데이터 분석을 위해 필요한 역량... 막연하게만 생각해왔던 부분이다.
sql , python , 인사이트 추출, 시각화?
제로베이스 3일차에서 준 영상 두가지에서는 이렇게 이야기 한다.
여러가지가 있지만 가장 중요하다고 생각하는 것은
- 문제 정의 역량
- 비즈니스 모델 파악하는 역량
문제를 충분히 정의하고 고민하는 습관을 만드는 것이 더 중요할 수 있다.
머신러닝,AI,데이터분석 개발 등 대부분의 업무에서는 항상 문제정의가 선행 되어야 하고,
how 보다는 why에 더 집중 해야 한다.
그렇다면 어떤 데이터 분석이 좋은 데이터 분석일까!?
데이터 분석 결과로 어떤 action 을 할 수 있을지 나타나는 분석이라고 한다!
분석 결과를 보고 '그렇구나' 하면 안되고 '아, 이제 이거 하면 되겠다' 를 나오게 하는 결과
라고 한다.
문제 정의에서 발견한 문제를 기반으로 여러 가설을 만들고, 가설을 파악하기 위한 데이터 분석
ex. 특정 Action 을 하면 매출이 늘어난다, 리텐션이 증가한다 등
// 프로젝트 진행 과정은 대략적으로 어떻게 진행될까?
문제를 해결하기 위한 flow?
- 현상파악
- 목적, 문제정의 => 계속 끊임없이 고민하고 생각하기, 쪼개서 생각하기
- 프로젝트 설계
- Action
- 추가 원인 분석
그렇다면 현상파악에는 무엇을 해야할까?
어떤 현상이 발견되었는지? 현재 상황을 파악해야 한다.
1)현상파악
- 어떤 일이 발생하고 있는가?
- 해당 일에서 어려움은?
- 해당 일에서 해결하면 좋은 것은?
- 추가적으로 무엇을 해볼 수 있을까?
- 어떤 가설을 만들어 볼 수 있을까?
- 어떤 데이터가 있을까?
2)구체적인 문제 정의
- 무엇을 해결하고 싶은가?
- 무엇을 알고 싶은가?
앞선 현상을 더 구체적으로 용어로 정리해보기
현상이 발생한 이유를 왜 그럴까? 생각하면서 쪼개서 더 고민해봐야한다.
문제의 원인과 해결 방법을 같이 고민해야 한다.
3)데이터 분석, 시뮬레이션
- 데이터 분석을 통해 발생 이유, 해결 방법을 도출
- 해결 방법을 도출하기 위해 과거 데이터 등을 통해 시뮬레이션
- 데이터가 부족하거나 당장 Action이 힘들다고 하면 실험 설계
- 실험 후, 다시 분석 -> 원인 파악 -> 배운 것 기록(learn) -> 다시 action
비즈니스 모델 파악하는 역량이란?
회사는 비즈니스 모델을 만들고, 비즈니스 모델을 통해 매출이 발생한다.
해당 비즈니스 모델에서 어떤 데이터가 존재하고, 그 데이터 기반으로 어떤 것을 만들 수 있을지 고민해야 한다.
1) 회사의 비즈니스 파악하기
2) 데이터를 활용할 수 있는 부분은 어디인가? (INPUT)
- 데이터가 존재한다면 어떤 데이터가 존재하는가?
- 데이터로 무엇을 할 수 있을까?
- 해당 데이터는 신뢰할만한가? 데이터 정합성은 맞는가? 레이블이 잘 되어있는가? 계속 받을 수 있는가?
- 다양한 팀에 있는 분들과 직접 인터뷰 하는 것도 좋은 방법
- 무엇을 해볼 수 있고, 왜 해야 하는가?
3) 데이터 분석의 결과가 어떻게 활용되는가? (OUTPUT)
- 데이터를 어떤 방식으로 활용하는지 파악
- 단순히 레포트를 위한 데이터가 아닌 Action 을 위한 데이터
ex. Uber
결국 driver가 충분히 많아야 하는 비즈니스 였음.
driver 가 더 많이 오게하려면? 에 접근하게 됨.
=> 데이터 기반 action 고민
action : surge pricing : 수요/공급에 따라 가격 배율이 증가/감소하는 알고리즘
(수요 공급의 불균형 문제를 해결하기 위해 사용가능
surge pricing 을 적용해 공급이 적고 수요가 많다면 배율이 높아짐(1.3배정도)
데이터 리터서시란?
문제정의 역량, 비즈니스 모델 파악하는 역량 키우기
일상속에서도 사소한 것에 의문/물음표를 던져야 한다.(습관만들기)
정리해보면..
느낀점
사실 이 영상은 내가 봤던 그 어떤 영상중에서도
가장 이해도 잘 되고, 현업에서만 느낄 수 있는 포인트를 잘 짚어주신 잘 '설명' 된 영상인 것 같다.
이 영상을 보면서 모든 것이 내가 키워야 하는 역량이라 생각했고, 그럼 내가 들고 있는 역량은 무엇일까? 더 벌크업해주고 싶은 역량이 뭘까 생각해보았을 때는 아무래도 '고집스런 성격', '집요한 성격' 인 것 같다. 나는 아직은 데이터 분석의 역량에서 내가 뭘 잘하는지 파악하지 못했다. 그래서 나의 성향과 성격과 데이터 역량을 비교해서 보았을 때 도움이 될만한 점은 바로 '고집' 과 '집요함' 이다.
평소에 주변 인물들로부터 이런 단어들을 수도없이 들어왔는데 보통은 긍정보단 '부정'적인 뜻으로 들어왔던 것 인데, 그래서 고쳐야 하는 부분이라고 여겼었지만 데이터 분석 역량중에 아주 중요한 뒷받침이 되지 않을까? 하는 생각이 들었다.
무언가 하나에 꽂히면 그것이 해결이 될 때 까지
집요하게 파고들고, 남이 아니라고 해도 내가 확인이 되기 전까지는 받아들이지 않는다.. (근거가 없다면 잘 믿지 않는다..) 그래서 가족,친구들에게 욕아닌 욕을 매우 많이 먹고 자랐다..ㅋㅋㅋ
그런데 이 영상을 보면서 자신감이 생긴 점은 고민하고 생각하는게 일상인 나에게 호기심이 가는 적절한 비즈니스 모델을 만난다면 꾸준한 집요함으로 이 비즈니스 모델이 성공할 수 있는 방법을 끝까지 쫓아갈 것 같다.
데이터 분석 과정을 빨리 배우고 싶어졌다.
