- 데이터 ( 문제 해결+전략적 사고)
- 단순히 데이터를 분석하는 것을 넘어, 비즈니스 목표를 이해하고 해결해야 할 문제를 정확히 정의 하는 능력
- 주요 지표(KPI)를 바탕으로 실험(A/B 테스트) 등을 통해 성공 확률이 높은 의사 결정
- 분석 기술 및 시스템 (하드 스킬 + 인프라)
- SQL, Python 카테고리 분류 등을 활용하여 데이터를 추출-분석하여, 예측 모델링 등을 통한 분석 고도화
- 메트릭 스토어와 BI 툴 대시보드를 통해 지표의 신뢰성과 접근성을 확보하여 분석 시스템의 지속성을 유지
- 커뮤니케이션 ( 영향력 + 실행력)
- 분석 결과를 다른 부서가 쉽게 이해하고 실행할 수 있도록 상황을 정확하게 해석하고 스토리 텔링 후 전달
- 분석을 통해 목표 설정을 돕고, 최종적으로 '데이터가 흐르는 조직' 문화와 실행력 구축
개념
SQL 교육 -데이터 마트
데이터 분석의 기본SQL 문법 이용 데이터를 정확하고 효율적으로 추출, 정제된 데이터 마트를 사용, 분석 시간을 단축하고 데이터 일관성 유지
메트릭 스토어 (Metric Store)
지표(KPI)의 정의, 계산 로직 이름 등 통합해 중앙에서 관리하는 시스템
BI 툴 및 대시 보드
Tableau, Power BI 등 BI 툴을 분석 결과나 핵심 지표를 대시 보드(계기판) 형태로 시각화
카테고리 분류
분석 목적에 맞게 데이터(예: 고객, 제품, 행동)를 논리적 그룹 화(분류)
분석 고도화
단순 현황 분석을 넘어 예측 모델링, 머신 러닝 적용 등 고급 통계 기법을 활용하여 분석
주요 지표 (KPI) 인지
분석가가 회사의 비전과 전략에 따라 어떤 지표를 중점적으로 봐야 하는지 정확히 하고 분석
성공 확률이 높은 의사 결정
데이터 분석의 최종 목표 분석 결과를 통해 불확실성을 줄이고, 대안 중 성공 가능성이 가장 높은 선택을 할 수 있도록 지원
실험 (A/B 테스트)
가설을 검증 변화의 인과관계를 명확히 밝히기 위해 필수적 변화가 외부 요인이 아닌 특정 조치 때문에 발생했음을 입증하는 과학적 방법
스토리텔링 분석
분석 결과를 듣는 사람의 관점에서 쉽고 흥미롭게 연결하여 전달 하는 능력 왜 이 분석이 중요한지, 그래서 우리가 무엇을 해야 하는지(Action Item)를 명확히 제시
데이터가 흐르는 조직 (Data-Fluent Organization)
데이터 분석가 한 명이 아니라 조직 전체가 데이터를 쉽게 접근, 공유, 활용하여 의사결정을 내리는 문화와 시스템을 구축
상황 해석 및 목표 설정
분석 결과(- 지표 변화)가 어떤 의미인지 정확하게 해석 하고, 분석을 기반으로 합리적인 다음 목표 를 설정하고 성과를 측정
데이터 분석가를 전문적으로 할지
업무 능력을 가지고 다른 업무를 할지 정해 보자
