ep2. 데이터 분석가에게 요구되는 5가지 분석적 기술

이 포스트는 Coursera의 Google Data Analytics Professional Certificate의 강의 내용 일부를 발췌한 학습 요약본입니다.

5가지의 분석적 기술(analytical skill)
1. 호기심(curiosity)
2. 맥락 이해(understanding context)
3. 기술적 사고방식(technical mindset)
4. 데이터 디자인(data design)
5. 데이터 전략(data strategy)

분석적인 기술(analytical skill)이란 문제를 해결하기 위해 사실을 사용하는 것과 관련된 자질과 특성입니다. 분석적인 기술에는 많은 측면이 있지만, 여기서는 5가지 핵심 요소에 집중하겠습니다. 호기심(curiosity), 맥락 이해(understanding context), 기술적 사고방식(technical mindset), 데이터 디자인(data design), 데이터 전략(data strategy)입니다.

• 호기심은 무언가를 배우고자 하는 욕구입니다. 호기심이 많은 사람들은 새로운 도전과 경험을 추구합니다. 이는 지식과 통찰력으로 이어집니다. 여러분이 여기서 저와 함께 있다는 사실은 여러분이 호기심이 있다는 것을 증명합니다.

• 맥락 이해는 무언가가 존재하거나 발생하는 조건입니다. 이는 구조나 환경일 수 있습니다. 5를 세는 간단한 방법으로 맥락을 이해할 수 있습니다. 1, 2, 3, 4, 5. 이 모든 숫자는 1에서 5의 맥락에 존재합니다. 하지만 친구가 1, 2, 4, 5, 3이라고 말하면 어떻게 될까요? 그 3은 맥락에서 벗어날 것입니다. 간단하죠? 하지만 약간 까다로울 수도 있습니다. 맥락을 완전히 이해하지 못하면 그 3이 맥락에서 벗어난 것을 눈치채지 못할 수도 있습니다. 그렇기 때문에 경청하고 전체 그림을 이해하는 것이 중요합니다.

• 기술적 사고방식은 사물을 작은 단계나 조각으로 나누고 논리적이고 체계적으로 작업할 수 있는 능력입니다. 예를 들어, 청구서를 지불할 때 여러분은 이미 이 과정을 작은 단계로 나누고 있을 것입니다. 아마도 먼저 청구서를 due date 순으로 정리할 것입니다. 그 다음, 청구서 금액을 합산하고 그 금액이 은행 계좌 잔액과 비교하여 청구서를 지금 지불할 수 있는지 아니면 다음 급여날까지 기다려야 하는지 결정할 것입니다. 마지막으로, 청구서를 지불할 것입니다. 단일 작업처럼 보이는 것을(예: 청구서 지불) 작은 단계와 논리적인 프로세스로 나누는 것이 기술적 사고방식입니다.

• 데이터 디자인은 정보를 조직하는 방법입니다. 데이터 분석가로서 디자인은 일반적으로 실제 데이터베이스에 관련이 있습니다. 하지만, 다시 말하지만, 동일한 기술은 일상 생활에도 쉽게 적용할 수 있습니다. 예를 들어, 여러분의 전화에 있는 연락처를 정리하는 방법을 생각해보세요. 이것은 실제로 데이터 디자인의 한 종류입니다. 이름 대신 성으로 정리할 수도 있고, 이메일 주소를 이름 대신 사용할 수도 있습니다. 여러분은 사실, 연락처를 빠르고 간단하게 전화나 문자할 수 있도록 명확하고 논리적인 목록을 디자인하고 있는 것입니다.

• 데이터 전략은 데이터 분석에 사용되는 사람, 프로세스, 도구의 관리입니다. 간단히 설명하자면, 다음과 같습니다. 사람을 관리하는 방법은 그들이 문제 해결에 필요한 올바른 데이터를 사용할 수 있도록 하는 것입니다. 프로세스에 관해서는 그 문제 해결의 경로가 명확하고 접근 가능하도록 하는 것입니다. 도구의 경우 올바른 기술이 사용되고 있는지 확인하는 것입니다.

강의 원본: https://www.coursera.org/professional-certificates/google-data-analytics?skipBrowseRedirect=true