기사 링크
데이터기반의사결정의장점
주제: 데이터 기반 의사결정은 왜 필요하고, 무슨 노력을 할 수 있을까?
요약
데이터 기반의 의사결정이란?
행동 방침을 승인 하는 과정(DD; Data-Driven Decision-Making)
하는 이유:
- 더 확실한 결정을 내릴 기회
: 앞으로 내릴 의사결정에 영향을 주는 기반이며, 기존 역량을 평가하는데도 사용된다.
- 진두지휘적 통솔력 탑재 가능
: 데이터와 분석 자료만으로는 부족하지만, 적합하고 적정량의 데이터를 활용한 분석을 기반으로 다른 경쟁회사보다 앞서 나갈 수 있는 길이 열린다.
- 비용절감효과
데이터 기반 업무 처리를 위해 무엇을 해야하나?
- 예상치 못한 곳에서 패턴찾기
: 일정한 패턴이나 연관성 발견하기(데이터 마이닝?) 일뿐만 아니라 일상생활에서도 연습이 필요하다.
- 데이터 기반으로 결정하기
직관을 따르지말고 의식적으로 분석적인 태도 취하기
- 데이터의 중요성 시각화하기
결론
많은 비용과 노력을 쏟아붓는 것이 아니라 일상적인것부 가능한것부터 차근히 바꾸어가기.
핵심 개념
-직관:감성적인 지각처럼 추리, 연상, 판단 등의 사유 과정을 거치지 않고, 즉 어떻게 지식이 취득되는가를 이해하지 않고[1] 대상을 직접적으로 파악하는 것을 말한다. 증거나 의식적 추론을 거치지 않거나 지식 습득 방법을 알지 못하고 지식을 습득하는 능력을 의미한다. 예를 들면, 학교에서 시험을 볼 때 문제를 보는 순간 즉시 정답이나 풀이 방법이 머리속에 떠오르는 것이다.
-DD:사실, 메트릭 및 데이터를 사용하여 목적, 목표 및 이니셔티브에 부합하는 전략적 비즈니스 의사 결정을 내리도록 안내하는 것으로 정의
*데이터 기반 의사결정의 한계
- 혁신 부족: 만약 기존 데이터가 새로운 시장 트렌드나 아직 시도되지 않은 혁신적인 아이디어를 포함하지 않는다면, 조직은 오로지 과거 데이터에 근거한 안전한 결정만 내릴 수 있습니다. 이는 새로운 기회나 창의적인 해결책을 놓칠 수 있습니다.
- 직관과 경험의 과소평가: 데이터는 현상에 대한 결과만을 숫자로 보여줍니다. 그 결과에 대한 이유와 후속 액션은 판단 주체인 ‘인간’의 책임이겠죠. 이에 실무자의 직관이나 경험은 때때로 데이터에서 얻을 수 없는 통찰을 제공할 수 있습니다. 이를 위해 정성 인터뷰나, 자사 고객들만의 스타일을 고려한 전략 등이 고려되어야 합니다.
- 데이터의 한계: 데이터가 불완전하거나 편향적일 수 있습니다. 예를 들어, 의사결정이 가능할만한 충분한 모수가 모이지 않았거나, 정합성이 맞지 않는 채로 분석을 진행하고 있다던지요. Garbage In-Garbage Out처럼 잘못된 데이터는 잘못된 의사결정을 초래합니다.
→ 인간의 ‘직관’과 ‘정성적 정보’를 의사결정 과정에 결합한 'Data-Informed Decision Making'과 'Data-Inspired Decision Making'이라는 접근법.
Data-Informed 접근법은 데이터를 중요한 요소로 활용하지만, 최종 결정에는 인간의 통찰력과 경험을 결합
Data-Inspired Decision Making은 데이터를 영감의 원천으로 삼아 새로운 아이디어와 혁신적인 접근을 추구
실무적용 및 사례
- 감에 의존해 프로덕트 개발을 하고 있는 경우: 시장조사나, 고객 피드백을 활용해 의사결정을 도움.
- 사용자가 우리가 원하는 액션을 하지 않는 경우: 의도와 다른 고객들의 반응의 원인 파악필요.
- 인적/물적 리소스를 비효율적으로 활용하고 있는 경우: 특정 팀이나 사람의 파워가 쎈 소속의 경우 데이터 기반 의사결정 도입이 필요.
- 관련 사례 : 스타벅스_상권 선점 전략
‘어디에 새로운 지점을 오픈해야 기존의 다른 스타벅스 매장 운영에 지장을 주지 않을까?’라는 고민에서 시작해 위치 분석 회사와 협력하여 인구 통계 및 트래픽 패턴과 같은 데이터를 활용해 최적의 매장 위치를 찾아 입점하고 있다.
인사이트
- 데이터 분석가가 되기 위해서는 먼저 데이터 기반의 의사결정을 내리는 습관을 들이는 것이 중요한데, 이것은 한번에 바뀌는 것이 아니기때문에 작은것에서부터 내가 당장 실현가능한것부터 조금씩 바꾸는 것이 중요하다. 그리고 일에서만 이렇게 적용하는 것이 아니라 일상생활에도 적용을 해보면 조금씩 더 빨리 익숙해질것 이라고 생각한다.
- 추가적인 기사를 찾아보니, 요즘의 트렌드는 DDDM가 아니라 'Data-Informed Decision Making'과 'Data-Inspired Decision Making'으로 데이터 기반 사고에 직관을 더하는 것이다.
이 관점을 가지고 팀원분들과 다양한 의견을 나누어봤는데 결국엔 한가지만 잘하는 것보다는 두가지를 융합해서 가는게 더 좋은 방향인 것 같다는 생각이 들었다. 장기적인 플랜으로 하지만, 입사해서 주니어 데이터 분석가로서는 데이터 기반사고가 좀 더 중점이고, 시니어나 직책이 좀더 올라간다면 그땐 직관같은 소프트 스킬의 중요성이 더 크게 두각을 들어낼것 같다는 생각이 들었다.
인상적이었던 비유:
- 직관 중심 모델은 위험성이 높지만 기대 수익률이 높은 보통주와 같고, 데이터 기반 모델은 위험성이 낮지만 기대 수익률도 낮은 채권과 같다.
결국 둘을 조화롭게 사용하는 것이 중요한것 같다.
