<세상을 읽는 새로운 언어, 빅데이터>
데이터사이언티스트는 어떤 일을 하는가
데이터 사이언티스트가 어떤 일을 하는 사람인지에 대해 체계적으로 정리하고 있다. 빅데이터학개론 느낌. 빅데이터란 무엇인지, 어떻게 활용할 수 있는지, 활용할 때는 어떤 것을 주의해야하는지 등을 친절하게 알려주는 책이다.
데이터로부터 가치를 만들어냄
데이터 분석의 궁극적인 목적은 가치를 만들어 내는 것이다. 빅데이터로부터 가치를 만들어내려면, 데이터 사이언티스트와 의사결정자의 긴밀한 협업이 필요하다. 빅데이터로부터 인사이트를 도출하는 것이 데이터 사이언티스트의 역할이라면, 데이터 사이언티스트가 도출한 인사이트를 가치로 만들어내는 것이 의사결정자가 해야할 일이다. 이 책에서는 데이터 사이언티스트를 빅데이터라는 재료를 요리해서 맛있는 음식으로 고객을 만족시키는 셰프에 비유한다.
빅데이터 -> 인사이트 -> 가치빅데이터 분석은 단계적으로
이 책은 빅데이터 분석을 아래와 같이 4단계로 정리하고 있다.
묘사분석: 현재 무슨 일이 일어나고 있는가? (현상)
진단분석: 왜 일어났는가? (원인)
예측분석: 어떤 일이 일어날 것인가? (예측)
처방분석: 우린 무엇을 해야하는가? (액션)
1단계부터 4단계로 갈수록 난이도가 높아진다. 빅데이터 분석을 처음 시도하는 기업은 반드시, 1단계 묘사분석과 2단계 진단분석의 단계를 밟은 후에 3단계 예측분석이나 4단계 처방분석으로 가야한다.
데이터 분석 기획의 프레임워크
데이터로 유의미한 가치를 만들어내려면 기획이 중요하다. 기획의 프로세스는 데이터 분석의 프로세스와 정반대다. 기획은 어떠한 가치를 만들어낼 것인가에서부터 출발한다. 그리고서는 그 가치를 만들려면 어떤 인사이트가 필요한지 정의하고, 그 다음에 데이터를 살펴본다. 이상적으로 기획은 도메인 지식이 풍부한 현업부서에서 해야하지만, 실제로는 데이터 사이언티스트가 하게 되는 경우도 있다.
데이터 분석 기획의 프레임워크인상 깊었던 구절들
시각화만 잘해도, 직관적으로 이해할 수 있는 게 많다.
소비자는 물어볼 대상이 아니라 관찰의 대상이다.
100톤의 금이 매장되어 있는 금광에서, 200톤을 뽑아낼 수는 없다.
암묵적 지식은 명제화가 불가능하다
기획없이는 인사이트도 없다
