목표

• 지표 정의를 위한 데이터의 종류와 활용법 알아보기

데이터의 유형

• 데이터의 유형과 정량적 데이터의 활용에 대해 알아보기

1) 정성적 데이터 vs 정량적 데이터

정성적 데이터(Qualitative Data)

• 비수치적인 정보로 사람의 경험, 관점, 태도와 같은 주관적인 요소를 포함
• 대부분 텍스트, 비디오, 오디오 형태로 존재
• 정형되지 않고 구조화되어 있지 않음
• 데이터를 구조화하기 어려움
• 새로운 현상이나 개념에 대한 이해를 심화하는 데 사용

정량적 데이터(Quantitative Data)

• 수치적으로 표현되는 정보로 양적인 측정과 분석을 통해 획득
• 데이터가 숫자 형태로 존재하기 때문에 통계적으로 분석하기 쉬움
• 개인의 해석이나 주관이 적게 작용하는 객관성을 가지고 있음
• 지표로 만들기에 용이
• 설문조사, 실험, 인구 통계, 지표 분석 등에 활용

데이터 유형별 비교

	정량적 데이터	정성적 데이터
유형	정형, 반정형	비정형
특징 및 관점	여러 요소의 결합으로 의미 부여. 주로 객관적 내용	객체 하나가 함축된 의미 내포. 주로 주관적 내용
구성 및 형태	수치나 기호. 데이터베이스, 스프레드 시트	문자나 언어. 웹 로그, 텍스트 파일
위치	DBMS, 로컬 시스템 등 내부	웹사이트, 모바일 플랫폼 등 외부
분석	통계 분석 시 용이	통계 분석 시 어려움

• 비즈니스 목표를 위해서 두 가지 데이터를 적절하게 활용하는 것이 필요
• 지표설정과 분석에 활용하기 위한 정량적 데이터를 중점적으로 살피기

2) 데이터의 유형 예제

정량적 / 정성적 데이터 구분

Q1. 한 레스토랑에서 하루에 판매되는 햄버거 세트의 수는 150개 입니다.
Q2. 한 고객이 카페 이용 리뷰에 "커피 맛이 너무 좋았고, 분위기가 아늑했다"고 말했습니다.
Q3. 한 온라인 쇼핑몰의 지난 달의 평균 구매 금액은 10만원입니다.
Q4. 어떤 서비스를 이용한 유저가 "사용하기 쉽고, 인터페이스가 직관적이다"라는 평가를 남겼습니다.
Q5. 고객 설문 조사에서, 고객들이 서비스에 대해 "만족한다", "매우 만족한다", "만족하지 않는다"와 같이 응답했습니다.
Q6. 어떤 연구자가 인터뷰를 통해 수집한 데이터에는 참가자들의 나이, 성별, 직업과 더불어 그들의 생각과 느낌이 포함되어 있습니다.

• 단순히 정량적, 정성적으로 나누어지지 않을 수 있음!
  • 이럴 때는 어떻게 지표로 활용할 수 있는가? 안된다면 어떻게 할 수 있을까? 고민해보기

🡆 정량적 데이터 / 정성적 데이터 / 정량적 데이터 / 정성적 데이터 / 정량적으로 변환될 수 있는 정성적 데이터 / 모두(정량적: 나이, 성별, 직업 & 정성적: 생각과 느낌)

3) 정량적 데이터의 사례

1. 인구 통계 데이터
   

2. 수치형 설문조사 데이터
   

3. 비즈니스 성과 데이터
   

4. 행동 로그 데이터
   

5. 마케팅 데이터
   
   : Meta 광고 관리 데이터

4) 정량적 데이터의 활용

• 객관적이고 측정가능한 지표를 만들기에 적합
• 일일 활성 사용자수(DAU, Daily Active User), 재방문 비율(Retention) 등 서비스의 건강 상태를 나타내는 중요한 지표들을 확인할 수 있ㅇ므
  e.g. 추천 지수(NPS)
  
  : 수치형 설문조사 데이터를 정량적인 기준으로 나눈 사례

통계적 분석 적용

• 분포, 평균, 중앙값 등을 계산해서 데이터의 경향성과 패턴을 파악
• 해당 내용을 근거로 의사결정 과정에서 중요한 판단을 내림
  • 여행 키워드 검색 및 예약 시계열 그래프
  • 요일별, 성별 레스토랑 팁 분포 그래프

다양한 데이터 분석 방법 적용

• 비즈니스 분석, 예측 모델링, 추세 분석을 포함한 머신러닝과 같은 현대적 데이터 분석 기법에 활용해 미래 예측, 효율적 자원 배분, 시장 변화에 대한 적응이 가능
  

• 위 특성을 바탕으로 우리는 다음과 같은 질문에 대답을 할 수 있음

  • 한 달 동안 우리 회사가 벌어들이는 매출은 얼마인가?
  • 하루 평균 우리 플랫폼에 접속하는 고객 수는?
  • 지난달에 방문한 유저 중 얼만큼이 다시 우리 서비스를 이용했는가?