brunch

매거진 데이터 분석과 마케팅 도서

라이킷 24 댓글 2

You can make anything
by writing

C.S.Lewis

계정을 잊어버리셨나요?

by kayros Feb 12. 2021

데이터 리터러시, 선택이 아닌 필수입니다

직군을 떠나 누구나 데이터를 읽고 해석할 줄 알아야 한다

데이터가 없다면 당신은 그저 주장 말고는 가진 게 없는 사람일 뿐이다.

데이터 리터러시는 데이터를 읽고 활용하는 역량을 의미합니다. 기업에서는 디지털 전환을 외치고 있지만 정작 직원들의 업무는 일부 부서를 빼고는 변한 게 없는 것 같아요. 데이터가 중요한데 데이터를 보지 않는다고 직원에게 뭐라할게 아니라, 데이터를 읽고 해석하는 교육을 먼저 하는 게 맞다고 보여집니다. 회사에 데이터 리터러시의 중요성을 전파하는 클럽하우스 모더레이터 같은 존재가 많다면 베스트입니다. 근데 그런 기업 아마 없을 거에요. 만약 그런 회사가 있다면 정말 좋은 회사에 다니시는 겁니다.

데이터는 자꾸 사용되어야 혁신의 중심에서 제 역할을 할 수 있다. 이러한 변혁을 이끌어내려는 사람들은 조직 내에서 초반에 싫은 소리를 많이 듣겠지만, 그 고비를 넘을 때까지 많은 실험을 통해 구성원들 마음에 확신을 조금씩 심어줘야 한다. 데이터로 생각하고 결정하고 의사소통하는 것이 정말 유익하다는 확신 말이다.

- 30페이지

경영진의 태도가 조직의 데이터 문화를 좌우

직원들도 다양한 툴을 익히거나 파이썬이니 R 언어를 공부하기보다, 데이터 리터러시의 개념을 이해하고, 도메인에서 이를 어떻게 적용할지를 고민하는 게 우선입니다. 이제는 강산이 변해도 데이터가 무엇보다 중요하다는 사실은 변하지 않을 겁니다. C레벨이 그런 의지를 갖고 있는지가 엄청 중요하다고 생각해요. 아무리 데이터로 얘기를 하자고 해도 C레벨 급에서 이를 무시한다면 당연히 밑에 있는 사람들도 데이터로 얘기하지 않고 상사 눈치만 보게 됩니다. 의사결정에 있어 모든 것을 데이터 기반으로 할 수는 없습니다. 하지만 최대한 데이터에 근거해서 방향을 결정하는 모습을 보여준다면 당연히 직원들도 데이터를 보게 되지 않을까요.

데이터 전문가들의 능력에는 데이터를 잘 분석하는 것뿐 아니라 일반 직원들로 하여금 데이터의 힘을 느끼게 하는 것도 중요 요소로 포함된다.

조직에 데이터를 분석하고 관리할 수 있는 직원이 없는 상황에서 데이터 드리븐 문화를 조성해달라는 부탁을 받았을 때 저는 요청을 수락하며 하나만 부탁드렸습니다. 경영진 레벨에서 충분한 지원을 해달라고 말이죠. 모든 게 한 번에 바뀌는 건 불가능합니다. 그건 분석이 아니라 사기에요. 하지만 작은 분석에서 결과를 도출해서 개선하고 이런 액션이 쌓이고 데이터의 중요성을 피부로 느끼게 되면 그제야 데이터에 관심을 가지고 들여야 보게 됩니다.

분석에 앞서 UX에 문제가 없는지를 발견해야

데이터를 분석하기 위해 가장 필요한 건 호기심, 다시 말해 ‘제대로 된 질문을 할 수 있는가’입니다. 질문을 하기 위해서는 데이터가 먼저 필요하지 않습니다. 서비스에 대한 관심이 필요합니다. 왜 회원가입을 할 때 본인인증을 받아야 하는지, 간편 결제를 도입하면 실제로 전환율 개선에 도움이 되는지 등 UX 차원에서의 접근이 먼저입니다. 고객의 불만이 무엇인지도 살펴야합니다. 당연하게 생각되는 것들이 지금 서비스에서 이뤄지지 않는 게 있는지를 먼저 리스트 업하고 우선순위를 정해서 하나씩 개선하는 것, 물론 쉽지 않습니다. 개발 지원도 뒷받침되어야 하고 함께 개선할 수 있는 동료도 필요합니다.

데이터 역량 제고에 반드시 필요한 세 가지 요건을 고르라면 첫 번째는 동기부여다. 특정 목적으로 동기가 부여된 상태여야 데이터 역량의 필요성을 절감하고 몰입하게 되기 때문이다. 두 번째는 그러한 목적의식을 잘 담아낸 데이터다. 가장 좋은 것은 자기가 스스로 조사하여 획득한 자체 데이터다. 세 번째는 데이터를 가공할 역량 및 툴이다.

- 115 페이지

도메인 지식 없이는 분석으로 결과 도출 어려워

저는 책을 통해 분석이라는 단어의 의미를 처음 접했습니다. 분석이란 '나눌 분'과 '이해할 석'이 합쳐진 단어로 '한 번에 답할 수 없는 것을 나누어 답함으로써 전체 답을 찾아가는 문제 해결 방식'이라고 저자는 정의합니다. 그러니까 분석을 통해 인사이트를 발견하려면 옳은 질문을 통해 가설을 세우고 가설을 검증하기 위한 데이터를 나눠서 탐색하는 과정이라고 보면 됩니다. 물론 거기에 반드시 필요한 것은 도메인 지식입니다. 도메인 지식이란 해당 산업의 지식과 경험입니다. 핀테크 서비스라면 금융에 대한 지식이 동반되어야 하며, 패션 커머스라면 옷이 어떻게 생산되는지, 계절적 영향은 없는지 등 관련하여 잔뼈가 굵은 분들께 배워야 합니다. 직관의 힘은 무섭습니다. 그리고 이런 분들이 데이터를 해석하는 역량까지 갖추면 베스트입니다.

이 책은 제 동료 분들이나 일을 막 시작하는 분들께 추천하고 싶습니다. 웬만한 강의 듣는 것보다 이 책 정독하는 게 백번 낫다고 봐요. 책을 읽어야 생각할 수 있으니까요. 이제 뇌피셜 말고 데이터로 얘기합시다. 같은 데이터를 보더라도 서로 다른 의견을 존중할 수 있는 동료가 멋져 보입니다. 숫자를 보면서 본인의 의견과 이견을 낼 수 있는 역량, 이를 통해 데이터를 돈으로 바꿀 수 있는 사람이 요즘 시대에 필요한 인재가 아닐까 싶네요. 긴 글 읽어주셔서 감사합니다 :)

keyword