[ 책 리뷰 ] 데이터 문해력

 

 

 

 

데이터 분석을 배우는 모든 사람들에게 도움이 될 것이라고 확신하는 책!

1회독 슈슉 읽고 2회독은 내용을 정리해가며 읽었다

눈앞에 놓인 데이터 읽기에 급급하거나 분석 기법에 매몰되지 않고

목적 지향적인 데이터 분석은 이렇게 하는 것이다! 라고 차근차근 설명해준다

분석가로서는 기계가 할 수 없는, 사람이 할 수 있는 가치 창출에 집중하자는 그런 이야기가 인상 깊었다

데이터와 분석은 내가 원하는 가치를 창출하기 위한 수단임을 명심하자!

 

 

 

 

✍️이 책에서 내가 저장하는 내용들

1장. 앞으로 필요한 건 데이터 문해력 : 분석보다 활용

 

인간보다 기계가 잘하는 일은 기계한테 맡기고 기계가 할 수 없는 것, 사람이 해야 하는 것을 갈고 닦아 자신에게 필요한 형태로 효과적으로 활용해서 최대한의 결과물을 창출하는 것을 목표로 삼자

 

그림1-1에서 (2)보다 (1)과 (3)에서 사람이 가치를 창출할 수 있다.

 

 

👎자주 겪는 문제점

1. 데이터를 적절하게 분석하면 문제와 목적, 결론이 나올 것이라고 생각한다 (이것은 본래 분석자 스스로가 생각해야 하는 것)

2. 눈앞의 데이터를 적절히 가공하면 뭔가 유용한 정보를 얻을 수 있을 것으로 생각한다. 아무것도 안나오게 되면, 분석 방법에 문제가 있다고 생각한다.

 

2장. 올바른 데이터로 올바른 문제를 풀고 있는가?

 

<데이터 활용에 실패하는 두 가지 주요 원인> 

주요 원인 1 : 풀고자 하는 문제가 명확하지 않다

Are you solving the right problem? 

주요 원인 2 : 정의한 문제와 사용하는 데이터가 일치하지 않는다

Are you using the right data?

 

 

주요 원인 1 : 풀고자 하는 문제가 명확하지 않다

예를 들어, ‘인구 문제를 데이터로 분석해보자’고 하면 구체적인 목적에는 인구 감소 문제 해결, 저출산 고령화 문제 해결, 인구 유출을 막고 유입 촉진 등이 있다.

절대적인 정답이 존재하지 않을 때, 여러분은 자신의 생각을 무엇으로 논리적이고 객관적으로 상대방에게 전달하고 이해시킬 수 있을까요? 자신의 결론으로 이끌어 내는 이야기를 만드는 능력이 앞으로 더욱 중요해진다는 것은 더 말할 필요도 없습니다.

 

가장 먼저, ‘목적과 문제에 대한 정의’를 해야한다

1) 나는 무엇을 알고 싶은가
2) 나는 무엇을 해결하고자 하는가

 

 

💡 자신이 알고 있거나 보고 들은 적이 있고 경험한 적 있는 직접적인 대상은 어디까지나 겉으로 드러난 현상과 사실이기 때문에, ‘문제와 목적’이라고 하기에는 충분하지 않다

 

<목적과 문제를 정의할 때 확인해야 할 포인트 두 가지>

포인트 1 : 사용된 언어가 구체적이고 명확한가?

포인트 2 : 문제, 원인, 해결 방안을 구분하고 있는가? 

문제 ⇒ 원인 ⇒ 해결 방안

 

주요 원인 2 : 정의한 문제와 사용하는 데이터가 일치하지 않는다

나는 올바른 데이터(지표)를 활용하고 있는가?

 

예를 들어, 오늘 처음 만난 외부인이나 제3자에게 데이터를 보여주면서, ‘제 고민은 이것입니다’, ‘이것이 문제입니다’, ‘이것을 이해해주시면 좋겠습니다’라고 말할 때, 어떤 데이터를 활용하겠습니까?

목적이나 배경을 공유하지 않은 사람이나 한 번에 전부 복잡하게 이것저것 설명해서 이해하기 힘들어하는 사람에게 어떻게 자신의 ‘목적’과 ‘문제’를 전달할 수 있을까요? 상대방의 입장에서 생각해봐야 자신의 개선점이 보일 것입니다.

 

 

3장. ‘이것이 문제다’ 데이터로 말하는 방법

실무에서 ‘가치 있는’ 정보란, 다음 중 한 가지와 연결되어야 한다.

1) 구체적인 행동을 특정할 수 있다.(누가 언제 무엇을 했는지)

2) 구체적인 판단을 내릴 재료가 된다.

 

‘평가’를 하기 위해 필요한 것은 ‘비교’

데이터란 숫자의 크고 작음을 나타내는 것이지 그 값에 대한 평가를 단독으로 내릴 수 없습니다.

비교 대상이 있어야 비로소 값에 대한 평가가 가능해집니다.

 

당신이 현재 직면하고 있는 문제나 그 배경에 대해 전혀 모르는 제3자가 바로 앞에 있다고 상상하세요. 그 사람에게 당신이 다루는 문제를 데이터로 설명하려면 무슨 데이터를 어떻게 보여주면 좋을까요? 상대방이 그 데이터를 보고 나서, ‘그렇군요! 확실히히 문제가 있네요!’라고 말한다면 성공한 것입니다.

 

 

4장. 결과가 나왔다고 끝난 것은 아니다

조직에서 데이터를 잘 활용하고 있다는 것은, 그 정보를 통해 문제 해결 방안을 수립하거나 구체적인 행동 계획을 세우거나 관계자들이 납득할만한 합의 또는 판단을 내릴 수 있다는 이야기입니다

 

 

 

5장. 기법에 집착하지 마라

데이터를 활용하려면 본질적으로 논리적인 사고가 반드시 기반이 되어야 한다

 

문제 해결 프로세스에서 누구나 하는 실수

= 곧바로 ‘해결 방안’에 무턱대로 달려드는 것

 

‘해결 방안’은 ‘문제’에 직접적으로 적용하는 것이 아니라, ‘문제’를 일으키고 있는 ‘원인’에 적용하는 것

 

‘해결 방안’이 좀처럼 성과를 내지 못한다고 느껴질 때는, 그 방안에 이르기까지의 과정에서 ‘원인’을 간과한 결과가 아닌지 의심해봐야 합니다. 해결방안은 이 질문에 답을 할 수 있어야 합니다.

1. 어째서 (다른 수단이 아니라) 그것이 필요한지?
2. 그로 인해 어떤 것을 실현 또는 해결 가능한가? 그리고 효과적인 결과가 나올 것이라는 근거는 어디에 있는가?

 

6장. ‘결론은 이것이다’ 정보를 요약하라

결과와 결론은 다르다

결론이란 결과에 기반해 도출해야 한다

결과로부터 결론을 도출할 때는 자신의 정보 집약 능력에 더해 어느 정도 상상력도 필요합니다. 하지만 여기서 주의해야할 점은, 필요 이상으로 자신의 해석을 덧붙이지 않아야 한다는 것입니다.