데이터를 읽는 마케터?
마음 이야기만 하다가 빅데이터를 어떻게 분석하는지 실무적인 이야기를 해보고자 한다. 나는 이 방법으로 내 마음도 분석한다.
데이터를 읽고 해석할 수 있는 능력을 “데이터 리터러시”라 한다. 그 데이터 리터러시 능력이 날이 갈수록 중요해지고 있다.
아직 데이터 산업이 자리를 잡지 못해서 이 데이터를 읽고, 해석하는 능력이 무엇이다 깔끔하게 정해지지는 않았다. 하지만 다들 데이터, 빅데이터를 이야기하고, 또 업계에 있다면, 마이 데이터, 가명정보 이런 단어들을 자주 접했을 것이다. 아직 데이터를 읽는 능력, 데이터 분석이라고 하면 누구나 쉽게 할 수 있을 것이라 생각한다. 하지만 그 데이터 분석을 갖고 새로운 직업이 생기고, 새로운 시장이 생길 정도로 전문성을 갖고 있는 직업이다.
1. 데이터의 종류
우리도 모르는 사이 우리는 접속 로그 혹은 매장에 접속, 동선을 남긴다. 그런 정보들을 Active Data라 부르며 실제 행동을 하면서 무의식적으로 남긴 데이터를 의미한다. Passive Data는 반대로 우리가 의식하여 남긴 데이터들 대표적으로 설문조사를 통해서 기록한 데이터를 의미한다.(수동적으로 받는) 그런 데이터들은 우리가 우리 스스로를 모르니 거짓으로 응답하는 경우가 매우 많다. 막상 실무를 하다 보면 어려움이 많다. 데이터 분석을 실컷 해 가면, 그걸 누가 몰라? 우리가 그거 알려고 널 고용한 줄 알아? 약간 이런 느낌을 받을 때가 한두 번이 아니다.
2. 실무를 하다 보면…
커피 판매를 기준으로 많이 설명을 하자면 “날씨가 추워지면 따듯한 커피의 판매량이 늘어납니다.” 이런 논지가 들어있는 발언을 했을 경우 상대방의 실망감은 어마 어마 해진다. 데이터 애널리스트가 말하고 싶은 것은 전일 대비 온도가 몇 도 떨어졌을 경우, 혹은 일교차가 몇 도 이상일 경우, 비가 온다던가, 눈이 온다던가 이럴 때 전일 대비 얼마나 “아아”보다 “뜨아”의 매출이 늘었으며, 그렇게 때문에 뜨거운 물을 더 준비해야 한다던지 “뜨아”와 함께 팔리는 케이크가 무엇인데 더 준비를 해야 한다던지, 테이크 아웃 비중 대신 매장 내 사용이 얼마나 늘어난다던지, 매장 자리가 없어서 들어왔다 나가는 사람이 늘었다던지 이런 분석을 깊게 해서 Action Item을 지정해 주는대도, 그 결과 값에 대한 공감은 처참할 때가 많을 것이다.
3. 목적의 중요성
데이터 관련 업무를 하는 입장에서 데이터 관련자를 다룰 때는 목적이라는 것을 명확히 설정해 주었으면 한다. 실컷 어느 정도 완성을 해서 들고 가면, 알고 싶었던 것이 이게 아닌데 하면서 슬쩍 목적을 바꾼다. 또 중간 과정에서 무게 추가 안 잡혀 이놈 저놈 의견을 다 취합하다 보면 괴상한 분석 결과가 나온다. 목적 설정은 매우 중요한 과정이다. 우리가 활동하는 아날로그 과정을 중요한 부분만 뽑아서 디지털화시키는 과정이 데이터 수집이다. 목적에 따라서 그 디지털화시키는 과정, 데이터 수집 방법이 바뀐다. “하루에 커피를 몇 번 마시나요?” 설문을 만드는 것이 좋을까 아니면, 카드회사에서 한 개인의 커피 전문점의 매출 빈도를 보는 것이 더 정확할까? 하루라는 기준에 “2잔이요.”라고 말하도록 설문을 하는 게 맞을까? 아니면 평일 기준 2잔 주말에는 0잔 이렇게 카드 명세서를 보는 게 나을까? 목적에 따라 데이터를 수집하는 방법은 엄청나게 달라진다. 이렇게 데이터 결과를 읽을 줄 안다면, 쉽게 목적을 바꾸지도 않을 것이고, 두루뭉술한 이야기는 없을 것이다. 하지만 이런 일들은 현업에서 비일비재하다.
아직도 빅데이터에 대해서 이해를 많이 못하는 관계자들을 만난다. 빅데이터 분석이 없이도 지금까지 감에 의존해서 살았을 수도 있다. 빅데이터가 만병통치약은 되지 못한다. 하지만 어떤 방향으로 가야 할지 방향을 설정해주고, 그 의견에 객관성은 제시할 수 있다. 어느 정도 큰 시장에서 일하고 있다면 빅데이터의 중요성은 갈수록 커질 것이다.
