안녕하세요.
PM 김태은입니다.
직무 관련 책들을 이것저것 보고 있는 열정 주니어의 길을 걸어보려고 노력중인데요.
최근에 읽었던 책 중 계속 옆에 두고 활용! 또 활용! 하고 싶은 책을 공유해보려고 합니다.
이 책은 단지 PM이나 디자이너에 국한되지 않고, 모든 직무의 분들과 함께 읽고 싶은 책 이었습니다. (모두 이렇게만 한다면 업무천재~
성장천재~)
성장천재~)인상 싶었던 부분은, 데이터 라는 객관적 정보를 여러 상황에 맞게 사용할 수 있도록 다양한 사례를 굉장히 많이 들어놓았다는 점 이었습니다. (예시들어주는 책 좋아하는 편)
‘한번만 읽어서는 내 업무에 적용이 절대 안될 것 같다!’ 라는 결론이 난 저는 이 책을 순살만을 발라보겠습니다.
이건 나중에 제가 보기 위한 메모와 같은 북리뷰라고 할 수 있습니다.
1. 앞으로 필요한 건 데이터 문해력: 분석보다 활용
[데이터 활용에 필요한 3가지]
생각하고 문제 및 목적 정의
→ 작업하고 분석을 위한 기술과 지식
→ 생각한다 분석 결과에 대한 해석(목적과 문제에 대한결론)
데이터가 직접적으로 답을 주는 경우는 없다. 중요한 것은
1. 무엇을 알고 싶은지
2. 이를 알게 되면 무엇을 하고 싶은지
3. 이를 위해 어떤 데이터 지표가 필요한지
2. 올바른 데이터로 올바른 문제를 풀고 있는가?
가장 먼저 할 작업은 목적과 문제에 대한 정의 →그 다음 지표를 결정 데이터를 가공한다. → 데이터에서 무엇을 알 수 있을지 생각한다. (지금까지의 나…)⭕️ 데이터에서 무엇을 알 수 있을지 생각한다. → 데이터를 가공한다.
[결론을 도출하는 프로세스]
1.
평가 지표 및 기준을 결정 - 어떤 요소와 지표가 더욱 목적에 부합하는가?
2.
적합한 데이터 및 그래프를 선택 - 어떤 데이터 형태와 그래프가 효과적인가?
3.
결론 - 결국 이 데이터로 무슨 말을 할 수 있는가?
3. ‘이것이 문제다’ 데이터로 말하는 방법
사실을 그래프, 표, 지표 등으로 표시 → 내용을 평가하여 구체적인 행동과 판단으로 연결•
문제 해결을 위해 ‘본래 필요하면서 가치있는 정보’를 얻고자 한다면, 필요한 것은 평가
평가에 필요한 것은 비교•
평가를 객관적으로 만드는 것은 다른 것과의 비교
주의해야 할 사항•
주관 절대 배제 - 객관성과 논리성에 주안점을 두고 데이터 확인해야 한다.
주관 ex) 대폭 감소, 회복이 어려워 보인다.
•
결론을 마음에 정해놓고 데이터로 평가 하지 않아야 한다.
◦
데이터의 결론이 다른 결과가 나올 경우 결론 변경하는 경우 생기게 된다.
◦
데이터를 결론에 억지로 끼워 맞추게 된다.
비교 체크 포인트 1.
결과에서 끝나는 것이 아니라, 결론으로 끝나야 한다.
ex) 결과 : A와 B는 차이가 있다.
결론 : A와 B의 차이가 있다는 것은, C라는 의미입니다.
2.
‘차이가 없다.’ 라는 것을 결론으로 삼을 수 있다.
3.
내부비교 vs 외부비교
•
목적에 따라 적절한 방향으로 비교 또는 모두 사용
비교의 기술•
평균에 속지 마라.
•
추이와 변화를 본다.
•
편차를 고려한다.
◦
표준 편차가 크다. 작다. 는 좋고 나쁨의 의미가 아님.
→ 어떻게 평가할지에 대한 결론에 따라 달라질 수 있음
◦
표준 편차 엑셀 함수 STEDEV
평가 기준(척도)의 정리데이터 평가 기준 | 대표적 지표 |
값의 크기 | 평균값, 합계 |
추이 | 선형 그래프, 막대 그래프, 변화율 |
등락 폭 | 표준편차, 도수 분포도 |
비율 | 분수, 퍼센트 |
4. 결과가 나왔다고 끝난 것은 아니다.
최종 목표는 행동과 판단•
데이터 정리로 끝나서는 안된다.
◦
데이터 → 결론
◦
원인 → 문제/결과
•
데이터에서 원인을 찾아야 한다.
원인 후보를 이끌어 내는 방법과 지표 특정하기1.
원인 후보 열거
2.
지표 결정
3.
관련성 확인
ex) A상품의 매출이 감소했다.
원인1. 경쟁사 가격 인하 전략 시작
지표 데이터1. 경쟁사의 가격 인하율 변화(지난 3개월)
원인2. 경쟁업체가 가격 변동을 반복하고 있다.
지표 데이터2. 가격 변동의 움직임과 매출 변화 간의 관계성을 알기 위해 가격 변동률 데이터 활용
데이터 수집이 어려운 경우에는?•
유사한 데이터 고민 (데이터가 없는 것보다는 있는게 낫다.)
•
지금 수집한다.
•
정성적 정보로 대응한다.
•
포기한다.
문제와 원인의 관련성 확인하기1.
시각적으로 확인 - 산포도
•
전체적인 경향 파악
•
그룹화
•
벗어나 있는 값에 주목
•
변화점 주목
2.
통계지표 확인 - 상관계수
•
상관 계수 : -1~+1의 값을 가진다.
◦
-1에 가까울수록 : 강한 부적 상관관계
◦
0에 가까울수록 : 약한 상관관계 or 상관없음
◦
+1에 가까울수록 : 강한 정적 상관관계
•
엑셀 함수 CORREL
주의•
직접관계인지 간접관계인지 생각
•
상관관계 ≠ 인과관계
◦
해석필요.
5. 기법에 집착하지 마라
문제 해결 프로세스에서 하는 실수•
해결방법에 무턱대고 달려드는 것 - 참신한 아이디어만 내면 된다는 생각
생각한다. 의 의미1.
혁신적인 아이디어를 낸다.
2.
논리적으로 꾸준히 사물이나 현상의 원리를 추구한다.
좋고 나쁨이 아닌, 두가지 개념 차이를 명확히 하고 전체 논리성을 생각해야한다는 것
6. ‘결론은 이것이다.’ 정보를 요약하라
결론이란 결과에 기반해 도출해야 한다.[결론을 낼때 주의해야할 점]
1.
데이터로 설명 가능한 범위인가
•
데이터 해석은 단순히 읽어내기
•
데이터 해석과 자신의 상상을 결합하지 마라
2.
인지 편향(선입견)
3.
정답은 한가지가 아니다.
7. ‘데이터로 문제를 해결할 수 있다’는 착각
데이터 안에는 답이 없다.•
단순히 데이터를 보는 방법과 지식은 전혀 도움되지 않는다.
•
스스로 목적과 문제를 정의하고 데이터 및 분석범위를 넓은 시야로 디자인할 수 있는가가 중요
논리적 사고의 기법1.
짝짓기
•
대응하거나 반대되는 아이디어
ex) 질-양 / 외부-내부 / 개인-조직 / 있다-없다 / 방법론-의식(의욕)
2.
자기 부정
•
원인의 아이디어 → 자기 부정 → 다음 아이디어 → 다시 한번 자기 부정 → 또 다른 아이디어
ex) 방문고객 감소는 홍보 횟수의 감소 때문
→ 홍보 횟수가 문제가 아니라면 뭐 때문일까?
→ 홍보 횟수를 늘렸는데도 문제해결이 되지 않는다면, 홍보가 고객한테 도달하지 않았을 수도 있다. 홍보 횟수와 관련이 없을 수도 있다.
→ 그럼 홍보 횟수 늘리고, 고객에게 잘 도착하도 있다고 가정하고, 그럼에도 방문객이 감소한다면 어떤 원인일까?
→ 홍보내용의 문제는 아닐까?
마무리
바쁘니까, 시간이 없으니까 로 넘기지 말고 계속해서 결과물 도출 연습하기
그렇지 않으면 결국 제자리일 것
이 책에서 계속해서 말하는 바는, ‘끊임없이 질문하고 계속해서 생각해라’가 아닐까 싶었습니다.
기계가 많은 일들을 대신할 수 있는 세상에서, 인간이 익힐 수 있는 기술이니까요.
‘내가 그의 이름을 불러주었을 때 그는 나에게로 와서 꽃이 되었다.’ 시의 구절처럼
결국 데이터는 우리의 분석과 생각이 함께할 때 의미있는 것이라는 생각입니다.
이 책을 읽으면서 지금까지 데이터 분석이 자체가 목적이 되었던 제가 창피해지는 순간이 많았는데요. 과거는 벗어던지고 저의 논리를 펼치기 위해 데이터를 이용하는 새로운 기획자로 태어나볼 예정입니다.
이 책을 읽고 체계적이고 논리적인 생각을 할 수 있는 휴먼이 되고 싶어진 저는 [로지컬 씽킹]을 이어서 읽어보려고 합니다.
종종 들어와서 저는 제 글을 참고하려고 합니다.
긴 글 읽어주셔서 감사합니다. 새해 복 많이 받으세요.