4일차 아티클 스터디: 데이터 분석가가 되어보니 중요한 것들

데이터 분석가에 대한 정의

데이터에 기반해 성공 확률이 높은 의사결정을 지속적으로 하도록 돕는 사람

데이터 분석가에게 중요한 점 1) 데이터 기반 2) 성공 확률이 높은 의사결정 3) 지속성

 

1. 데이터 기반

데이터 분석 작업 이전에 데이터가 흐르는 조직을 만들어야 함

데이터가 흐르는 조직

아래층일수록 달성했을 때 비즈니스 임팩트가 더 큼

데이터가 흐르는 조직은 1단계에 속하며 실무자가 필요한 데이터가 있을 때 쉽게 데이터를 확인할 수 있고 주요 지표가 어떻게 진행되는지 알고 있다면 데이터가 잘 흐른다고 볼 수 있음

1단계가 잘 이루어지지 않으면 2, 3단계의 업무는 무의미할 수 있음 => 데이터가 잘 흐르는 조직을 만들기 위해 데이터를 쉽게 확인할 수 있고 주요 지표를 잘 인지하게 만드는 노력 필요

 

BI 툴 도입

초기에는 봐야할 지표가 많지 않기 때문에 여러 지표를 한 대시보드에 표현하는 것이 중요

이후 지표가 많아지면 지표를 잘 찾을 수 있도록 설계하는 과정 필요

: 카테고리별 분류 => 위계와 중요도를 시각적으로 표현

: 사용자를 분석할 수 있는 필터 제공 (성별, 멤버십 가입 여부 등)

 

SQL 교육과 데이터 마트

여러 데이터를 모아 목적에 따라 가공한 데이터 마트를 만들어 원천 데이터가 아닌 데이터 마트를 사용하도록 유도해야함

데이터를 여러 사람이 사용하게 되면서 각자 지표 정의와 구현법이 다른 것도 문제가 될 수 있음

=> 지표를 통합된 기준으로 관리하는 메트릭 스토어를 도입하는 회사가 늘어나고 있음

 

주요 지표 인지하기

주요 결과 지표와 함께 다음의 내용을 함께 공유

1) 결과 지표 추이를 통해 예상되는 미래 상황과 목표를 고려했을 때 얼마나 잘하고 있는가

2) 결과 지표에 선행하는 것으로 보이는 지표 소개

3) 최근 액션에 대응하는 결과를 볼 수 있는 지표가 무엇인지, 현재 상황이 어떠한지 소개

이 때, 지표마다 특정 구성원에게 오너십을 부여하는 것도 하나의 방법

메트릭 오너(metric owner): 특정 지표에 오너십을 가진 사람 

각자 담당 지표가 생기면 그 성과가 곧 본인의 성과이기 때문에 지표 변화가 생길 때 주요 지표뿐만 아니라 관련 지표까지 파악하기 위해 노력하게 됨

 

2. 성공 확률이 높은 의사결정

상황을 정확하게 해석하기

직무, 조직 내 위치, 성향 등에 따라 같은 지표를 다르게 해석할 수 있음

상황에 대한 해석을 업데이트하고 왜 이렇게 해석했는지 이유를 알리는 것이 필요

또한, 상황을 잘 해석하기 위해 도메인 지식을 지속적으로 기르는 것도 중요

도메인 지식이 필요한 이유는 생각의 프레임워크를 사실에 가깝게 구성하기 위함

생각의 프레임워크는 작업 시간을 줄여주고 정확한 해석이 이뤄질 수 있게 도와줌

 

목표 설정과 성과 측정

목표 설정 - 실행 - 측정 - 축적

으로 이어지는 체계적인 조직 운영을 통해 전략적으로 성공 확률을 높이는 것이 데이터 기반 의사 결정이 추구하는 것

목표 설정하기

1) 구조화된 로직에 과거 데이터를 활용한 예상치

2) 새로운 액션에 대한 확신 수준, 시장이나 경쟁사 상황, 불확실성을 반영한 기대치

3) 의지치

세 가지의 조합

목표치: 에상치에 구조화된 로직이 있을 때, 그 로직을 구성하는 수치를 기대치와 의지치를 이용해 변경한 값

목표 설정은 현실적이지만 조금 어려운 수준에서 공동의 목표를 만들고 구성원들의 몰입을 이끌어내는 것이 중요

 

성과 측정하기

가장 보편적인 성과 측정 방법: 해당 시기 이후로 지표가 어떻게 변화했는지 확인

통제할 수 없는 외부 요인까지 반영하기 위해 A/B 테스트 실험을 하게 됨

성과 측정은 도메인과 회사, 어떤 유형의 변화를 주는가에 따라 다양한 접근 가능 => 각 상황에 맞는 적절한 성과 측정 방법 설계

 

3. 지속성

비즈니스 사이클에 맞는 분석

- 분석 주제가 현재 회사가 집중하는 것과 같아야 함

- 분석 주제의 결과물이 비즈니스 사이클에서 필요한 적절한 것이어야 함

 

비즈니스 사이클 단계

1) 기회 발굴, 아이디어 수집, 정책 설계 등의 플래닝

2) 플래닝의 결과 실행 및 배포

3) 성과 측정 및 후속 분석

 

데이터 분석가가 본 데이터 분석가는?

조직의 전반적인 의사결정의 퀄리티를 높이는 사람

 

인사이트

데이터 흐름의 중요성: 데이터 활용의 첫 단계는 데이터가 조직 내에서 잘 흐르도록 환경을 조성하는 것

도메인 지식의 가치: 정확한 의사결정을 위해 직무에 특화된 도메인 지식이 필수

지표 오너십의 효과: 구성원이 자신의 지표에 책임감을 느낄 때 데이터 활용도와 성과가 증가

분석의 방향성: 비즈니스 사이클과 일치하는 분석을 통해 실질적인 의사결정에 기여

성과 측정의 다양성: 회사와 상황에 맞는 성과 측정 방법을 설계할 필요

 

데이터 분석가가 되어보니 중요한 것들 | 요즘IT