데이터에서 유의미함을 만들어
보자
책리뷰.빅데이터 시대, 성과를 이끌어 내는 데이터 문해력
브런치에 종종 올리는 컨텐츠 중 [쏘프라이즈] 후기가 있다. 주별로 특정한 주제를 선정하여 그에 대한 답변을 데이터를 바탕으로 써내는 것인데 데이터 시각화와 관련해선 가장 적절한 사이드 프로젝트 같아 1-2주에 한번식은 참여하고 있다. 결과가 좋을 때도, 좋지 않을 때도 있지만 데이터를 가지고 유의미한 결론을 내는 것 만으로도 성공이라고 생각한다. 그리고 이런 자극들에 더불어 데이터 문해력, 즉 데이터를 활용하고 결론을 내는 능력도 꾸준히 키워가야 한다고 본다.
한편, '결론'은 그 차이가 결국 어떤 내용인지를 설명하고 있습니다. 이를 설명하려면 "내가 무엇을 말하고 싶은지, 어떤 것을 문제로 인식하고 있는지"가 명확해야 합니다.(92P)
이 부분의 앞에서는 그래프를 표현하는 것에서 그치는 '결과'에 대해 설명하고 있다. 데이터를 시각화하는 방법이 점점 화려해지고 복잡해질 수록 그래프의 내용을 읽는 '결과'를 내는 것으로 데이터를 읽었다고 생각하지만 실제 해결방법은 그 너머의 내용을 보는 것에 있다. 책에서는 결과만 내는 것을 피하기 위해 그래프나 표를 만들 때 각각의 결과물에 대한 구체적인 결론을 먼저 문장으로 써볼 것을 제안한다.
수집한 데이터에서 평균을 구하고 막대 그래프로 크기만 비교하는 사례가 압도적으로 많습니다.(123P )
수집한 데이터를 정돈하다 보면 사실 가장 많이 떠오르는 그래프가 막대 그래프이다. 특정한 시점의 데이터를 시간순으로 표현하는 시계열 데이터가 많은 부분을 차지하기 때문인데, 다행히 평균을 우선 구하는 데이터를 많이 접하진 않았지만 막대 그래프부터 우선 만들어놓고 보는 것도 조심하기로 했다. 하지만 막대 그래프도 데이터를 잘만 응용하면 다양한 방식의 시각화나 다른 데이터를 표현하는 것이 가능하기 때문에 반대의 경우가 반복되는 것도 막고 싶다.
어떤 문제에 대한 원인을 데이터로 어떻게 분석할 수 있을까요?(139P)
원인 후보 열거 → 지표 설정 → 관련성 확인
이 책에서는 '특정한 문제를 데이터를 가지고 해결한다'라는 목표를 가지고 있다. 그렇기 때문에 문제의 원인이 될만한 것들을 열거한 다음 각 원인과 문제를 지표로 설정하여 관련성을 확인해 본다. 관련성이 확인되면, 즉 유의미한 수치가 나오면 해당 원인을 해결하면 되고 아니면 또 다른 원인을 찾으면 된다. 대신 관련성을 확인하는 과정에서 주관적인 판단이 들어가는 것을 조심해야 한다.
단순히 상관관계만 도출하기 보다는 산포도로 시각화 하는 것을 추천합니다. 또한 상관관계가 복잡해 보일 때는 전체를 부분으로 나누고, 그 범위에서 상관관계 유무를 확인하는 형태로 분석을 진행하는 방법도 있습니다.(165p)
이부분이 흥미로웠는데, x축과 y축의 상관관계라고 하면 큰 그래프 하나만 두고 생각하는 경우가 있는데 오히려 특정구간별로 특징을 나눠서 봐야 하는경우도 있다. 상황이 복잡할 수록 이렇게 나눠서 보는게 더 맞을 것 같다.
여러가지 요소와 산포도로 상관관계 분석하기. Fundamentals of data visualization.위의 이미지 출처는 아래.
그리고 결론에는 직접적인 계산결과와 통계용어는 포함되어 있지 않습니다.그것이 포함되면 결과를 설명하는 것이 되기 때문입니다.(196P)
책에서는 데이터 분석과 시각화 후의 결과와 결론을 구분하고 결론까지 내야 함을 알려주고 있다. 어느 분야에서나 전문용어나 방식들이 있어야 하는 것 같지만 결국은 상대방이 얼마나 이해할 수 있냐가 주안점이기 때문에 점점 이해하기 쉽고 명확한 방식을 선택하게 마련이다. 어떤 결과가 나왔는지, 혹은 나오지 않았는지는 명확하게 설명할 수 있어야 한다.
목차로 한번 더 봐야할 책
책의 내용도 내용이지만 목차에서 데이터 문해력에 필요한 능력들을 제대로 파악할 수 있다. 앞으로 보게될 다른 책에서도 데이터 문해력에 대한 항목들을 체크해 보면서 공부해보면 좋을 것 같다. 카드뉴스에서는 책 표지의 컬러와 패턴 디자인을 활용했다.
