데이터 분석 쉽게 입문하기

어느새 부터 데이터 분석이나 데이터 사이언티스트, 빅데이터 등과 같은 용어들이 우후죽순으로 쏟아져 나오기 시작했다.

미래의 트렌드를 읽는 사람들은 "데이터가 중요하다"는 말을 줄곧 해왔다.

하지만, 데이터는 과거에도 산업에서 중요했었던 분야이다.

 

예를들어, 공장의 생산관리 계획을 짠다던가(SCM),
새로운 사업 아이템을 찾는다거나(신사업 기획), 우리 제품/서비스를 어떻게 팔 것인가(마케팅) 등

기업의 전반적인 흐름과 방향을 찾으면서, 효율을 극대화하는데 도움이 된다.

 

'데이터 분석'의 사전적인 의미는 데이터 분석(data analysis)은 유용한 정보를 발굴하고 결론적인 내용을 알리며 의사결정을 지원하는 것을 목표로 데이터를 정리, 변환, 모델링하는 과정이다. 데이터 분석은 다방면으로 접근 방식이 있다. - Xia, B. S., & Gong, P. (2015). Review of business intelligence through data analysis. Benchmarking, 21(2), 300-311. doi:10.1108/BIJ-08-2012-0050

 

데이터 분석을 위해서는 많은 지식과 기술이 필요하다고 말한다.

통계학등을 포함한 수학적인 지식들, R 또는 Python과 같은 프로그램을 사용해야 데이터 분석을 할 수 있다고 말한다.

그러나, 이런 접근 방법은 Data Analysis 관련 직업을 가진 사람들에게 필요하며, 모든 이들에게 유용하지 않다고 생각한다.

모든 이들이 데이터 분석을 하기 위해서는 좀 더 쉬운 방법과 접근이 필요하다고 생각한다. 

 

필자가 생각하는 데이터 분석이란,
"어떤 데이터를 요약하고 필요한 데이터를 사용하여 인사이트를 얻는 것"이라고 생각한다.

 

따라서, 데이터 분석을 위해서는 무조건적으로 수학에 대해 깊게 알아야 할 필요는 없으며,

고도화 된 프로그램을 사용할 필요도 없다고 생각한다.

데이터 분석에 입문하기 위해서는 다음과 같은 준비가 필요하다 : 

1. 지식 : Interview(데이터 수집), survey(데이터 수집), 기초통계학 (방법론)

2. 프로그램 : Google docs(데이터 수집), EXCEL(데이터 분석), Powerpoint&Powerview (데이터시각화)

3. 검증 : Prototype (테스트)

 

이 같은 간단한 준비만을 통해서 데이터 분석에 대해 쉽게 접근할 수 있다.

많은 사람들이 필요로하는 데이터 분석은 Accuracy를 요구하기 보다,

Trend를 요구하는 경우가 많기 때문에 위 같은 방법으로도 얼마든지 데이터 분석을 할 수 있다고 생각한다.

 

 

- 실용적인 데이터 분석을 위해서 저도 좀 더 공부를 하도록 하겠습니다.

- 다음 편에서는 지식/프로그램/검증에 대한 내용을 담은 글을 쓰도록 하겠습니다.