[아티클] 데이터/ 실험 기반 사고방식
ARTICLE 01
[주제 01] 데이터 리터러시
데이터 리터러시하는 방식으로, 데이터를 바라보는 올바른 관점과 이 관점을 유지, 강화 하기 위한 환경 조성이 필요함
- 데이터 리터러시란?
- 데이터/실험 기반 사고방식
- 데이터를 탐색할 수 있는 환경
- 서포터(분석가)
[아티클 요약]
1. 데이터 리터러시란?:
데이터를 활용하여 문제를 해결하는 능력으로, 데이터/실험 기반 사고방식이 자리 잡혀야 함.
- 데이터를 잘 정의하고 해결하는 정제 능력이 필요함
- 데이터/ 실험 기반 사고방식이 자리 잡혀야 함
- 분석 흐름대로 데이터를 탐색할 수 있는 환경이 필요함
- 분석가들의 서포트가 필요함
- 데이터/실험 기반 사고방식:
문제 정의 - 솔루션 - 측정 지표를 만들어내는 실험 프로세스 사고방식 - 데이터를 탐색할 수 있는 환경:
- 데이터맵: 인풋지표와 아웃풋 지표 간의 관계로 측정가능하고 컨트롤 가능해야함
- 대시보드: 흐름에 따른 지표의 현황을 확인 하는 환경
- 서포터(분석가)
- 데이터 분석가: 데이터를 추출, 분석 후 문제를 정의하고 원인을 분석하여 액션아이템까지 도출하여 실행에 옮기는 역할
- 데이터 플랫폼: 데이터 레이크, 데이터 웨어하우스, 데이터 카탈로그
ARTICLE 02
[주제 02] 잘못된 데이터 해석
데이터 오해석을 상황별 유형에 따라 분석한 내용이다.
[아티클 요약]
1. 생존자 편향의 오류:
장기간 이용 고객의 고객 이탈 비율이 높을 수록 더 좋은 서비스임
방지하는 방법: 전체 대상을 기준으로 지표를 잡을 것
2. 심슨의 역설:
퍼널 전환율, 결제 전환율, 클릭률의 지표에서 오류 방지하는 방법: 기준을 설정하여 집단을 나눠 지표를 확인하는 과정 필요 (기준: 성별, 연령대, 기기 타입, 신규/기존 여부)
3. 상관관계를 통한 성급한 일반화:
사용자의 행동과 심리를 인지적으로 구조화하여 인과관계를 파악하는 과정과 새로운 구조로 지표 간의 관계를 파악하는 과정이 필요함
4. 목적에 맞지 않는 지표 선택:
목적에 맞는 지표를 선택하여 의사소통을 해야함
5. 참고 마인드:
세이건 표준- 데이터를 특별한 주장으로 연결시키려면 근거 확보가 중요하다.
[인사이트]
데이터를 파악하기 위해 심리적인 분석 요인이 중요한 결정을 한다는 것이 흥미롭게 느껴짐. 심리적인 분석의 방법을 학습하는 방법에 대해 공부하는 시간을 가지고자 함.
Creative