[공학적 관점으로 데이터 분석 프로세스 만들기]
당근마켓의 Theo님은 분석 업무의 과정이나 결과물이 분석을 진행한 사람의 개인 역량이나 특정 주제에 대한 관심도, 개인의 도메인 지식, 개인이 분석에 활용할 수 있는 여유 리소스에 따라 너무 많은 편차를 가지고 있다는 생각이 들었다고 합니다.
이 편차를 줄이고, 누구나 숨 쉬듯이 매일 같이 분석을 할 수 있어야 서비스와 사용자의 가치가 폭발적으로 증가할 수 있게 될 것이라고 생각해서 프로세스를 구축한 경험을 공유한 글을 가져왔습니다.
[요약]
- 데이터 분석을 하기 위해서는 데이터 수집, 전처리, 모델링, 평가 등의 과정이 필요합니다.
- 데이터 분석 프로세스를 만드는 이유는 일관성 있는 분석 결과를 얻을 수 있고, 다양한 데이터에 대한 분석에 대응할 수 있기 때문입니다.
- 데이터 분석 프로세스를 만드는 과정에서는 데이터 수집부터 결과 시각화까지 모든 과정을 고려해야 합니다.
- 데이터 분석 프로세스를 만드는 것은 매우 중요한 작업입니다. 이를 통해 데이터 분석 결과를 더욱 신뢰성 있게 해석할 수 있으며, 분석의 효율성과 일관성을 높일 수 있습니다.
[인사이트]
엔지니어는 반복되는 업무에 대한 자동화를 고려해야 한다고 생각합니다.
데이터 분석 프로세스를 구축함으로써, 데이터 분석가가 분석과정보다 비즈니스 문제를 해결하는 데 중점을 둘 수 있는 환경을 만든 과정에서 좋은 영감을 받을 수 있었습니다.
