데이터 분석가가 되어보니 중요한 것들

1. 오늘의 아티클

데이터 분석가가 되어보니 중요한 것들 ┃freak analyst(요즘IT)

https://yozm.wishket.com/magazine/detail/1863/

실제로 데이터 분석가(Data Analyst)가 되어 일하다 보니 중요한 것들에 대해 소개한다.

2. 정보 요약

1) 데이터 분석가에 대한 정의
데이터에 기반해 성공 확률이 높은 의사결정을 지속적으로 하도록 돕는 사람이다.  데이터 분석가에게 중요한 점은 ① 데이터 기반 의사결정 ② 성공 확률이 높은 의사결정 ③ 지속성 크게 세 가지 이다. 

 

① 데이터 기반 의사결정 

데이터 분석가의 주요 업무는 데이터에 기반해 의견을 내는 것이다. 다만, 데이터가 잘 활용되지 않거나 잘 쌓이지 않는 조직도 많기에, 데이터 분석 작업 이전에 데이터가 흐르는 조직을 만들어야 한다. 데이터가 잘 흐르는 조직을 만들기 위해 데이터를 쉽게 확인할 수 있고, 주요 지표를 잘 인지하게 만드는 노력이 필요하다. 이를 위해서는  BI(Business Intelligence) 툴 도입, 대시보드 개발, SQL 교육, 사용하기 쉬운 데이터 마트 개발, PA(Product Analytics) 툴 활용, 알림봇 개발 등 다양한 방법이 있다. 

 

- BI (Business Intelligence) 툴 도입 
일종의 계기판 역할을 하는 '대시보드'를 만들면 여러 지표를 한 눈에 파악 가능할 수 있다. 다수의 지표를 대시보드로 확인하기 위해서는 데이터를 카테고리별로 분류하고, 위계 및 중요도를 시각적으로 표현하는 과정도 중요하다.  

- SQL 교육과 데이터 마트

비데이터 직군 구성원에게 SQL을 교육하면, 단순 쿼리 요청이 줄고, 담당자가 직접 데이터가 어떤 형태로 존재하는지 파악할 수 있어 분석 내용이 구체화된다. 다만 어느 데이터가 어디에 쌓이고, 어떤 히스토리가 있는지 교육하기가 어렵기 때문에, 데이터에 대한 정보를 미리 문서화하고, 여러 데이터를 모아 목적에 따라 가공한 데이터 마트를 만들어, 원천 데이터가 아닌 데이터 마트를 사용하도록 유도해야 한다. 

 

- 주요 지표 인지하기

주요 지표를 통해 현 상황을 요약하는 리포트를 꾸준히 공유하는 것도 도움이 된다. 이때 주요 지표에 대한 결과 값만 공유하지 않고, 다음 내용을 추가하면 좋다. 

· 결과 지표 추이를 통해 예상되는 미래 상황과 목표를 고려했을 때 얼마나 잘하고 있는지 
·  결과 지표에 선행하는 것으로 보이는 지표는 무엇인지 
·  최근 액션에 대응하는 결과를 볼 수 있는 지표가 무엇인지, 현재 상황이 어떠한지

 

이때 지표마다 특정 구성원에게 오너십을 부여하는 것도 하나의 방법이다. 특정 지표에 오너십을 가진 사람을 메트릭 오너(metric owner)라고 하는데, 각자 담당지표가 생기면 본인의 성과로 연결되기 때문에 지표를 더 잘 이해하고 관련된 지표까지 파악하기 위해 노력하게 된다.

 

② 성공 확률이 높은 의사결정

- 상황을 정확하게 해석하기

데이터 분석가는 여러 지표를 적절히 조합하고 분석해, 편향되지 않게 해석하고 상황을 진단하는 사람이어야 한다. 상황을 잘 해석하기 위해 도메인 지식을 지속적으로 기르는 것이 중요하다. 도메인 지식이 필요한 이유는 생각의 프레임워크를 사실에 가깝게 구성하기 위함이다. 생각의 프레임워크는 작업 시간을 줄여주고, 커뮤니케이션이 명확하게 하며 제대로 된 해석이 이뤄질 수 있게 도와준다. 생각의 프레임워크가 잡히면 상황을 해석하기 위해 어떤 것을 볼지 비교적 쉽게 알 수 있고, 그렇게 확인한 지표가 하나의 이야기 구조로 나오게 된다. 대부분 회사에서 무엇을 했고 결과가 어땠는지에 대한 정보를 잘 축적하고, 그것을 합리적인 형태로 구조화하는 것만으로도 도메인 지식 향상에 도움이 된다.

 

- 목표 설정과 성과 측정

목표 설정 - 실행 - 측정 - 축적으로 이어지는 체계적인 조직 운영을 통해, 전략적으로 성공 확률을 높이는 것이 데이터 기반 의사결정이 추구하는 바이다. 목표는 크게 세 가지의 조합으로 1) 구조화된 로직에 과거 데이터를 활용한 예상치, 2) 새로운 액션에 대한 확신 수준, 시장이나 경쟁사 상황, 불확실성을 반영한 기대치, 3) 의지치가 있다. 목표 설정은 현실적이지만 조금 어려운 수준에서 공동의 목표를 만들고, 구성원들의 몰입을 이끌어내는 것이 중요하다. 

 

좋은 성과를 가려내기 위해 성과를 잘 측정하는 것도 필요하다. 성과 측정은 도메인과 회사, 어떤 유형의 변화를 주는가에 따라 다양하게 접근 가능하다. 각 상황에 맞는 적절한 성과 측정 방법을 설계해야 하며, 특히 각 방법론의 장점과 한계 등을 인지하고 있어야 좋은 성과 측정 방법을 제안할 수 있다.

 

③ 지속성 

때로는 데이터 분석을 통한 결과가 최선이 아닐 수도 있습니다. 다만 체계적으로 의사결정을 축적하다 보면 결과적으로는 가장 높은 성공 확률을 갖추게 될 것이다. 지속성을 위해 데이터 분석가는 먼저 비즈니스 사이클에 맞게 분석해야 한다. 

 

3. 인사이트

- 데이터 분석가에겐 데이터가 흐르는 조직을 만드는 역할이 주어진다. 

- 상황을 정확히 해석하기 위해서는 분석 기술이 뛰어난 것보다 도메인 지식이 풍부한 것이 더 도움이 된다. 

- 데이터 분석이 늘 답이 될 순 없고, 축적된 결과가 성공 '확률'을 높이는 것이다.