 부족하다고 생각한다면, 첫 스타트로 이 책을 추천하고 싶다.
"정답은 하나만 있는 것이 아니다. (생각의 틀을 가두지 말자)"
"무엇이 정답인가?가 아니라 어떤 결론이 적절한가?라고 생각하자."
"스스로 정답을 만들어내고 이를 논하는 자세를 갖자."
<목차>
1장. 앞으로 필요한 건 데이터 문해력 : 분석보다 활용
2장. 올바른 데이터로 올바른 문제를 풀고 있는가? (목적 사고력_목적에 맞게 문제와 데이터를 연결하기)
3장. '이것이 문제다' 데이터로 말하는 방법(현상 파악 및 평가력_문제를 표현하는 힘)
4장. 결과가 나왔다고 끝난 것은 아니다(원인 파악 능력_행동으로 이어지는 힘)
5장. 기법에 집착하지 마라(전체 구성력_스토리&논리를 만드는 힘)
6장. '결론은 이것이다' 정보를 요약하라(정보 집약력_정보를 수집하고 결론을 이끌어내는 힘)
7장. '데이터로 문제를 해결할 수 있다'는 착각(시야확대력_데이터로부터 시야를 넓히는 힘)
8장. 개인과 조직의 데이터 활용 능력을 높이는 방법(실행력_문해력을 실행하는 힘)
빅데이터 시대, 성과를 이끌어 내는 데이터 문해력 - 예스24
`앞으로의 시대에 꼭 필요한 당신의 데이터 문해력`왜 분석 방법이 아니라 활용 능력이 필요한가?나완 상관없을 것 같았던 인공지능부터 시작해 데이터와 관련된 수많은 이야기가 주변에서 쏟
www.yes24.com
[ 배운 내용 ]
자신의 목적이나 문제를 데이터로 풀어보고 싶은 사람이라면, 정말로 꼭 필요한 것이 무엇인지 잘 생각해보고 공부해야 할 것입니다.
데이터를 활용을 잘 못 하는 이유로,
- 통계를 배웠다거나 분석 방법을 책이나 교육을 통해 공부했음에도, 실무나 현장에서 제대로 활용하지 못하는 경우가 많다.
- 이는 결국 통계와 분석 방법을 활용하기 위한 '사고방식'이 필요한 것이다.
> 전자는 '데이터와 그래프 중심의 사고'
> 후자는 '목적 사고력'으로 데이터 작업 전 문제 및 목적을 정한 뒤 필요한 데이터를 찾고 활용해 작업을 진행하는 것이다.
설령 아무리 고난도 통계와 분석 방법을 구사하더라도 데이터가 직접적인 답을 주는 경우는 없다. (그렇기에) '무엇을 알고 싶은지' 그리고 이를 위해 어떤 데이터(지표)가 필요한지를 구체적으로 생각하는 것이 무엇보다도 중요
데이터와 데이터 분석은 목적을 달성하기 위한 '도구'(수단)에 지나지 않다.
데이터와 그래프를 통해 알 수 있는 것이 무엇인지가 아니라 자신이 알고 싶은 것(목적)에 따라 데이터를 수집하고 고 분석해서 그 결과를 검증하고 결론으로 연결하는 것이다.
절대적인 정답이 존재하지 않을 때, (...) 자신의 결론으로 이끌어 내는 이야기를 만드는 능력이 앞으로 더욱 중요해진다는 것은 더 말할 필요도 없다.
당신이 현재 직면하고 있는 문제나 그 배경에 대해 전혀 모르는 제 3자가 바로 앞에 있다고 상상하세요. 그 사람에게 당신이 다루는 문제를 데이터로 설명하려면 무슨 데이터를 어떻게 보여주면 좋을까요?
[데이터 활용 프로세스]
목적 및 문제 정의 - 지표 설정 - 현재 상태 파악 - 평가 - 원인 분석 - 해결 방안 모색
--------------------------------------------------------------------------
1) 목적 및 문제 정의 : "나는 문제를 명확하게 정의해 풀고 있는가?"
- 문제가 무엇인가
- 그 문제를 일으키는 '원인'은 무엇인가
- 그 원인에 대한 해결방안은 무엇인가
앞의 세 가지를 구분해 인식하는 것이 중요하다. 해결하고자 하는 '문제'와 '목적'을 명확히 할 필요가 있다.
"정답은 무엇일까"라는 관점보다는 "어떤 식으로 생각하고 정리할까", "상대가 이해하려면 어떤 저옵와 설명이 필요할까"라는 관점에서 생각하도록 하자
주관적인 자신의 추측을 가지고 원인을 단정짓는 것은 바람직하지 않다.
목적과 문제를 정의하는 시점에서 이미 결론을 내버리는 것은 위험부담이다.
문제를 정의하는 시점에서 구체적인 원인을 규명하고 방안을 수립하는 것은 불가능하다. 이는 데이터를 활용해 나중에 할 일이다. 물론 가설이나 가정을 세우는 것 자체는 좋지만, 자신의 편견이 들어가게 되면 상황을 정리하기가 어렵기 때문에 가급적 피하기 바란다.
말과 표현의 구체성은 중요!
2) 지표 설정 : "현재 상황(직면한 문제)을 어떻게 데이터로 나타낼 것인가?" "올바른 지표를 활용하고 있는가?"
짐작이나 추측이 아니라 논리적인 설명을 통해 이용할 지표를 결정해야 한다. (지표는 무조건 하나만 정하는 것은 아니다)
지표를 통해 무엇을 실현하고자 하는가?를 물으며 최종목적과 가까워지도록 지표가 적절한지 검토
원인을 단정해버리면 시야가 좁아질 수 있다.
3) 현재 상태 파악 :
데이터를 보다 전략적으로 의사 결정이나 문제 해결 등에 활용한다고 할 때, 데이터는 가치 있는 정보 즉 구체적인 행동을 특정할 수 있는, 구체적인 판단을 내릴 재료가 되어야 한다.
사실과 결과의 데이터를 그래프나 표 지표 등으로 표시하는 것과 내용을 평가해서 구체적인 행동과 판단으로 연결하는 것. 이 둘을 구분한 후, 후자에 필요한 평가를 준비하는 것이 데이터 활용의 중요한 단계다.
평가를 하기 위해 필요한 것은 다른 것과의 '비교'다. 이 비교 대상을 정할 때 아래 고려
> 결론으로 이어지는 결과가 나올 것인가? (단, 결론으로 부합하는 결과가 나온다는 보증은 없다.)
> '차이'를 찾을 수 있는가?
* 절대적인 정답은 없으며 비교 대상을 반드시 하나로 정할 필요는 없다.
4) 평가
같은 데이터라도 어떤 기준으로 평가하는가에 따라서 그 결론이 달라질 수 있다. '평가 기준'
'이 사례에서는 어떤 평가가 중요할까? 어떤 설명이나 결론이 가능할까?'라는 관점에서 생각하고 필요한 기준을 선정해 활용하길 바란다.
(ex. 값의 크기, 추이, 편차, 비율 )
5) 행동 및 판단
데이터를 잘 활용하고 있다는 것은
1) 그 정보를 통해 문제 해결 방안 수립 2) 구체적인 행동 계획 수립 3) 관계자들이 납득할 만한 합의 또는 판단을 내릴 수 있다는 것
원인을 잘 분석해야 한다. (주관적인 원인 파악 x)
지표를 조금 다르게 바꾸는 것만으로도 결과의 정확도가 크게 달리지기에 편하다는 이유로 무작정 데이터를 활용하는 것은 피해야 한다.
어떠한 관련성도 찾을 수 없다는 것 또한 하나의 결론이 될 수 있다는 점 기억해둘 것
check list
- 실적과 결과 표시만 하고 끝낸 것은 아닌지
- 이결과를 통해 구체적인 판단이나 행동으로 연결될 것인지
- 문제와 결과에 대한 원인을 충분히 고려했는지.
프로세스 내의 병목 현상에 주안점을 두고 데이터 전체를 바꾸고 분석한 결과의 차이를 주목
결론을 낼 때 어디까지나 데이터를 통해 알 수 있는 사실 범위 내에서 생각해야 한다.
개인의 주관적 해석도 좋지만, 근거는?
so, 그것은 어떤 데이터를 통해 알 수 있는가?를 물으며 자가점검할 것.
데이터 문해력이란 데이터에서 무언가를 읽어내는 능력이 아니라 스스로 정답에 대해 고민하고 데이터를 무기 삼아 합리적으로 논할 수 있는 능력이라고 생각한다.
모든 조건이 완벽하게 갖춰지는 것을 기다릴 필요 없다. 가급적 발리 이러한 환경에 (너 자신이) 가까워지도록 노력해라.
'도서' 카테고리의 다른 글
[도서] 비전공자를 위한 이해할 수 있는 IT지식 by 최원영 (0) | 2024.02.07 |
---|---|
[도서] 세상에서 가장 쉬운 통계학 입문 (1) | 2024.02.02 |
[도서] 통계101 x 데이터 분석 by 아베 마사토 (0) | 2024.02.02 |
[도서] 데이터 분석가의 숫자유감 by 권정민 (1) | 2024.02.02 |
[도서] 월스트리트저널 인포그래픽 가이드 By 도나 M. 웡 (0) | 2023.12.29 |