[Data] 데이터 리터러시

Hyunjun Kim·2024년 10월 18일

Data Literacy 데이터 리터러시

데이터 분석 부트캠프

목록 보기

8/12

데이터 리터러시, 데이터 문해력

1. 데이터 리터러시의 기초

1.1. 데이터 리터러시의 정의

1.1.1 데이터 리터러시란?

데이터를 읽는 능력
데이터를 이해하는 능력
데이터를 비판적으로 분석하는 능력
결과를 의사소통에 활용할 수 있는 능력

결국 데이터 리터러시랑 데이터 수집과 원천을 이해하고
데이터에 대한 활용법을 이해하고
데이터를 통한 핵심지표를 이해 하는 것을 말함.

-> 데이터 리터러시는 올바른 질문을 던질 수 있도록 만들어짐.
올바른 질문? 데이터 왜 분석하는지, 어떤 결과를 기대하고 하는지
뚜렷한 목적을 생각하게 도와줌.

1.2 데이터 분석에 대한 착각

데이터를 잘 분석하면 문제, 목적, 결론이 나올 것이라고 생각
데이터를 잘 가공하면 유용한 정보를 얻을 수 있다고 생각
분석에 실패하면 방법론, 스킬이 부족한 것이라고 생각

2. 데이터 분석의 첫걸음: 문제 정의

2.1 데이터 분석에 실패하는 이유

풀고자 하는 문제를 명확하게 정의하지 않고 나서 데이터 분석 작업에 먼저 뛰어들어 마주하는 여러가지 문제들을 발견할 수 있었다. 이번 단원에서는 문제정의란 무엇인지, 어떤 방식으로 풀어나갈 수 있는지, 이것은 왜 하는지에 대해서 알아보자.

2.1.1 문제 정의란

데이터 분석 프로젝트의 성공을 위한 초석
분석하려는 틀정 상황이나 현상에 대한 명확하고 구체적인 진술
프로젝트의 목표를 설정하고 분석 방향을 결정

2.1.2 문제 정의 사례

잘못된 문제 정의

상황 : 패션플랫폼 A, 매출 증가가 목표
문제 정의 : 매출을 어떻게 늘릴 수 있을까?

문제 정의는 했지만 모호하고 구체적이지 않음
어떤 고객층, 제품에 초점을 맞출지에 대한 명확한 지침이 없음
데이터 분석할 시 방향성을 잡기가 어려움

옳은 문제 정의

상황 : 패션플랫폼 A, 매출 증가가 목표
문제 정의 : 지난 6개월 동안 25~35세 여성 고객층의 구매 전환율이 급격히 감소했다.
이 고객층의 전환율을 현재의 2%에서 5%로 끌어올리기 위해 어떤 마케팅 전략을 적용할 수 있을까?
구매전환율(%) = 구매고객수/방문고객수*100

2.1.3 문제 정의 예제

상황

3개월 전부터 자사 제품의 사용자 수가 감소하고 있다.
사용자 수를 늘리기 위한 포인트 이벤트를 하고 있지만 효과가 없어 보인다. 또한 자사 제품 내 서비스 중 A보다 B가 더 안 좋은 상황이다. 사용자가 줄었기 때문에, 수입도 감소하고 있다.

문제 정의

사용자 수가 감소하고 있다.
- 사용자 수는 충분히 생각해볼 문제이나 결과적으로 풀고자 하는 것이 수입 감소라고 한다면, 사용자 수는 문제가 아닌 원인이 된다.
이벤트 효과가 없다.
- 이벤트 효과가 없다는 것은 추분히 살펴볼만 하다. 하지만 이벤트가 효과적이지 않기 때문에 발생하는 문제가 근본적으로 해결되어야 하지 않을까?
A서비스 보다 B 서비스가 상황이 안 좋아진 이유를 살펴보아야 한다
- 위 내용은 분석 과정 중 확인해 봐야 할 내용인 것 같다. 그러나 이것을 근본적인 문제라고 하기에는 어렵다.
수입이 감소한 것이 문제다
- 궁극적인 무제의 관점에서 수입의 감소는 매우 중요한 문제라고 판단된다. 그러나 단어의 정의에 있어 더 명확할 필요가 있다. 가령 수입이 의미하는 것이 매출액인지, 순이익인지 등을 고려해야 한다.

결과적으로 문제 정의는 더 복잡하고 시간이 소요되는 과정이다.
항상 문제를 올바르게 정의 하였는가? 라는 물음을 가지고 임해야 함.

2.1.4 문제 정의 방법론

MECE

MECE (Mutually Exclusive, Colectively Exhaustive)

문제 해결과 분석에서 널리 사용되는 접근 방식
문제를 상호 배타적(Mutually exclusive)이면서, 전체적으로 포괄적(collectively exhaustive)인 구성요소를 나누는 것
MECE를 통해 복잡한 문제를 체계적으로 분해하고, 구조화된 방식으로 분석할 수 있음

잘못된 MECE 예시

사람 - 남성, 여성, 아저씨로 나눔 : 남성과 아저씨가 중복
영화 장르 - 액션, 스릴러, 공포로 나눔 : 멜로, 코메디 등 누락 장르 존재
자동차 - SUV, 세단, 쿠페, 현기차로 나눔 : 분류 기준이 다름. 자동차 종류 vs 브랜드
3학년 3반 학급원 - 영어 우수 학생, 수학 우수 학생으로 나눔 : 분류 기준이 불명확, 서로 중복되고 누락된 정보가 존재

2.1.5 문제 로직 트리(Logic Tree)

MECE 원칙을 기반으로 복잡한 문제를 더 작고 관리하기 쉬운 하위 문제로 분해하는데 사용
상위 문제로부터 시작하여 하위 문제로 계층적 접근
일반적으로 도표 형식으로 표현되어 쉽게 파악할 수 있음

로직트리를 활용하여 문제정의 해보기

문제 정의 예제에서 나왔던 내용을 구조화 해본다면?

로직트리 예제

수익성 개선 방법에 대한 로직트리를 그려보자.

2.1.6 로직트리 Cheat Sheet

네스카페의 로직트리 자료로 실제로 활용할 땐 개념을 바꿔서 사용해야 함.
(비즈니스에 따라서 정의가 달라짐)

앱 서비스에 적용하기 위해 변경해 본다면?

고객 세그먼트 분류

라이트 유저, 일반유저, 헤비유저 >> 구매 전 고개, 재구매 고객, VIP고객으로 변경

점유율 분야

캡슐 점유율 > 해당 서비스 시장 점유율로 변화

2.1.7 문제정의 정리 & 팁

문제정의 왜 하는 것인가?

문제 정의는 풀고자 하는 것을 명확하게 정의하고
이것을 해결하기 위한 데이터 분석의 방향성을 정하고
결과를 정리하고 해석하여
더 나아지기 위한 새로운 액션 플랜을 수립하기 위함

문제정의의 핵심은 So What?, Why so?

So What?

수집한 정보와 소재에서 '결국 어떻다는 것인지'를 알아내는 작업
그래서, 따라서, 이렇듯 앞에 오는 정보나 소재에서 과제의 답변에 맞는 중요한 핵심을 추출하는 작업
나타난 현상을 바탕으로 과제에 비추어 말할 수 있는 내용의 핵심을 추출하는 작업

Why so?

왜 그렇게 말할 수 있는지
구체적으로 무슨 뜻인지를 검증하고 확인하는 작업
So What?한 요소의 타당성을 자료 전체 혹은 그룹핑한 요소로 증명할 수 있다는 사실을 검증하는 작업

2.1.8 문제 정의와 관련된 팁

결과를 공유하고자 하는 사람이 누구인지 정의하기
결과를 통해 원하는 변화를 생각하기
회사 소속이라면, 경영자의 입장에서 보려고 노력
많은 사람들과 의견을 나눠보는 것도 방법
반드시 혼자서 오래 고민해보는 시간을 가질 것

3. 데이터 분석을 위한 핵심 지표 설정

3.1 데이터의 유형

3.1.1 정성적 데이터와 정량적 데이터

정성적 데이터

비수치적인 정보로 사람의 경험, 관점, 태도와 같은 주관적인 요소를 포함함
대부분 텍스트, 비디오, 오디오 형태로 존재함
정형되지 않고 구조화 되어있지 않음
데이터를 구조화하기 어렵다
새로운 현상이나 개념에 대한 이해를 심화하는데 사용함

정량적 데이터

수치적으로 표현되는 정보로 양적인 측정과 분석을 통해 얻을 수 있음
데이터가 숫자 형태로 존재하기 때문에 통계적으로 분석하기 쉽다
개인의 해석이나 주관이 적게 작용하는 객관성을 가지고 있음
지표로 만들기에 용이하다
설문조사, 실험, 인구 통계, 지표 분석 등에 활용함

데이터 유형별 비교

	정량적 데이터	정성적 데이터
유형	정형 데이터 반정형 데이터	비정형 데이터
특징 및 관점	여러 요소의 결합으로 의미 부여 주로 객관적 내용	객체 하나가 함축된 의미 내포 주로 주관적 내용
구성 및 형태	수치나 기호 데이터베이스, 스프레드 시트	문자나 언어 웹 로그, 텍스트 파일
위치	DBMS, 로컬 시스템 등 내부	웹사이트, 모바일 플랫폼 등 외부
분석	통계 분석 시 용이	통계 분석 시 어려움

비즈니스 목표를 위해서 두 가지 데이터를 적절하게 활용하는 것이 필요
지표설정과 분석에 활용하기 위한 정량적 데이터를 중점적으로 살펴볼 예정

3.2 지표 설정

3.2.1 지표란?

특정 목표나 성과를 측정하기 위한 구체적이고 측정 가능한 기준
목표 달성도를 평가하고 전략적 결정에 필요한 핵심 정보를 제공
정의한 문제에 대해 정확하게 파악하기 위해서 필요

3.2.2 문제 정의 vs 지표 설정

문제 정의	지표 설정
어떤 문제를 풀고자 하였는가?	어떤 결과를 기대하는가?
둘 이상의 해석이 나오지 않도록 구체적으로 표현하고 정의하였는가?	정의한 문제를 확인하는데 적합한가?

3.3 주요 지표 이해하기

3.3.1 Active User (활성유저)

Active User 지표의 역할

우리는 누구를 '활성유저'라고 정의할까?

서비스에 들어오는 모든 유저..? x..
Active User에 대한 정의에 따라 전략과 방향이 달라짐
Active User에 대한 정의로 '이탈 유저'가 정의됨
투자를 위한 서비스 지표에 중요한 역할을 하게 됨

Active User 설정 해보기

사이트 진입 유저
- 메인 홈 화면에 진입 시 활성 유저로 정의
- 허들이 가장 낮음
- Active User 지표가 가장 높게 측정됨
- 그러나 해당 유저 대상 액션 효율이 떨어짐
사이트 진입 후 추가 행동을 한 유저
- 허들이 두 번째로 낮음
- 사이트에 진입하여 강의 중 하나에 진입한 유저
- 1번 보다 대상 액션 효율이 높을 수 있음
서비스의 최종 액션까지 수행한 유저
- 가장 허들이 높음
- 자사 서비스의 Goal 액션을 한 유저
- 자사 서비스의 핵심과 효용성을 경험한 유저
- 해당 유저 대상 액션을 할 때 효율과 이익이 가장 높음
- Active User 지표가 가장 낮게 측정
정리
- 정밀도, 허들이 높아질 수록 Active User의 수는 낮아지는 구조
  - 정밀도: 측정의 정밀함을 나타내는 정도

우리 서비스만의 Active User를 찾기 위해선?

어디까지 경험한 유저가 우리의 활성유저일까?

일반유저와 활성유저를 나누는 기준은?

유저는 어디서 우리 서비스의 효용성을 느낄까?

우리가 핸들링할 수 있는 유저의 사이즈는 얼마나 될까?

그 외 주요 지표 정리

지표	정의
전체 Active User	앱 접속 이력이 있는 유저
서비스별 Acive User	서비스별 서브메인이하 추가 액션이 있는 유저
DAU	Daily Active User
WAU	Weekly Active User
MAU	Monthly Acitve User
이탈유저 (이탈율)	전체 DAU로 잡혔지만, 각 서비스의 DAU로 잡히지 않은 유저 (비율)
CVR(Conversion Rate)	특정 행동을 한 후, 전환된 비율
CTR(Click Through Rate)	어떤 페이지에 접근한 후, 특정 요소를 클릭한 비율

3.3.2 Retention Ratio (재방문율)

리텐션이란?

회사는 TV광고, SNS 마케팅 등 돈을 주고 데려온 고객들이 서비스를 한 번만 이용하지 않고, 여러번 이용해야 사용한 비용 이상을 고객에게 얻을 수 있다. 고객이 서비스를 지속적으로 이용하고 있는지를 파악할 수 있는 것이 리텐션이다.

Retention Ratio의 역할

몇%의 유저가 우리 서비스를 다시 사용하는가?
정의: 서비스를 사용한 사람이 다시 서비스를 사용하는 비율 %
리텐션이란 한번 획득한 유저가 서비스로 다시 돌아왔는가?에 대한 지표
리텐션이 높은 서비스는 획득비용에 투자한 비용을 빠르게 회수할 수 있음
리텐션은 서비스(특히 앱서비스) 성장에 있어서 매우 중요한 지표

Retention 더 알아보기

리텐션은 기본적으로는 방문을 기준으로 측정하지만, Active User에서 활성의 기준을 정해줬던 것과 같이, 서비스의 특성에 따라 '활성'의 기준을 다르게 정의할 수 있다.

일반적으로 리텐션은 시간이 지남에 따라 자연스럽게 감소 (Product B)
기울기가 점점 완만해지며 안정화 되는 그래프를 가지고 있다면, 시장에 적합한 서비스라고 할 수 있음 (Product A)

Retention 측정 방법

1) N-Day 리텐션

최초 사용일로부터 N일 후에 재방문한 Active User의 비율
일반적으로 사용하는 리텐션 지표는 N-Day 리텐션
게임, 소셜 등 습관적으로 사용하거나 반복적으로 행동을 유도하는 제품에 적합
유저가 Active User로 집계된 최초 날을 Day 0으로 설정
Day 0에 액티브 상태가 된 모든 유저들의 N일차 리텐션을 계산
N-Week, N-Month도 가능

N-day 리텐션의 한계

위 사용예시에서 튜브는 1월 3일을 제외하고는 전부 방문
그렇다면, 1월 3일의 리텐션에도 튜브를 포함하는 게 맞는 것 아닐까?
서비스의 사용 주기가 길 경우, N-day 리텐션을 사용하면 실제보다 더 과소평가
N-day 리텐션은 사용자가 매일 접속하는 서비스에 활용하기 적절한 지표
- 카카오톡
- 인스타그램
- 게임

2) Unbounded 리텐션

특정일을 포함하여 그 이후 한 번이라도 재방문한 유저의 비율
마지막 방문일 이전에는 방문한 것으로 계산
해석: Day5는 5일차 이후에 한 번 더 들어온 유저의 비율
유저가 정기적으로 반복해서 방문하는 서비스가 아닐 경우 적합

Unbounded 리텐션은 이탈률의 반대 개념
실제로 방문하지 않았어도, 계산에는 함께 포함
N-day 리텐션과 비교시 결과값에 큰 차이가 있음
사용 빈도가 높지 않은 서비스에 활용하기 적절한 지표
- 채용 사이트
- 쇼핑몰
- 부동산 매물 서비스
위와 같이 사용 주기가 좀 더 긴 서비스들에서는 N-day 리텐션을 적용하게 될 경우 불필요한 할인, 푸쉬 메시지 발송 등 잘못된 액션을 할 가능성이 존재

Unbounded 리텐션의 한계

다만, Unbounded 리텐션의 경우 1월 6일에 계속 접속하지 않던 무지가 접속할 경우, 이 전의 리텐션 값들이 전부 변동되는 상황이 발생할 수 있음

해당 지표는 절대적인 수치보다는 지표가 어떻게 변화하는 지에 대해 트렌드를 보는 용도로 활용하는 것을 권장

1) Bracket 리텐션

설정한 특정 기간을 기반으로 재방문율을 측정
Bracket 리텐션은 N-Day 리텐션을 확장한 개념 > 일/주/월 단위가 아닌 지정한 구간으로 나눔
1(0일차) / 2(1-3일차) / 3(4-6일차) / 4(7-11일차)
활성유저가 특정한 활동을 위해 각 Bracket 내 서비스에 재방문시 잔존 유저로 해석

Day 0: 1월 1일 (신규 가입일 or 최초 접속일)
Day 1~3: 1월 2일 ~ 1월 4일
Day 4~6: 1월 5일 ~ 1월 7일
Day 1~3 방문한 유저: 튜브, 어피치, 라이언, 프로도
Day 4~6 방문한 유저: 튜브, 어피치, 무지
하루 정도 서비스에 접속을 안했더라도, 리텐션에 영향을 주지 않기 때문에 기준이 조금 더 널널함
서비스 사용주기가 길거나 주기적인 경우 사용하기 적합한 지표
- 식료품 배달 서비스
- 세차 서비스

Retention에 대한 이해

리텐션이 높은 세그먼트를 발굴하는 작업이 필요함
서비스의 사용 주기에 따라 리텐션 조회 기간을 늘려야 함
사후 분석 시에 용이

3.3.3 Funnel (퍼널)

Funnel의 역할

유저들이 어디서 이탈하는가?를 확인하기 위한 구조화
퍼널은 잠재고객을 유입시키며 최종적인 목표 액션을 달성할 때까지의 과정
모든 서비스와 비즈니스는 각 단계로 갈 수록 이용자 수가 줄어들게 됨
각 단계의 전환율 (or 첫 유입 대비 전환율)을 측정

AARRR

디지털 마케팅시 퍼널을 활용하는 프레임워크
단계별 전환율을 지표화 하여 서비스 보완 지점을 찾음
- Acquisition: 유입
- Activation: 활성화
- Retention: 재방문(재구매)
- Revenue: 수익
- Referral: 추천

3.3.4 LTV (Life Time Value, 고객 평생 가치)

LTV의 역할

해당 유저가 우리에게 평생 주는 이익은 얼마나 될까?를 나타내 지표
고객 생애 주기: 한 명의 유저가 서비스를 사용하기 시작하여 이탈할 때까지의 기간
LTV는 한 명의 유저가 생애 주기 동안 얼마만큼의 이익을 주는지를 정량적으로 지표화 한 것이다.
LTV는 유저와의 관계를 측정하고, 이를 사업적 이익으로 가져가는데 중요한 지표로
LTV가 높다는 것은 해당 서비스와 관계가 좋고, 충성도가 높은 고객이 많다는 것

신규유저(프로도)가 1월에 서비스에 처음 들어와서 구매를 하다가 이탈함
프로도의 LTV는 50000 + 20000 + 5000 = 75000
LTV 추측이 가능하다면, 신규 유저를 데려오는 비용(CAC: Customer Acquisition Cost)의 산출 및 효율적인 예산 운용이 가능

LTV 산출 방법

이익 x Life Time x 할인율(미래 비용에 대한 현재 가치)
연간 거래액 x 수익률 x 고객 지속 연수
고객의 평균 구매 단가 x 평균 구매 횟수
(매출액 – 매출 원가) / 구매자 수
평균 구매 단가 x 구매 빈도 x 구매 기간
(평균 구매 단가 x 구매 빈도 x 구매 기간) – (신규 획득 비용 + 고객 유지 비용)
월 평균 객단가 / 월 가중 평균 잔존율
LTV를 산출하는 방법은 매우 여러가지이며, 서비스마다, 관점마다 다르기 때문에 다각도로 고민이 필요함

LTV 정리

자사 서비스에 딱 맞는 LTV를 산출하는 것은 매우 어려운 일이다. 사용 주기, 변수, 객단가 등 여러가지를 고려해야 한다. LTV는 가정을 베이스로 하는 지표이기 때문에 꾸준한 모니터링이 필요함.

LTV를 늘리기 위한 방안

객단가 상승
구매 빈도를 높임
이탈률 감소, 이용시간을 증가 등

LTV에 관심이 더 생긴다면 읽어보면 좋을 자료들

3.4 북극성 지표

3.4.1 북극성 지표란?

북극성 지표

제품/서비스의 '성공'을 정의
제품/서비스가 유저에게 주는 core value를 가장 잘 나타낸 것
장기 성장을 위해 필수적으로 모니터링 해야 함

북극성 지표의 구조

좋은 북극성 지표의 특징

제품/서비스 전략의 핵심
유저/고객이 제품/서비스에서 느끼는 가치
회사의 사업 목표를 나타내는 지표 중 선행지표 (후행X)

좋은 북극성 지표를 위한 체크리스트

유저가 목적을 달성하는 때가 언제인가?
모든 유저가 해당되나?
측정 가능한 지표인가?
측정 주기가 적절한가? (일, 주, 월, …)
외부 요인으로부터 영향을 많이 받진 않는가?
북극성지표의 성장이 사업의 성장과 함께하는가?
AARRR 퍼널 전 과정이 북극성 지표에 영향을 주는가?
북극성 지표의 변화가 적어도 매주 관찰가능한가?

좋지 않은 북극성 지표의 예

외부 요인의 영향을 많이 받는 지표
유저/고객의 전체 여정을 반영하지 않는 지표
유저/고객이 직접 가치를 느낄 수 없는 지표
측정 불가하거나, 기간 설정이 안되는 지표
상황에 따라 위 지표들도 북극성 지표가 될 수 있음

3.4.2 북극성 지표의 사례

북극성 지표의 유형

북극성 지표	수익모델	서비스 유형	서비스 예시
사용시간	광고,사용료	SNS,플랫폼,스트리밍	유튜브,인스타,넷플릭스
거래량	판매액,수수료	커머스,매칭서비스	쿠팡,크몽,에어비앤비
효용	사용료	생산성 도구,헬스 케어 앱	슬랙, 줌, 지라

대표적인 북극성 지표 사례

기업명	북극성 지표	전략
에어비앤비	예약 완료 수	예약완료 수 증가
엠플리튜드	매출, 주간 학습유저	유저 사용성 최적화
드랍박스	비즈니스 계정 사용 팀 수	결제 완료 수 증가
피그마	매출, 시장 점유율	매출 증대
인스타	DAU	유저 사용성 최적화
리프트	운행 수	운행 수 증대
넷플릭스	월간 시청시간 중앙값	사용 품질 개선
틴더	결제유저 비중	결제 유저 수 증대

3.4.3 북극성 지표가 중요한 이유

북극성 지표가 중요한 이유: 방향성

제품/사업 조직이 무엇에 최적화되어야 하고, 무엇을 포기해도 되는 지에 대한 방향 제시
제품/사업 조직의 진척과 가치창출을 전사에 보여줌
- 지원 조직이 더욱 적극적으로 지원, 제품개발 액션 실행속도가 빨라짐
제품/서비스 조직이 결과에 책임을 지도록 함
- 비즈니스 임팩트에 따라 평가가 가능

북극성 지표가 중요한 이유: 효율 증대

전 직원을 하나의 목표에 집중시킴
서로 상반된 목표에 집중하거나, 중복으로 일하는 것을 방지 (MECE한 구조)

4. 데이터 해셕의 오류와 함정

4.1 데이터 해석 오류 사례

4.1.1 심슨의 역설 (Simpson's Paradox)

심슨의 패러독스란 '부분'에서 성립한 대소 관계가 그 부분들을 종합한 '전체'에 대해서는 성립하지 않는 모순적인 경우를 말함.

위 표는 영국 공공보건국에서 2021년 8월 발표한 코로나 변이 바이러스에 대한 브리핑 자료
백신 미접종자의 치명률 0.17%, 백신 2차 접종 완료 치명률 0.86%
백신 접종 완료자의 치명률이 미접종자에 비해 5배 이상 높게 나타난 의문스러운 결과

데이터를 50세 미만과 50세 이상으로 나누어 살펴보면 다른 결과를 확인할 수 있음
50세 미만 집단에서는 백신 미접종자의 치명률이 0.03%, 접종 완료자의 치명률이 0.05%
접종 완료자의 치명률이 더 높기는 했으나, 양쪽 모두 낮은 수준의 치명률을 나타냄.

-50세 이상의 집단에서는 백신 미접종자의 치명률이 5.96% 접종 완료자의 칯명률이 1.81%

미접종자의 치명률이 접종 완료자에 비해 3배 이상 높게 나타님
즉 개별 연령 집단 내에서 살펴보면, 50세 미만은 백신 접종 여부에 관계없이 치명률이 매우 낮았고, 50세 이상의 위험군에서는 백신이 치명률을 낮추는 효과가 있음.

4.1.2 심슨의 역설이 의미하는 바

전체에 대한 결론이 언제나 개별 집단에 그대로 적용되는 것은 아님.
데이터에 기반한 결론이라고 해서 이를 명목적으로 받아들여서는 안됨.

4.1.3 시각화를 활용한 왜곡

자료의 표현 방법에 따라서 해석의 오류 여지가 존재

-왼쪽 그래프에서는 노동자의 임금이 현저히 낮은 것을 확인할 수 있음

중간 그래프에서는 노동자들의 임금 증가가 급격하게 이루어져 왔다고 해석될 여지 존재
오른쪽 그래프에서는 노동자들의 임금 증가가 자본가의 수입 증가를 훨씬 능가한다고 해석할 여지 존재

4.1.4 샘플링 편향 (Sampling Bias)

전체를 대표하지 못하는 편향된 샘플 선정으로 인해 오류가 발생

1936 미국 대통령 선거에서 Literary Digest 잡지사가 천만 명에게 우편물을 보내 수행한 대규모 여론조사 사례로 240만 명의 응답을 받았고 랜던이 선거에서 57% 득표를 얻을 것이라고 높은 신뢰도로 예측했만 루즈벨트가 61% 로 당선되었다.

문제는 Literary Digest의 샘플링 방법

첫째, 여론조사용 주소를 얻기 위해 전화번호부, 자사의 구독자 명부, 클럽 회원 명부 등을 사용. 이런 명부는 모두 공화당(따라서 랜던)에 투표할 가능성이 높은 부유한 계층에 편중된 경향이 존재
둘째, 우편물 수신자 중 25% 미만의 사람이 응답. 이는 정치에 관심 없는 사람, Literary Digest를 싫어하는 사람과 다른 중요한 그룹을 제외시킴으로써 역시 표본을 편향되게 만듦.

결국 표본이 편향되면서 실제와는 다르게 해석하게 될 수 있다.
Literary Digest는 이 일호 인해 폐간됨.

4.1.5 상관관계와 인과관계

상관 관계

두 변수가 얼마나 상호 의존적인지를 파악하는 것을 의미
파악 방법은 한 변수가 증가하면 다른 변수도 따라서 증가/감소하되 그 추이를 따름

인과관계

실질적으로 하나의 요인으로 인해 다른 요인으 수치가 변하는 형태를 의미
원인과 결과가 명확한 것

4.1.6 상관관계와 인과간계 오류 사례

1940년대 보건 전문가의 소아마비와 아이스크림 섭취 간의 연구 결과

당시 보건전문가는 소아마비와 아이스크림 섭취량의 상관관계가 있는 것을 발견, 전국에 소아마비 예방을 위해 아이스크림 섭취량을 줄일 것을 권고.
소아마비는 여름에 많이 발생
아이스크림은 여름에 판매량이 급증
즉 소아마비와 아이스크림 섭취 간에는 어떤 인과관계도 존재하지 않음
단순히 날씨라는 변수로 인해 공통으로 영향을 주기 됨.

4.1.7 이로 인해 알 수 있는 점

상관관계는 인과관계가 아닌 것을 항상 유의해야 함.
상관관계 만으로 섣불리 의사결정 하지 않기
양쪽을 모두 활용하여 합리적인 의사판단 하기

4.2 데이터 유형 예제

4.2.1 정량적 데이터 사례

인구 통계 데이터
수치형 설문조사 데이터 (고객 만족도)
비즈니스 데이터 (매출 데이터, 주문 금액)
행동 로그 데이터 ( 웹 행동 트래킹 )
마케팅 데이터 ( 광고 관리 데이터 , 얼마 썼는지 )

4.2.2 정량적 데이터의 활용

정량적 데이터는 객관적이고 측정가능한 지표를 만들기에 적합하다.

일일 활성 사용자수(DAU, Daily Active User), 재방문 비율(Retention) 등 서비스의 건강 상태를 나타내는 중요한 지표들을 확인할 수 있다.

수치형 설문조사 데이터를 정량적인 기준으로 나눈 사례, 추천 지수(NPS)를 만들 수 있음

- NPS(Net Promoter Score) =  추천고객 비율 - 비추천 고객 비율

4.2.3 통계적 분석 적용

분포, 평균, 중앙값 등을 계산해서 데이터의 경향성과 패턴을 파악할 수 있다.
해당 내용을 근거로 의사결정 과정에서 중요한 판단을 내린다.

4.2.4 다양한 데이터 분석 방법 적용

비즈니스 분석, 예측 모델링, 추세 분석을 포함한 머신러닝과 같은 현대적 데이터 분석 기법에 활용할 수 있다. 이를 통해 미래 예측, 효율적 자원 배분, 시장 변화에 대한 적응이 가능해 짐.

4.2.5 위 특성을 바탕으로 정량적데이터는 다음과 같은 질문에 대답을 할 수 있다.

한 달 동안 우리 회사가 벌어들이는 매출은 얼마인가?
하루 평균 우리 플랫폼에 접속하는 고객 수는?
지난달에 방문한 유저 중 얼만큼이 다시 우리 서비스를 이용했는가?

5. 분석 결과와 결론 도출

5.1 데이터 분석 접근법

문제 및 가설 정의 >> 데이터 분석 >> 결과 해석 및 액션 도출

5.2 결론 도출

5.2.1 결과와 결론의 차이

결과

데이터 처리, 분석, 모델링 후에 얻어진 구체적인 데이터의 출력으로 계산과 분석을 해서 나온 결과물이다. 숫자, 통계, 그래프, 차트 등의 형태로 나타낼 수 있다.

ex) “고객 설문 조사 데이터를 분석한 결과, 고객 만족도와 구매 빈도 사이에 강한 상관관계가 있음을 보여줄 수 있다.”

결론

결론이란 분석된 데이터 결과를 바탕으로 이끌어낸 의미나 통찰을 의미한다. 결론은 데이터에 기반한 해석, 추론 또는 권고 사항을 포함해서 목적에 대해 어떤 의미가 있는지 설명해야 한다.

ex) “고객 만족도와 구매 빈도 사이의 강한 상관관계를 보여주는 결과를 토대로, 고객 만족도 향상이 전반적인 매출 증가로 이어질 수 있다는 결론을 내릴 수 있다.”

실제로 우리가 필요한 것은 '결론'이지만, 보통 결과를 많이 이야기 함. 이르는 과정은 본질적으로 동일하지만, 표현 방식이 다름

결론 도출 시 주의사항

결과 - 결론 도출 시에는 스토리텔링이 필요하다. 그러나, 필요 이상으로 자신의 해석을 융합해서는 안된다.

데이터를 통해 알 수 있는 범위에서만 생각해야 함

5.2.2 결론을 잘 정리하는 법

단순하고 쉽게 전달

핵심 지표 위주로 먼저 공유
지표를 해석하는 방법에 대해서도 설명
해당 지표에 오너십이 있는 조직에서 활용할만한 포인트 제안
액션 아이템을 제안 하는것이 핵심

흥미 유발

모든 내용을 담지 않고 흥미로운 부분 위주로 공유
상대가 궁금해할만한 내용은 뭘까? 고민하고 필터링 하기
궁금한 사람들을 위해서는 디테일한 문서 따로 공유

대상자 관점에서의 접근

공유 받는 사람(=대상자)의 시선에서 이해하기 쉽도록 정리
지식의 저주에 빠지지 않고 논지를 뒷받침 해줄 자료들을 함께 첨부
대상자의 허들이 낮은 시각화 활용

시각화 팁

화려한 그래프 보다는 대상이 직관적으로 이해할 수 있도록 구성
보통 선, 막대 그래프로 거의 대부분의 리포팅이 가능
각 그래프의 범례와 단위 함께 표기해주기

결론 보고서에 쓰면 좋은 플로우

전체 내용을 한 문장으로 정리하는 요약
해당 보고서의 메인 주제
해당 보고서를 쓴 이유와 원하는 변화
문제 정의 단계
핵심 내용 전개
결론 및 액션 아이템

정리

앞서 문제 정의, 지표 설정을 할 당시의 목적을 떠올리며 정리
결론을 공유할 대상이 누구이며, 어떻게 변화하길 원하는지? 생각

5.2.3 결국 데이터 리터러시란?

눈앞에 있는 데이터에 의존하지 않고 스스로 목적과 문제를 정의하는 것
그 목적을 달성하는데 필요한 데이터와 지표를 설정하는 것
데이터를 어떻게 봐야 문제의 정보를 효과적으로 얻을 수 있는지 분석하는 것
단순히 데이터를 보는 방식이나 분석 방법론, 통계지식에 매몰되지 않는 것
왜?를 항상 생각하기

Hyunjun Kim

Data Analytics Engineer 가 되

이전 포스트