데이터 분석의 힘
 분류 | 경제/경영 |
|---|---|
 별점 | ★ ★ ★ |
| 상태 | 완독 |
| 저자 | 이토 고이치로 |
 진행률 | 1 |
| 총 페이지 | 244 |
 표지 |  |
| 한 문장 | 💬“세로축의 0.58이라는 숫자는 가격이 표시된 후에 58퍼센트의 소비자가 실제로 운전자를 부르고 나머지 42퍼센트는 운전자를 부르지 않았다는 뜻이다.” |
| 현재 페이지 | 244 |
그 많은 숫자들은 어떻게 전략이 되는가
목차
- 정말 광고가 아이스크림 매출을 올렸을까: 데이터의 상관관계는 인과관계가 아니다
- 오바마 캠프는 어떻게 후원금을 ‘더’ 모았을까: 최선의 데이터 분석법, RCT
- 70세가 되자 병원을 많이 가기 시작했다: 급격한 변화의 ‘경계선’을 찾는 RD디자인
- 규제 때문에 자동차가 무거워졌다고?: 계단식 변화가 있는 곳엔 집군분석
- 세금을 내리면 이민자가 늘어날까: 시간의 흐름에 따른 패널 데이터 분석
- 구글은 41가지의 파란색을 고민했다: 데이터는 어떻게 전략이 되는가
- 그럼에도 데이터 분석은 불완전하다: 불량 분석을 피하기 위한 방법
요약
- 광고를 했더니 아이스크림 매출이 40퍼센트 올랐다? 인과관계를 주장하려면 근거와 검증이 필요하다. 원인(광고)이 결과(매출 상승)에 직접 원인이 맞을지는 모를 일이다. 기온의 상승으로 매출이 상승했을지도 모르고, 신제품이 인기를 얻을 수도 있다. 검증은 곧 과학과 수학에 근거한 데이터를 제시하는 일이고, 그에 적합한 방법으로 RCT(무작위비교시행)이 있다.
- 오바마캠프는 홈페이지 첫 화면에 시안 24가지를 무작위로 보이게 했다. 그로 인해 더 많은 후원금을 모았다.
- 데이터분석의 방법에는 RCT 외 여러 방법이 있다. RD디자인, 집군분석, 패널 데이터 분석 등
- 데이터 분석은 불완전하다. 좋은 ‘재료’를 얻기 위한 여러 협력이 필요하다.
생각
- 데이터 분석은 인과관계를 명확하게 찾는 일인가?
- 목적을 위해 필요한 데이터를 만들어 낼 수도 있음을 알았다. 하지만 비용이 들고, 명확한 데이터를 구하기는 쉽지 않다.
- 선 목적 후 데이터 가공