데이터 분석가가 되어보니 중요한 것

데이터 분석가한텐 뭐가 중요할까?

이전에 읽은 아티클에서 데이터 분석가가 갖춰야 할 역량에 대해서 알아봤었는데,
프로그래밍 언어나 각종 툴과 통게&도메인 지식만큼이나 소통을 위한 스킬들이 중요하다는 걸 느꼈었다.
내가 분석한 결과, 얻은 인사이트, 도출한 해결책 혹은 제안을 잘 전달하기 위해
여러 시각화 툴을 쓰고 보고서를 작성하고, 좋은 협업을 위해 노력해야했었다

그래서 이 글을 읽기 전에, 먼저 한번 생각해 보자면.

• 프로그래밍 언어를 얼마나 잘 활용할 수 있는가
• 도메인에 대해서 어느 정도 지식을 쌓았고, 그걸 바탕으로 퀄리티 있는 문제 정의를 할 수 있는가
• 협업을 하는 상대의 시각에서 바라볼 수 있고, 내 의도대로 잘 전달할 수 있는가

뭐 이런 게 중요할 거라는 생각이 든다

.

그럼 이제 글을 읽어보자!

원본링크

내용정리

이 글에선 중요한 점을 크게 세가지로 꼽았다

1. 데이터 기반
2. 성공확률이 높은 의사결정
3. 지속성

.

1. 데이터 기반

데이터 분석가는 데이터에 기반해 의견을 내는 사람!
그러니 이 데이터 기반이 잘 닦여있어야 한다~

그렇다면 잘 닦여있는 데이터 기반이란?
데이터가 흐르는 조직이어야 함
-> 데이터를 쉽게 확인할 수 있고 주요 지표들의 진행 상황이 알기 쉬운 조직

위 사진은 원본글 작성자님이 직접 만드신 거.
데이터의 흐름이 바탕이 되어야만 윗단계인 실험 목표 설정, 분석 고도화 같은 게 탄탄하게 올라갈 수 있다는 의미임.
-> 그렇기 때문에 데이터의 흐름이 굉장히x2 중요하다!

데이터가 잘 흐르게 하기 위해서 아래와 같은 방법들이 있음

• BI 툴 도입 & 대시보드 개발
  지표가 많아지면 이를 잘 찾을 수 있도록 설계하는 것도 중요.
  위계와 중요도를 고려해 체계적으로 배치해야 하고 나아가 사용자를 분석할 수 있는 필터도 제공하기
  특정 지표에 오너쉽을 부여하는 것도 좋은 방법 -> 성과가 직관적으로 보인다는 장점
• SQL 교육
  비데이터 직군도 SQL 교육을 받으면 데이터가 어떤 형태로 존재하는지 파악이 가능함
  -> 내용이 구체화되고 깊이 있는 분석이 가능해짐
• 사용성 좋은 데이터 마트 개발
  어느 데이터가 어디에 쌓이고, 어떤 히스토리가 있는지 쉽게 알 수 있어야 함
• PA 툴 활용
• 알림봇 개발
• 요약 리포트 공유
  데이터가 잘 흐르게 하기 위해 현재 상황을 요약 정리하는 리포트를 꾸준히 공유하면 좋음

.

2. 성공확률이 높은 의사결정

데이터에 기반한 의사결정이 성공확률을 높임
하지만 이 데이터라는 것도 어떤 지표들을 봤는지, 누가 봤는지에 따라 다를 수도 있다~

• 상황을 정확하게 해석하기
  항상 왜 이렇게 해석했는가가 있어야 함
  탄탄한 도메인 지식 -- 프레임워크를 사실에 가깝게 구성할 수 있게 함

• 목표 설정과 성과 측정
  '목표설정-실행-측정-축적'의 체계적인 운영이 필요함
  그냥 매출이 얼마 오를 것 같다가 아니라, 데이터 분석 결과를 바탕으로 작년에는 이랬으니까 이번에는 얼마를 목표로 설정하자와 같은 논리성이 필요함
  좋은 성과를 가려내는 것도 중요함 -> A/B 테스트 같은 게 진행됨

.

3. 지속성

체계적으로 데이터 기반의 의사결정을 축적해나간다면 성공 확률도 높일 수 있을 것!

그렇다면 지속적으로 의사결정을 축적하기 위해선 어떻게?
-> 비지니스 사이클에 맞게 분석해야 함

1) 기회발굴 -- 탐색적 분석, 성과 측정 방법 설계
2) 플래닝 결과를 실행 및 배포 -- 데이터 확인, 대시보드 관리
3) 성과 측정 및 후속 분석 -- 성과 측정과 추가 데이터 분석

.

아티클 스터디

• 요약
  데이터 분석가는 조직의 더 나은 의사결정을 돕는 사람.
  데이터 분석가의 관점에선 데이터 기반, 성공확률이 높은 의사결정, 지속성이라는 요소들이 중요하며, 이를 위해선 각각 다음과 같은 노력이 필요함
  .
  데이터 기반 - 데이터가 잘 흐르는 조직
  성공확률이 높은 의사결정 - 정확한 상황해석, 체계적인 목표 설정 및 성과 측정
  지속성 - 비지니스 사이클에 맞는 분석

• 주요내용
  데이터 분석사에겐 데이터 기반, 성공확률이 높은 의사결정, 지속성이 중요하다

• 핵심개념
  아무래도 데이터의 흐름이 핵심개념이 아닐까 싶다
  모든 게 여기서 뻗어나가는 듯.
  데이터가 잘 흐르는 조직에서 공유도 잘되고, 다른 직무간의 이해도 잘되고 하는듯!

• 용어정리
  Product Analytics(PA)라는 개념을 몰라서 관련 자료를 찾아봤다.

• 실무 적용 사례
  데이터가 흐르지 않았던 사례
  데이터 분석에 대해 낯선 조직에 들어가서, 데이터가 흐르는 조직을 만들기 위해 부단히 노력하신 내용들이 적혀있음.
  앞서 배웠던 데이터 드리븐을 위해 직접 나섰던 이야기도 있었음

마무리

저번 아티클에서는 데이터 분석가 본인에게 중요한 것이 뭔지 살펴봤다면,
이번 아티클 내용은 좀 더 환경적인 측면에서 얘기를 한 것 같다

데이터 분석가가 되어보니,
데이터가 잘 흐르고 비데이터 직군도 SQL 같은 툴을 이해하고 있는 환경에서 더 효율적이고, 체계적이고 구체적인 의사결정이 이루어질 수 있다고 이해했다.

그리고 이런 기반에 더불어서,
비지니스 사이클에 맞게 분석을 진행하고, 정확한 현재 상황 정리와 구체적인 목표설정 및 성과 측정이 있다면 좀 더 성공 확률이 높은 의사결정을 할 수 있다는 걸 배웠다~

.

아티클을 읽기 전에 생각했던 내용도 영 틀린 내용같진 않지만,
스스로의 역량뿐만 아니라 조직의 업무 환경에도 신경을 쓴다면 훨씬 더 좋은 성과를 얻을 수 있겠구나 느꼈다!