오늘의 아티클
데이터 리터러시(Data Literacy)를 높이는 방법
그 데이터는 잘못 해석되었습니다
[아티클 요약]
- 데이터 리터러시란 데이터를 활용하여 문제해결 하는 능력
- 문제를 정확하게 인식하여 어떠한 데이터를 활용할 지 아는 것이 중요, 팀 간의 협업과 의사소통 중요
| 생존자 편향의 오류; | 알맞는 표본과 모집단 |
|---|---|
| 심슨의 역설; | 집단을 나눌 때 전체 표본, 집단 표본 수 고려 |
| 상관관계를 통한 성급한 일반화; | 절대적인 것은 없다, 인과성 고려 |
| 목적에 맞지 않는 지표 선택; | 목적에 맞는 지표 선택은 중요 |
| 세이건 표준 사용 |
[인사이트]
여러 아티클과 마찬가지로 공통적으로 올바른 문제 인식 능력과 커뮤니케이션의 중요성을 강조하는 것 같다. 또한 화해라는 회사를 예시로 실제로 쓰이는 비즈니스 용어들을 접해보니 익숙하지 않은 느낌이라 친숙해질 필요가 있다고 느꼈다.
[아티클 요약]
- 데이터 분석가란 좋은 의사결정을 돕기 위해 데이터를 분석하는 사람
- 회사 자체에 데이터가 많이 활용되는 환경을 갖추는 것이 우선, 데이터 저장 경로를 표준화 하여 사내 공유하기 (데이터 마트), 주요 지표들을 인지해야 분석을 유의미하게 할 수 있음
- 도메인 지식과 실행, 측정 가능한 목표 설정이 중요
[인사이트]
데이터 분석가로 일하기 위해 여러 글에서 도메인 지식의 중요성을 강조하고 있는데, 산업군의 전반적인 지식 뿐만 아니라 회사의 부서 별로의 지식(중요 지표) 등을 포함한다.
