헤더 바로가기 메뉴 바로가기 푸터 바로가기
전략 & 운영관리

데이터 분석을 이해하는데 필요한 다섯가지 법칙

디지털
2015. 10. 28.
20151102_m


데이터를 산출하고 분석하여 효과적으로 이용하기 위한 필수 요건은 최대한 핵심만 뽑아 간결하게 전달하는 것입니다. 저는 이것이 당신의 상사가 현재 어떤 상황인지를 이해할 수 있도록 하는데 가장 좋은 방법이라고 확신합니다. 데이터, 하드웨어 그리고 소프트웨어는 언제나 함께 묶어서 생각해야 하지만 일반적으로 인간의 이해 능력으로는 이 세 가지를 통합하여 생각하는 것은 그렇게 쉬운 일이 아닙니다. 이런 문제를 감안할 때 데이터 산출과 분석을 위한 교육이 반드시 필요합니다. 그렇지만 안타깝게도 분석 능력이 없는 사람들이 데이터 분석을 배울 수 있는 곳이 없다는 것은 안타까운 현실입니다. MOOC(Massive Open Online Course)나 대부분의 교육 코스는 방법론에만 초점이 맞추어져 있고 기본적으로 데이터 분석에 대한 접근 방법을 가르치는 곳은 없는 실정입니다. 많은 전문가 프로그램에 상경계 전공이 아닌 관리자를 위한 회계 재무 코스는 있지만 통계학 전공이 아닌 관리자들을 위한 데이터 분석 코스는 없습니다. 이를 보면 이 교육이 얼마나 필요한 것인지 알 수 있을 것입니다.

 

저는 그동안 Babson, Harvard, MIT, Boston University, University College Cork 등의 대학교에서 관리자들을 위한 데이터 분석 프로그램을 디자인해주거나 가르쳐 왔습니다. 그래서 데이터 분석 교육에 어떤 내용이 들어가야 하는지를 잘 알고 있습니다. 만약 당신이 이런 데이터 교육 프로그램의 잠재 고객이라면 당신은 아래 5가지 내용을 배우기 위해 또는 이런 식으로 타게팅을 하기 위해 관련 교육을 듣게 될 것입니다.   

 

1. 분석이 필요한 내용을 식별하고 구조화하기:적절한 정량적 분석은 문제를 식별하거나 분석한 내용을 결정하고 이것을 해결하려는 시도를 하는 것에서부터 출발합니다. 이와 같이 분석할 내용이 무엇인지 결정하는 단계를 '구조화하기(framing)'라고 부르는데 이것은 효과적인 결정을 내리는 과정에서 가장 중요한 부분입니다. 문제를 바라보는 사람들의 일반적인 감각을 말하는 단순한 호기심, 일에서의 경험 또는 결정을 하거나 행동을 하기 위한 필요사항 등 다양한 요소가 이 첫번째 단계를 결정합니다.

 

이 초기 단계에서 분석은 아직 진행되지 않습니다. 결정을 이끌어 낼 수 있게 하는 주요 분석 내용은 어쩌면 직감이나 직관으로 인해 나올 수도 있습니다. 이때 분석 내용을 뒷받침하는 근거는 다소 부족할 수 있습니다. 물론 전반적인 정량적 분석의 요점은 당신의 데이터에 대한 직관 능력을 테스트하는 것일 수도 있습니다. 분석적인 사람들은 자신의 직감과 직관을 데이터 분석을 통해 맞는 것인지 확인하는 경향이 있는데, 이것이 분석적인 사람들과 아닌 사람들의 차이를 만드는 주요한 요소라고 할 수 있습니다.

 

관리자들이 이 구체화 단계에 초점을 맞출 필요를 느낀다면 그들이 체계적으로 문제를 식별하고 평가해왔다는 것을 의미하며, 그들이 하나가 아닌 추가적인 분석과 구조화도 하고 있다는 것을 의미합니다. 이것은 다양한 구조화 방법을 추구하는 정량적인 분석가들과 문제를 논의하는데 많은 도움이 됩니다. (만약 분석이 필요한 내용를 구조화하는 것에 대해 더 알고 싶다면 저의 책 Keeping Up With the Quant의 모든 부분에서 이 내용을 다루고 있으니 참고 바랍니다.)

 

2. 정량적인 분석을 하는 사람들과 일하기:정량적 분석을 이야기함에 있어 관리자가 함께 일하는 팀과 긴밀한 관계를 맺는 것은 아주 중요한 부분입니다. 당신이 비즈니스에서 나타나는 문제를 잘 이해하고 있다는 것은 즉, 당신의 '수리(quant)’ 능력이 어떻게 데이터를 모으고 분석할 수 있는지를 이해한다는 것을 의미합니다. 다른 이들과 관계를 긴밀하게 맺으며 일을 하기 위해서는 팀 내의 모든 사람들이 서로 스스럼없이 다가가 이야기를 할 수 있어야 합니다. 당신이 만약 정량적인 분석을 하지 않는 관리자라면 주로 정량적은 분석을 하는 팀원들이 그들이 어떤 부분을 문제로 인식하고 해결해야 하는지 도움을 주어야 합니다. 그러면 그들은 며칠 내로 그들이 필요한 부분을 찾고 일을 하기 시작할 것입니다. 당신의 수리 능력은 일반적인 비즈니스 용어들 사이에서 데이터 분석을 담당하는 직원들과 커뮤니케이션을 하는 수단으로서, 그리고 문제를 인식하고 당신이 만족할만한 정도까지 일을 하는데 필요한 요소입니다. 만약 당신의 분석가 팀원이 당신과 마주하여 이야기하는 것을 꺼려한다면 당신은 정량적인 분석에 아직 익숙하지 않은 것일 수 있습니다. 그렇지만 당신은 그들과 일하면서 점점 익숙해질 것이고 마침내 합의점을 찾을 수 있을 것입니다.

 

3. 다양한 종류의 데이터와 그것이 어떤 영향을 주는지 이해하기:  요즘 당신은 빅데이터라는 것이 얼마나 당신의 비즈니스에 가치를 줄 수 있을지에 대한 이야기를 많이 들을 것입니다. 그렇지만 대부분의 관리자들은 빅데이터와 스몰데이터의 차이가 무엇인지 구별하지 못합니다. 그렇기 때문에 그들은 빅데이터라는 말을 상황에 맞지 않게 여기저기 쓸 때도 있습니다. 당신이 얼마나 빅데이터에 대해 많이 언급을 하고 있는지는 중요하지 않지만 이것들의 차이를 인지하고 있는 것은 매우 중요합니다.

아티클을 끝까지 보시려면
유료 멤버십에 가입하세요.
첫 달은 무료입니다!

(03187) 서울시 종로구 청계천로 1 동아일보사빌딩 9층 (주)동아일보사
대표자: 김재호 | 등록번호: 종로라00434 | 등록일자: 2014.01.16 | 사업자 등록번호: 102-81-03525
(03737) 서울시 서대문구 충정로 29 동아일보사빌딩 8층 (주)디유넷(온라인비즈니스)
대표이사: 김승환, 김평국 | 통신판매신고번호: 제 서대문 1,096호 | 사업자 등록번호: 110-81-47558