데이터 문해력 - Data literacy

“데이터 문해력은 읽는 능력이 아니라 생각하는 능력이다.”

어떻게 하면 데이터를 잘 분석하고 데이터 속에서 insight를 얻을 수 있을까. 이 책을 통해서 나의 접근법에 변화가 필요하다는 사실을 깨달았다.

데이터 문해력은 그 데이터를 보고 무엇을 말하려고 하는지를 생각하고 알아내는 능력이었다.

 

다년간 데이터 업무를 했었던 나는 나름대로 데이터를 잘 다룰 줄 안다고 생각했었다. 하지만 스토리텔링과 insight를 잘 뽑아내는 동료들을 보면서 늘 성장에 대한 갈증으로 가득했다.

이 책을 읽으면서 내가 집중해야 하는 부분이 어디인지를 확실히 알게 되었고 필요하다면 그 부분의 성장에 집중해야겠다는 결론을 내렸다.

 

이 책의 내용을 정리하면,

 

1. 분석과 활용

• 생각 → 작업 → 생각
  • 생각 : 문제, 목적 정의 + 가설 구축
  • 작업 : 분석을 위한 기술과 지식
  • 생각 : 해석 및 스토리 구축

          ★ 대체 불가능한 기술은 1, 3번 (2번은 자동화 기술로 대체 가능)0

• 데이터 활용 프로세스
  • 현상 발생
  • 목적 및 문제 정의
  • 지표 설정
  • 현재 상태 파악
  • 평가
  • 요인분석
  • 해결방안 모색

         => 위 프로세스를 간략히 정리하면 : "문제정의 → 원인 파악 → 해결방안 모색"

 

2. 올바른 문제를 풀고 있는가

• 문제정의를 잘하고 있는가?
  • 사용된 언어가 추상적이지 않고 구체적인가? (예, 생산량, 문제점, 이슈 등)
• 문제, 원인, 해결방안 순으로 구분하고 있는가? → 문제와 원인이 혼동되면 안 된다.
  • 결론 도출 프로세스 : 평가지표, 기준 설정→적합한 데이터, 그래프 선택→ 결론(무슨 말을 하려는가?)
  • 발표 프로세스 : 결론→평가지표, 기준설정→적합한 데이터, 그래프 선택

          ★ 문제를 해결하는 프로세스와 발표할 때의 프로세스는 정반대

 

3. 데이터로 말하는 방법

• 가치 있는 정보를 구분하고 활용해야 함
  • 구체적인 행동을 특정할 수 있어야 한다. (누가 언제 무엇을 했는지)
  • 구체적인 판단을 내릴 재료가 되어야 한다.

4. 결과가 나왔다고 끝난 것은 아니다

• 원인과 결과를 연결해야 한다
  • 현황 파악 완료→그 결과에 이르게 된 근거 및 원인 제시 → 원인과 결과의 연결성 주목
• 데이터 분석 순서
  • 원인 후보 열거 → 지표 결정 → 관련성 확인

5. 기법에 집착하지 마라

• 문제, 원인, 해결방안의 논리적 구조를 잘 정의해라

6. 정보를 요약하라

• 데이터를 분석해 획득한 정보를 목적에 맞게 활용(센스나 발상 중요)

7. 데이터로 문제를 해결할 수 있다는 착각

• 논리 사고로 문제의 구조화가 중요
  • 짝짓기 (반대되는 관계를 정의)
  • 자기부정 (만약 아니라면? 을 통해 반복하여 새로운 가설 늘려감)

결론

데이터를 분석할 때 내가 집중하고 있던 부분이 상당히 잘못되었다는 사실을 깨달았다.

나는 줄곧 기술이 대체할 수 있는 영역에 집중하고 있었고, 그 부분을 R이나 Python으로 분석하는 기술 자체에 집중을 해왔다. 스토리텔링과 해석의 영역의 갈증을 느끼면서도 그것을 배우려고 하지 않았던 사실을 반성하기도 했다.

 

독서에서의 문해력과 마찬가지로 데이터에서의 문해력도 결국은 스스로 정답에 대해서 고민하고 합리적으로 결론을 도출할 수 있는 능력이다. 데이터를 찾기 이전에 가설을 세우고 적합한 지표를 찾고 분석한 이후 결과를 도출하고 해석하는 일련의 과정에서 처음과 끝이 매우 중요하다는 것이다.

 

이 능력을 갖추기 위해서는 논리 사고로 문제를 구조화하는 것이 매우 중요하다.

문제 → 원인 → 해결방안 이 프로세스 안에서 얼마나 문제와 그 원인을 잘 구조화하는지가 핵심이다. 그래서 저자는 짝짓기 이론, 자기부정 이론 등을 내세운 것이다.

공부만으로 습득할 수 없는 이 능력은 연습을 자주 해야 기를 수 있고 따라서 분석업계에서 오래 일한 사람이 당연히 그 능력이 뛰어날 수밖에 없는 것이다.

 

업무 과정에서 접하는 데이터를 볼 때 먼저 문제가 무엇인지 어떻게 해결하려고 했는지를 집중해서 살펴보며 데이터를 보는 안목을 기를 수 있도록 해야겠다.

기술은 거들뿐이고 해석에 집중할 수 있도록 말이다.