신뢰, 이해, 반복 가능한 분석을 위한 체크리스트

데이터 블로그 챌린지: 데블챌 2기 1일차

요약

똑같은 분석을 해도 조직에서 의미있는 '차이'를 만드는 분석은 어떤걸까?

1. 신뢰할 수 있는 분석

데이터 분석은 분석 그 자체로 끝나는 것이 아니라, 상대방(고객)을 설득해야한다. 데이터는 신뢰로운지? 올바른 통계적 기법이 사용되었는지? 분석 기법에서 오류는 없는지? 등등 분석 결과를 외부에 공유하기 이전에 신뢰할 수 있는 분석인지 먼저 검증해야 한다.

2. 이해할 수 있는 분석

데이터 분석은 공유 받는 상대방이 명확하게 존재하고, 이들을 '이해' 시켜야 한다. 분석 결과에 사용된 용어가 올바르게 정의 되었는지? 왜 그 기법을 사용했고, 어떠한 세부 내용인지 기술되었는지? 그래프와 차트의 단위는 명확히 기재되었는지? 등 분석 결과 보고를 위한 템플릿을 문서화하거나 다양한 질문을 던질 수 있다.

3. 반복할 수 있는 분석

'데이터 기반 조직'을 위해 재사용 가능한 코드, 분석 노트북사용 가이드 등 반복할 수 있는 형태로 조직 내 구성원들에게 제공되어야 한다.

인사이트

데이터 분석가 취업을 준비하다보니 어떻게 '잘' 분석을 해야하는지 궁금증을 가졌다. 결국 데이터 분석의 목적, 즉 상대방을 설득시키기 위해서는 신뢰할 수 있고, 이해 가능하며, 반복 가능한 분석이 필요하다는 것을 배웠다. 데이터 분석가로 취업하게 되면 해당 체크리스트를 잘 명심해야겠다.

참고

2. 이해할 수 있는 분석의 참고자료:
   분석 보고서 수준을 높이는 방법(https://brunch.co.kr/@kayros/73)

포스트 링크

김진영(네이버 Head of Data Science & Director):
차이를 만드는 분석을 위한 체크리스트(https://brunch.co.kr/@lifidea/53)