6장. 데이터 리터러시를 구성하는 16가지 실전 역량
(1) 공감 역량 : 생각을 데이에 맞춰 봐야한다!
(2) 직관 역량 : 데이터의 특이점에 착안하는 능력
(3) 사실 파악 역량 : 데이터를 올바르게 읽는 능력. 즉, 데이터를 요리조리 뜯어보는 역량!
(4) 패턴 파악 역량 : 데이터는 어떤 대상이 보인 현상을 숫자로 기록한 것이기 때문에 특정 패턴이 나타난다. 그런데 이것을 파악하는 능력은 결국, 데이터를 얼마나 정성스럽게 바라보느냐와 관련이 깊다.
(5) 비판 역량 : 속지 않고, 비판받지 않기 위해 중요한 역량이다.
2. 데이터 확보
01. 지목 역량
데이터가 많다는 것과 '내 목적에 맞는 데이터가 많다' 는 것은 전혀 다른 문제이기 때문에,
데이터 분석을 위한 목적 의식, 목적의식하에서 필요한 가설과 데이터 유형까지 정할 수 있는 것은 매우 중요하다!
따라서 이러한 단계는
좋은 가설을 세우고 데이터 형태로 표현해 볼 수 있는 단계이기 때문에
데이터 확보의 첫걸음이 된다.
02. 수집역량
근거 데이터를 확보하는 데에는 크게 두 가지가 있다.
프라미어미 리서치 (primary research) : 인터뷰 등 누군가에게 직접 물어봐서 알아내는 것
세컨더리 리서치 (secondary research) : 보고서 등 문헌을 중심으로 정보를 취하는 것
세컨더리 리서치는 '정보 휙득' 을 목적으로, 프라이머리 리서치는 '의견' 을 얻을 수 있다는 것을 중요하게 생각한다.
다른 사람의 정보와 판단력을 얻어내는 효과적인 인터뷰 전략으로는
(1) 도입(intro) : 기본 인사 단계
(2) 시작(kick-off) : 인터뷰의 목적을 밝히고 알림
(3) 유대감 쌓기(build rapport) : 요즘 날씨가 많이 추워졌죠? 처럼 인터뷰 분위기를 부드럽게 만드는 단계
(4) 정보 취합(grand tour) : 상대에게 꼬치꼬치 물어가며 정보와 데이터 취합하는 단계
(5) 재확인(reflection) : 취합한 정보들을 상대에게 재확인
(6) 마무리(wrap-up) : 감사를 표현하거나 미팅을 약속하는 단계
여기서 의외였던 점은,
상대의 진짜 의견이 나오는 곳은 의외로 6단계, 마무리단계 에서 많이 이루어진다는 부분이었다.
모든 인터뷰 상황이 끝났음을 알리면 상대방은 경계심과 긴장을 풀기 때문에 진심을 동반한 판단을 슬쩍 보인다.
이때의 진심을 놓치지 않아야 하고
단순한 마무리라고 생각하면 안되야 겠다는 생각을 했다.
03. 대체 데이터 생산
우리가 어떤 사업이 잘 되고 있는지, 해당 기업이 성과를 잘 내고 있는지를 파악하기 위해서는
다양한 통계자료를 살펴본다.
하지만 우리가 ROI ,KPI 를 살펴보기 위해서는
다양한 변수들과 상황, 맥락들도 함께 고려할 수밖에 없다.
예를 들어,
Q. 최근에 수백억 규모로 지어진 롤러코스터가 *ROI 관점에서 얼마나 효과적인 투자 건이었을까요?
*ROI 란? 투자자가 투자 활동을 검토하고 다른 투자와 비교해 특정 투자의 성과가 어떤지 파악할 때 사용하는 공식.
간단히 말해, 투자수익률은 투자로 인해 얼마나 벌었거나 손해를 봤는지를 보여준다.
우리가 매출이나 투자 규모 이런 눈에 보이는 것들은 바로 측정이 가능하지만
단순히 롤러코스터의 가치 를 환산하기에는 따져야 하는 것들이 굉장히 많다.
- 롤러코스터가 생기기 전과 후의 매출을 비교해보면 새로운 매출 증가분을 확인할 수 있을까?
아마 나는 이렇게 생각했을 것이다.
하지만 우리는 롤러코스터가 생기기 전후의 시의성도 고려해야 하기 때문에 (예를 들어, 롤러코스터가 생기기 전에 회전목마도 공사중이었다면, 혹은 신규 프로모션을 하고 있었다면? 같은 다양한 상황적 맥락도 고려해야하기 때문이다)
단순한 매출 증가분으로 파악할 수가 없다!
- 롤러코스터가 없었다면 오지 않았을 사람들을 역으로 파악하면 된다.
물론! 고객들의 의견을 직접 물어봐야한다는 번거로움은 있겠지만,
롤러코스터에 의한 증가분의 가치를 쉽게 파악할 수 있다.
3. 데이터를 통해 잘 판단하기
01. 맥락 파악 역량
우리는 데이터의 목적 의식을 명확히 하기 위해서는,
분석의 맥락을 잘 파악해야 한다.
결국 우리는 분석력과 상상력 모두를 활용하여 맥락적 사고를 잘해야 한다.
따라서 우리는 분석의 목적을 명확히 하고, 연산하기 전 어떤 제약 조건과 활용 조건이 있는지 미리 점검해야 한다.
02. 어프로치 설계 역량
어떤 데이터를 어떻게 목적을 위해 분석을 할 것이다.
라는 목적을 잡았다면,
우리는 어떤 접근 방법을 설계할 것인지에 대해 고민할 필요가 있다.
*어프로치 모델
-상향식 모델 : 세부적인 내용을 쌓아올려 최종 시장 규모를 예측하는 것으로 세부 시장에 대한 정보가 충분할 때 사용할 수 있다.
(ex. 업체들의 각 매출액을 더해서 시장의 전체 규모를 알아내는 방식)
-하향식 모델 : 시장의 특징을 설명하는 대표 지표들을 통해 개괄적으로 시장 규모를 구하는 방식이다.
(ex. 일본 시장의 성장세를 우리나라 시장에 적용해 구하는 방식이다.
둘 중 어느 방식을 택할지는 현재 데이터의 준비도와 어프로치의 확장 가능성을 기준으로 하여 결정하는 것이 좋다.
만약 업체 정보가 많다면 상향식을,
시장에 대한 특징적 정보가 많다면 하향식을 하는 것이 유리하다.
이러한 어프로치를 결정했다면 마지막으로 주의해야 할 점은,
'중얼거려보자.'
머리에서 설계를 끝내고 데이터 가공을 하게 되는 것은 어프로치 설계에 유리한 방식이 된다.
또한 '분석 기획의 명확성은 유연성에 기여한다'.
데이터의 하나하나에 집착하는 것이 아니라 큰 그림을 보는 것이 반드시 필요하다.
03. 데이터 가공 역량
우리는 질문을 해야 한다.
무엇을 먼저 분석할지, 어떤 새로운 분석으로 선회할지, 각기 다른 결론이 나오게 되면 어느 결론을 선택할지 등에 대한 일체의 유연성은
'그 순간 어떤 질문을 하느냐'로 드러나게 된다.
생각이 질문이라는 형태로 구체화되어야 가공의 방향성을 잡을 수 있기 때문이다.
(p.304~310 올림픽 내용 참고)
04. 의사결정 원리 적용 역량
우리는 데이터를 분석하고 가공할 때 기회비용이나 매몰비용, 한계적 사고 등 전통적 의사결정을 위한 원리들을 데이터 가공 시 자유자재로 적용할 수 있어야 한다.
Q. 우리가 어떤 편의점을 창업하면 좋을까? (p. 310 참고)
라는 질문을 했다고 가정해보자.
보통 우리는 매출과 표준편차를 고려하여
- 매출이 높고 변동폭이 작은(=표준편차가 작은) 편의점이 제일 좋다고 생각할 것이다.
하지만 우리가 간과한 것이 있다.
매출만을 고려하는 것이 아니라 실제 수익을 알아내려면 로열티 등의 비용효과도 감안해야 한다.
- 단위 로열티 차감 후 매출 당 편차가 작은 편의점
을 구하게 되면 매출과 비용을 모두 고려하는 지표를 구할 수 있게 된다.
그렇다면 단순한 값을 구하고 순위를 구한 지표들이 올바른 지표일까?
우리는 중장기적으로 폭을 고려해야 한다.
- 매출액 기준 변화율과 로열티 차감 후 매출액 변화율 구하기
따라서 우리는 다양한 지표들을 구할 수 있고 실제 매출 흐름에 따른 범위도 구할 수 있게 된다.
결론적으로 우리는 주어진 데이터를 최대한 가공하여 균형점을 파악하고 의사결정 원리를 활용하는 것이 중요하다.
'데이터' 카테고리의 다른 글
| [데이터분석] SQL 실무 예제로 공부하기-기획자의 SQL 책 리뷰 (0) | 2026.01.09 |
|---|---|
| [데이터분석] 유저들의 데이터 흔적을 찾아라! (0) | 2025.10.02 |
| [데이터] 데이터로 인사이트 얻기 - 데이터 리터러시 리뷰 (4) | 2025.09.14 |