성장하는 데이터 분석가에게 필요한 3가지 마인드셋 2
문제-해결 논리(Problem-solving logic)
지난 시간에 이어서 데이터 분석가가 성장하기 위해 필요한 3가지 마인드셋(Mindset)에 대해 이야기해보고자 합니다. 여기서 마인드셋(Mindset)은 하나의 가치관 또는 사고 방식이라고 이해하셔도 좋을 것 같습니다.
성장하는 데이터 분석가는
1. 분석적 사고(Analytical mindset)
2. 문제-해결 논리(Problem-solving logic)
3. 의사소통 (Communicational skill)
이 3가지를 갖추어야 합니다.
그럼 두번째 문제-해결 논리에 대해 이야기 해볼까요?
[2] 문제-해결 논리
긴 역사에서 알수 있듯, 인간은 항상 새로운 문제를 찾아내고 그 것을 해결하기를 원합니다. 그리고 현대 사회에서 문제를 해결하는 주체는 대부분 기업들이였습니다. 그 이유는 자본주의 시장에서 가장 많은 고객을 확보할수 있는 방법은 (a.k.a 가장 돈을 많이 벌수 있는 방법은) 가장 빠르게 고객이 느끼는 문제점을 찾고 누구보다 빠르고 효율적으로 해결하는 것이기 때문입니다.
특히 21세기에 들어, 고객의 문제를 찾고, 또 어느 부분을 해결해주어야 고객이 만족할지를 알려주는 데이터 분석 기법이 비즈니스에서 널리 활용되기 시작했습니다.
대표적인 예시를 들어볼까요?
- 코홀트 분석
- 퍼널 분석
- RFM 분석
데이터 분석가라면 많이 들어본 이 3가지 분석 기법은 특정 고객이 어느 부분에서 불편을 느끼고 어떻게 행동하는지를 알려주는 대표적인 분석 기법으로 자리잡았습니다.
이 분석 기법들의 공통점은
1. 고객이 느끼는 문제점을 데이터를 통해 찾아낸다
2. 어느 단계에서 문제가 있는지를 근거를 제시한다
3. 어떻게 문제를 해결할수 있을지 해결책을 제안한다
입니다.
대부분의 데이터 분석은 근본적으로 이러한 구조를 따르고 있습니다.
물론 미래를 예측하거나 보유하는 자원을 어떻게 잘 활용할지 다루는 분석도 존재합니다. 하지만 고객의 문제를 해결하는 것이 기업의 근본적인 특징이기 때문에, 많은 기업들이 문제-해결 능력을 활용하는 분석을 선호합니다.
마지막으로 아래의 표는
Matt Dancho 라는 데이터 전문가가 예측하는
2023년 데이터 분석직종의 연봉을 나타내는 표입니다.
Data Analyst, Business Analyst, Data Scientist, 그리고 Business Scientist 라는 4가지 직업을 보여주고 있는데요.
앞에 Business라는 타이틀을 단 Analyst와 Scientist 들이 Data 타이틀을 단 직업들보다 10-20% 더 많은 연봉을 받는 것을 보실 수 있습니다. 데이터 분석은 기업들에게 그들의 문제를 해결해주는 매력적인 도구이기 때문이죠.
비즈니스의 문제를 발견하고 해결하는 것이
기업들이 원하는 데이터 분석의 핵심이라는 점,
기억해주세요!
