데이터 분석가가 되기 위해서는 기술만 익히면 될까❓ 정답은 NO❌

오늘은 데이터 분석 학습 전,
6개월을 헛되이 보내지 않기 위해 '데이터 분석가의 핵심 역량'에 대해 알아보았다!

---

🔖Core Competence

다양한 역량 중 내게 가장 익숙한 [비즈니스 파악 & 문제 정의]가 포함되어 있어 기술을 열심히 익힌다면 나도 데이터 분석가가 될 수 있는 걸까?? 라며 잠시 상상해 보았지만...
3년간의 사업기획 업무를 잘...해왔나... 스스로를 되돌아 보는 시간을 잠시! 가져보았다 ㅎㅎ😂

✅ 문제 설정/정의 역량
✅ 비즈니스 이해와 회사 방향성 인지
❎ 데이터를 원하는 형태로 가공할 수 있는 능력
❎ 비즈니스 모델에서 데이터가 어떻게 활용되고 있는지 파악

---

📖 문제 설정/정의 능력

"How 보다 Why에 집중"
해결해야 하는 문제가 명확하지 않으면 이후 무엇을 해야하는지 결정하기 어려움

따라서,

• 특정 현상을 파악하고 현상 속의 문제(Problem)를 정의하기 위해 [근본적인 문제 정의 역량(사고 능력)]이 중요
• 해결하면 무엇이 좋을까? 어떻게 해결하면 좋을까? 등의 문제 본질을 파악할 것

---

📖 비즈니스 모델 파악 능력

"데이터를 활용할 수 있는 부분(INPUT) 파악 & 분석 결과 활용(OUTPUT) 능력"

INPUT 에서는

• 어떤 데이터가 존재하는가?
• 데이터로 무엇을 할 수 있는가?
• 신뢰성, 정합성 등의 파악
• 무엇을 해볼 수 있는가?

OUTPUT 에서는

• 데이터를 어떤 방식으로 활용하는지 파악
• 실행(Action)을 위한 데이터인지 파악

---

📖 데이터 리터러시 능력

"데이터를 잘 해석하는 능력"이 중요

• 이 그래프는 어떻게 해석할 수 있지?
• 왜 이런 결과가 나왔을까?
• 어떤 지표를 봐야하지?
• 지표는 왜 이렇게 나왔을까?

---

📖 데이터 처리 능력 (with. Python/SQL)

좋은 데이터 분석 결과란? "어떤 Action을 할 수 있을지 나타나는 분석"
'그렇구나'가 아닌 '이걸 하며 되겠다'여야 함

결론적으로,

• 문제 정의 후 발견한 문제를 기반으로 여러 가설을 만들고 데이터 분석을 실행하여 도출된 인사이트를 기반을 실행하면 리텐션이 증가 함
• '현상 파악 > 문제 정의 > 프로젝트 설계 > 실행 > 추가 원인 분석' 과정으로 실행할 것

---

📍https://youtu.be/NpdMjMij-sc
📍https://youtu.be/Z0PEIqKOhDE