목표

• 데이터 분석의 마지막 단계인 결론 도출에 대해 알아보기
• 결과와 결론의 차이는 무엇인지 정확히 알기
• 결론을 잘 내리는 법 알아보기

결과와 결론의 차이

결과

• 데이터 처리, 분석, 모델링 후에 얻어진 구체적인 데이터의 출력
• 숫자, 통계, 그래프, 차트 등의 형태로 나타낼 수 있음
  e.g.
  “고객 설문 조사 데이터를 분석한 결과, 고객 만족도와 구매 빈도 사이에 강한 상관관계가 있음을 보여줄 수 있습니다.”
• 계산과 분석을 해서 나온 결과물 → "무엇을 얻음"

결론

• 분석된 데이터 결과를 바탕으로 이끌어낸 의미나 통찰
• 데이터에 기반한 해석, 추론 또는 권고 사항을 포함
  e.g.
  “고객 만족도와 구매 빈도 사이의 강한 상관관계를 보여주는 결과를 토대로, 고객 만족도 향상이 전반적인 매출 증가로 이어질 수 있다는 결론을 내릴 수 있습니다.”
• 목적에 대해 어떤 의미가 있는지 설명하는 것 → "그것이 왜 중요한지?"

🡆 실제로 우리가 필요한 것은 ‘결론’이지만, 보통 결과를 많이 이야기 함

🡆 결과, 결론에 이르는 과정은 본질적으로 동일하지만 표현 방식이 다름

결론 도출 시 주의사항

• 결과 - 결론 도출 시에는 스토리텔링이 필요
• 그러나, 필요 이상으로 자신의 해석을 융합하면 안 됨
  • 데이터를 통해 알 수 있는 범위에서만 생각해야 함
  • 그렇지 않으면 noise가 끼거나 bias가 섞일 수 있음

결론 도출 예제

Q1. 다음의 결론 도출이 합리적인가요?

• 주어진 데이터: 가맹점 별 A 제품 판매 데이터
• 결론: 모든 가맹점에서 가장 많이 팔리고 있는 A 제품이 대구 지점에서만 판매 실적이 부진한 것은, 대구에 큰 경쟁사가 있기 때문이다.

🡆 대구에 있는 큰 경쟁사가 부진의 원인이라는 데이터가 없기 때문에 합리적인 결론 도출이 아님

• 실제로 경쟁사 때문에 판매 부진이 일어난 것일 수 있으나, 우리에게는 관련된 데이터가 있지 않음
• 위와 같은 결론은 분석의 품질을 떨어뜨리는 주범

Q2. 다음의 분석 결과를 가지고 결론을 도출해보세요.

• 상황 설명
  • 데이터: 온라인 소매점의 최근 6개월 판매 데이터
  • 목적: 판매 성과 분석 및 개선 방안 도출
• 데이터 분석 결과
  • 6개월 동안 전자제품의 판매량이 의류에 비해 25% 증가
  • 매주 금요일에는 다른 요일에 비해 판매량이 15% 더 높음
  • 오후 6시부터 9시 사이의 판매량이 전체 일일 판매량의 30%를 차지
  • 주어진 데이터: 가맹점 별 A 제품 판매 데이터

🡆 금요일과 저녁 시간대 판매량이 높으니 해당 요일 및 해당 시간대에 이벤트를 개최하면 전체 판매량 증진에 도움이 된다.

풀이:

• 전자제품이 의류보다 인기가 높으므로, 전자제품에 대한 마케팅을 강화해야 한다.
• 금요일과 저녁 시간대의 높은 판매량을 고려할 때, 이 시간대에 특별 프로모션을 진행하면 전체 판매량을 증가시킬 수 있다.
  🡆 결론은 결과들을 바탕으로 도출된 해석이나 추론을 말함!

결론을 잘 정리하는 법

• 앞서 문제 정의, 지표 설정을 할 당시의 목적을 떠올리며 정리
• 결론을 공유할 대상이 누구이며, 어떻게 변화하길 원하는지? 생각하기

단순하고 쉽게 전달

• 핵심 지표 위주로 먼저 공유
• 지표를 해석하는 방법에 대해서도 설명
• 해당 지표에 오너십이 있는 조직에서 활용할만한 포인트 제안
• 액션 아이템을 제안 하는것이 핵심

흥미 유발

• 모든 내용을 담지 않고 흥미로운 부분 위주로 공유
• 상대가 궁금해할만한 내용은 뭘까? 고민하고 필터링 하기
• 궁금한 사람들을 위해서는 디테일한 문서 따로 공유

대상자 관점에서의 접근

• 공유 받는 사람(=대상자)의 시선에서 이해하기 쉽도록 정리
• 지식의 저주에 빠지지 않고 논지를 뒷받침 해줄 자료들을 함께 첨부
• 대상자의 허들이 낮은 시각화 활용

시각화 팁

• 화려한 그래프 보다는 대상이 직관적으로 이해할 수 있도록 구성
• 보통 선, 막대 그래프로 거의 대부분의 리포팅이 가능
• 각 그래프의 범례와 단위 함께 표기해주기

결론 보고서에 쓰면 좋은 플로우

• 전체 내용을 한 문장으로 정리하는 요약
• 해당 보고서의 메인 주제
• 해당 보고서를 쓴 이유와 원하는 변화
• 문제 정의 단계
• 핵심 내용 전개
• 결론 및 액션 아이템

정리

• 앞서 문제 정의, 지표 설정을 할 당시의 목적을 떠올리며 정리
• 결론을 공유할 대상이 누구이며, 어떻게 변화하길 원하는지? 생각

최종: 데이터 리터러시란?

• 눈앞에 있는 데이터에 의존하지 않고 스스로 목적과 문제를 정의하는 것
• 그 목적을 달성하는데 필요한 데이터와 지표를 설정하는 것
• 데이터를 어떻게 봐야 문제의 정보를 효과적으로 얻을 수 있는지 분석하는 것
• 단순히 데이터를 보는 방식이나 분석 방법론, 통계지식에 매몰되지 않는 것
• 왜?를 항상 생각하기

데이터 리터러시 관련 도서 추천

• 빅데이터 시대, 성과를 이끌어 내는 데이터 문해력 / 카시와기 요시키 저
  • 전반적인 데이터 리터러시에 관한 내용을 다룸
• 로지컬 씽킹 / 데루야 하나코, 오카다 게이코 저
  • 구조화된 사고를 하는 방법론을 다룸
  • MECE 및 로직트리를 실습해볼 수 있음