데이터 문해력

빅데이터 시대, 성과를 이끌어 내는

목차

1. 앞으로 필요한 건 데이터 문해력: 분석보다 활용

2. 올바른 데이터로 올바른 문제를 풀고 있는가?
   
   $\footnotesize\bf\color{skyblue}\colorbox{ffffff}{목적 사고력: 목적에 맞게 문제와 데이터를 연결하기}$

3. ‘이것이 문제다’ 데이터로 말하는 방법
   
   $\footnotesize\bf\color{skyblue}\colorbox{ffffff}{현상 파악 및 평가력: 문제를 표현하는 힘}$

4. 결과가 나왔다고 끝난 것은 아니다
   
   $\footnotesize\bf\color{skyblue}\colorbox{ffffff}{원인 파악 능력: 행동으로 이어지는 힘}$

5. 기법에 집착하지 마라
   
   $\footnotesize\bf\color{skyblue}\colorbox{ffffff}{전체 구성력: 스토리(논리)를 만드는 힘}$

6. ‘결론은 이것이다’ 정보를 요약하라
   
   $\footnotesize\bf\color{skyblue}\colorbox{ffffff}{정보 집약력: 정보를 수집하고 결론을 이끌어내는 힘}$

7. ‘데이터로 문제를 해결할 수 있다’는 착각
   
   $\footnotesize\bf\color{skyblue}\colorbox{ffffff}{시야확대력: 데이터로부터 시야를 넓히는 힘}$

8. 개인과 조직의 데이터 활용 능력을 높이는 방법
   
   $\footnotesize\bf\color{skyblue}\colorbox{ffffff}{실행력: 문해력을 실현하는 힘}$

요약

• 데이터 분석을 통해 얻을 수 있는 결과가 목적을 잘 반영하고 있는지는 데이터의 양과 분석 방법에 좌우되지 않는다

• 데이터 분석이란 눈앞의 데이터로부터 어떤 패턴을 추출하는 것이 아니다

• ‘데이터를 통해’판독’한 정보는 아무리 훌륭한 데이터 사이언스를 구사하더라도 시사점(인사이트)이라고 할 수 없다

• ‘데이터 분석 방법’과 ‘데이터 분석을 활용하는 방법’은 전혀 다른 개념이다

• 목적이 애매하면 그것이 자 풀릴지는 운에 의지하게 된다. 애당초 잘 풀리고 있는지 어떤지조차 평가할 수 없겠지만

• ‘분석’도 ‘데이터’도 어디까지나 수단이고 도구일 뿐, 답을 제시해주지 않는다

• ‘데이터 분석을 통해 성과를 낸다’는 것은 ‘나무로 가구를 만든다’에 비유된다. 좋은 목재(데이터)가 있고 못을 박는 실력(분석 방법과 통계 지식)이 뛰어나더라도, 어떤 가구를 어떻게 만들지 자신이 모른다면 가구를 완성할 수 없다

생각

1. 비교의 기술: 목적에 따라 ‘값의 크기’ ‘추이’ ‘편차’ ‘비율’ 등 4가지 평가 기준을 이용해 데이터의 특징을 포착한다.

2. 결과 = XX와 YY는 차이가 있습니다. // 결론 = XX와 YY의 차이가 존재한다는 것은, ZZ라는 의미입니다.

데이터를 통한 원인 분석에서 중요한 것은 원인과 결과의 ‘연결성’