데이터 분석에 대해 현업 실무자들이 궁금해하는 것은

2부. 데이터를 분석하는 습관 : 셀프서비스 데이터 분석

현업 실무자 모두 데이터 분석을 하는 시대

데이터가 거의 모든 비즈니스 의사결정에 사용되고 있음에도 불구하고 실제 제대로 된 데이터의 수집과 분석, 그리고 시각화는 일부 전문가들에 의해 업무가 이루어지면서 모두가 어렵게 생각한 측면이 있다. 그러나 최근에는 대부분의 사무직 직원들이 기획 업무와 실무를 하면서 데이터를 활용하고 있다. 

문제는 그 데이터가 어떻게 수집되고 분석되는지 모르는 상태에서 무분별하게 남용되어 온 측면도 있다. 이러한 문제를 극복해야 데이터 리터러시, 즉 문해력이 생긴다. 데이터가 무엇인지는 알지만 실질적으로 데이터를 읽고 이해하고 통찰하는 것은 다른 차원의 문제다. 이제 실질 데이터 문맹률을 낮추어야 한다. 이를 위해서는 기초적이기는 하지만 조사연구 방법과 데이터 분석에 대해 다시 공부할 필요가 있다. 

데이터 분석에 대한 궁금한 점(질문과 답변)

(질문 1) "회사에서 렌털 사업자들을 대상으로 운영 관리를 도와줄 소프트웨어를 개발하여 서비스하고자 합니다. 상사가 시장조사를 하여 보고하라고 하는데 어디서 렌털 사업자들을 찾을 수 있습니까? 어떻게 분석해야 합니까?"

(답변 1) 잠재 고객 혹은 고객 발굴을 위한 첫 번째 과정이 예상 고객 리스트를 찾는 것입니다. 렌털 시장에서 대기업은 어떤 형태로든 관련 서비스를 이용하고 있을 테니 잠재 고객에서 제외해야 합니다. 중소규모의 렌털 사업자는 선행 조사나 분석에 나와 있을 가능성이 낮습니다. 결국 2차 자료 중에서 법인은 회계자료 제출 의무가 있기 때문에 이 자료를 모아서 연감으로 판매하는 것을 찾으면 그 자료(매경 연감 등)에 산업 표준분류로 렌털 부분을 찾아서 접근할 수 있습니다. 이런 경우 직접적으로 접근해야 가능하며 입맛에 맞는 자료가 인터넷 검색으로 찾을 가능성은 매우 낮습니다.   

(질문 2) "처음으로 분석 및 보고서 작업을 해야 하는데 방향을 잡지 못하고 있습니다. 어떻게 해야 합니까?"

(답변 2) 분석 및 보고서 업무를 처음 하게 되면 스스로 부족한 부분이 많기 때문에 진행 상황이나 부분적인 결과를 공유하지 않고 완성이 될 때까지 혼자 끙끙거리는 경우가 많은데, 이러면 대부분 좋은 결과로 끝나지 않습니다. 이런 경우일수록 일정 기간(예를 들어 1주일)이 경과할 때마다 중간중간 간략한 보고를 하고 상사의 의견을 반영하는 것이 좋습니다. 만약 한 달을 주고 작업시켰고, 한 달 만에 결과를 들고 갔는데, 방향이 잘못되었다면, 한 달간 한 모든 작업 내용은 쓰레기가 됩니다. 중간중간 간이 보고를 하면서 방향을 잡고 의견을 구하고, 자료나 방법에 도움을 구하면서 진행하면 실수가 줄어들고, 도출한 결과가 원하는 방향으로 귀결될 수 있습니다. 이 경우 너무 자주 보고하거나 너무 의존적으로 도움을 요청하면 상사 입장에서는 일을 시킨 의미가 없어지고 부하직원을 무능하게 볼 가능성이 있습니다. 그리고 증권가의 리서치 보고서를 참고하면 보고서 형식이나 작성 방법, 근거 제시 등 보고서 작성에 도움을 받을 수 있습니다. 

(질문 3) "아직까지 한 번도 사내에서 서베이를 한 적이 없는데, B2B 기업인 경우에도 시장조사를 할 수 있습니까? 한다면 어떻게 해야 하는지 궁금합니다."

(답변 3) B2C 기업에서는 주로 시장조사, 특히 서베이를 많이 하는 것은 소비자의 의견을 직접적으로 경청하기 위함입니다. B2B 기업도 마찬가지입니다. 방법을 조금만 익히면 같은 맥락으로 사용할 수 있습니다. 예외적으로 산업재(조선, 절삭 등)로 소비재 시장에 전혀 나오지 않는 제품을 대상으로 서베이를 하기는 현실적으로 어려움이 있습니다. 이 경우에도 실제 제품 사용자인 생산현장의 기술자를 대상으로 조사할 수도 있습니다. 예를 들어, 미래형 자동차의 부품을 생산하는 중소기업이라면 서베이는 어려울 것입니다. 이 경우 시장의 변화, 기술의 변화를 미리 파악하는 시장조사로 전문가 인터뷰 등은 가능합니다. 서베이만 시장조사가 아니며 정성적인 조사 방법도 좋은 시장조사 방법이란 점을 생각할 필요가 있습니다.  

(질문 4) “어떻게 해야 통찰을 잘할 수 있는지, 그리고 통찰력을 기르기 위한 조언을 해주세요.”

(답변 4) 과연 무엇이 통찰인지 생각해 봐야 합니다. 어떤 의사결정 상황에서, 어떤 실행이 있어야 하고, 그 결과 좋은 성과가 있을 때, 과거에 결정한 그 의사결정이 바로 통찰입니다. 문제는 지금 의사결정을 해야 하는데 과연 이것이 통찰인가 아닌가를 결정해야 한다면 난감한 상황이 됩니다. 예를 들어, 2014년에 ‘허니버터칩’을 개발하기 위한 의사결정은 엄청난 통찰이었습니다. 실적으로 증명되었죠. 6년이 지난 지금 과연 허니버티칩이 통찰이 있는 의사결정인가 라고 따진다면, 그때는 통찰이 맞고 지금은 아니라고 해야 할까요? 이런 어려움이 항상 존재하는 상황이기 때문에 사물을 훤히 꿰뚫어 본다는 통찰은 어떤 관점으로 보는가에 따라 다른 해석이 가능합니다. 그럼에도 통찰 역량을 높이기 위한 노력은 계속되어야 합니다. 세심하게 사물을 관찰하고, 고객의 행동을 분석하고, 시장의 변화를 감지하는 능력이 높아지면, 어느 순간 통찰이 되고 있다는 것을 느낄 것입니다. 많은 경험이 필요합니다.

(질문 5) “빅데이터를 기반으로 의사결정을 해야 하는 빈도가 높아지는데 데이터를 수집하고 분석하는 것이 현실적으로 현업에서 쉽지가 않습니다. R이나 파이썬을 학습하면 내가 원하는 그런 결과를 만들어 의사결정에 사용할 수 있나요? 어떻게 해야 데이터를 업무에 적극적으로 활용할 수 있나요?”

(답변 5) 현업에서 많은 고민을 하고 있다는 것을 느낄 수 있는 질문입니다. 국내 굴지의 모 기업 역시 같은 고민이 있었습니다. 그 회사는 직원들에게 데이터 분석에 대한 교육 과정을 만들어 데이터에 대한 문턱을 넘을 수 있도록 했습니다. 이제 현업에서 데이터를 배제한 상태로 나의 주장을, 기획을 제안하기 어려워지고 있습니다. 그 문턱을 넘기 위해서는 항상 데이터로 생각하고, 분석적 사고를 하고, 실제 분석 과제를 통해 경험을 쌓는 수밖에 없습니다. 다만 R이나 파이썬을 배우고 코딩을 하는 방법은 매우 특수한 몇 사람에게 국한하고 대부분의 직원은 현업 데이터 분석가로 엑셀의 데이터 분석과 빅카인즈나 구글, 네이버 등에서 제공하는 분석 플랫폼을 활용하여 데이터의 문턱을 넘을 수 있습니다. 

(질문 6) “데이터 리터러시라는 용어에 대해 고민이 많습니다. 국가 업무를 하면서 데이터와 근거를 가지고 의사결정을 해야 하는데 필요할 때 그런 데이터를 찾을 수가 없습니다. 어떻게 하면 좋을까요?"

(답변 6) 데이터는 1차 데이터와 2차 데이터로 구분하는데, 목적에 따라 직접 구해야 하는 1차 데이터도 있고, SNS에 널려 있는 텍스트 데이터와 같은 2차 데이터도 있습니다. 문제를 먼저 정의한다면 그 문제를 해결하는 데 필요한 적합한 데이터를 수집할 수 있습니다. 이 접근이 중요합니다. 데이터가 먼저가 아니고 문제 정의가 먼저입니다. 데이터는 주어지는 것이 아니라 적극적으로 수집을 해야 하는 경우가 많습니다. 미리 준비되어 있지 않은 경우가 많다는 것입니다. 기업의 판매 데이터는 항상 준비되어 있는 데이터입니다. 그러나 문제가 무엇인지조차 정해지지 않았는데 데이터가 준비되어 있을 리 없습니다. 그리고 여론조사는 다른 문제가 있습니다. 단지 의사결정에 참고하기 위한 여론일  뿐입니다. 조사 결과가 의사결정일 수 없습니다. 데이터에 근거하는 것과 분석 결과를 의사결정으로 정한다는 것은 차원이 다른 문제입니다.  

(질문 7) "고객만족도 조사 질문(설문지)에서 '(1) 매우 불만족, (2) 불만족, (3) 보통, (4) 만족, (5) 매우 만족' 등으로 척도를 만들어야 하고 이를 서열 척도라고 배웠는데, 이렇게 하면 안 되고 등간 척도를 사용해야 한다고 하셨는데 이전에 배웠던 내용과 달라서 혼란스러워요?"

(답변 7) 고객만족도를 측정하는 목적은 지수(보통은 평균(mean))를 내서 목표에 도달했는지 파악하는 것입니다. 그리고 어떤 기준과 비교하여 경쟁력을 판단하고 개선할 것인지 원인을 찾기 위함입니다. 평균을 구할 수 있으려면 등간 혹은 비율 척도를 사용해야 하고 일반적으로 등간 척도를 사용합니다. 제시하신 예는 서열과 등간 척도로 보일뿐 본래적인 특성은 명목 척도 그 이상도 이하도 아닙니다.

(질문 8) "모 기업에 입사원서를 제출한 상태이고 곧 면접을 보게 될 예정입니다. HRD와 관련된 분야에 지원하게 되었는데 데이터 분석 업무를 하고 싶다고 하면 될까요? 이런 일을 하고 싶다고 하면 어떨까요?"

(답변 8) 데이터 분석 관련 업무를 하고 싶다가 아니라 어떤 데이터 분석을 해봤다고 해야 합니다. 예를 들어 "지원한 회사의 홈페이지에 들어가서 HRD 관련 과목을 검토하고 그 과목에 대해 데이터 분석을 했습니다. 그 결과 이러한 시사점을 얻었습니다. 혹은 소셜미디어에서 지원한 회사의 주요 사업과 산업교육과 관련된 이슈에 대한 빅데이터를 수집해서 텍스트 마이닝을 해 보니 이런저런 키워드가 많이 언급되었는데, 앞으로 이런 주제에 대한 교육을 기획하여 직원들의 역량을 강화하고 싶습니다."라고 하면 좋은 답변이 될 것입니다.