독서스터디 12주차
[part 2] https://towardsdatascience.com/what-makes-a-data-analyst-excellent-17ee4651c6db
On the nature of analytics, part 2 of 2 [분석의 본질에 대하여 2편]
2편에서는 무엇이 데이터 분석가를 훌륭하게 만드는지에 대해 다루고 있다.
데이터 분석가가 가져야할 능력
분석가의 탁월함의 핵심은 속도이다. 시간 낭비를 최소화하면서 의사 결정자에게 영감을 주는 것을 목표로 한다.
- Speed of getting data that’s promising and relevant. (Domain knowledge.) 관련성 있는 데이터를 얻는 속도 (도메인 지식)
- Speed of getting data ready for manipulation. (Software skills.) 소프트웨어 기술
- Speed of getting data summarized. (Mathematical skills.)
데이터를 요약하는 기술 (수학적 기술)- Speed of getting data summaries into their own brains. (Data visualization skills.) (데이터 시각화 기술)
- Speed of getting data summaries into stakeholders’ brains. (Communication skills.) (의사소통 기술)
- Speed of getting the decision-maker inspired. (Business acumen.)의사결정자에게 영감을 주는 속도 (비즈니스 이해력)
마지막 비즈니스 이해력이 가장 중요하고, 미묘한 것.
아름답게 시각화되고, 효과적으로 전달되지만 사소한 정보, 잘못된 해석이 되는 흥미로운 발견, 관련성 없는 것, 쓰레기 데이터을 통한 시도 등은 시간을 낭비하는 것이다. 속도를 지름길로 오해해서는 안되고, 통찰력이 빠진 엉성한 분석은 장기적 프로세스 속도를 늦출 뿐임.
분석은 영감을 최적화하는 것
분석가 성과를 평가할 때 분당 영감을 척도로 사용할 수는 없고, 데이터 탐색, 추출 커뮤니케이션 및 비즈니스 분석과 같은 작업의 성과를 평가하여 기술을 평가할 수 있다.
기술이 효과를 보장하지 않는다. 그것은 데이터가 결정할 일이다.
데이터의 품질은 매우 중요한 것이다.
또, 다른 의사결정자에게 쓰레기인 것이 다른 사람에게는 중요한 것일 수 있다. 인간은 주관적이다.
요약
데이터 분석가가 키워야 할 역량
-> 도메인 지식, 소프트웨어 기술, 수학적 기술, 시각화 기술, 의사소통 기술, 비즈니스 이해력
데이터의 품질은 정말 중요하다.
