'코딩의 대중화'가 아닌 '분석의 대중화'가 필요
<매드타임스> 칼럼 기고문 중
<매드타임스> 칼럼 기고문 중 일부
빅데이터 등장 이전에는 인문학 등 소위 비전공자들의 직무 진입이 지금보다 훨씬 수월했다.
광고홍보학, 심리학, 사회학 등의 비전공자들을 분석가로 채용하는 것에 아무도 거리낌이 없었다.
데이터를 분석하는 기술만큼
데이터에 접근하고 해석하는 소양 역시 중요하다는 것을 알고 있었기 때문이다.
데이터의 형태가 달라지고 분석해야 하는 규모가 커졌다고 해서, 또 분석 기술이 엑셀이나 SPSS 같은 통계 프로그램에서 코딩으로 바뀌었다고 해서 가설이나 해석의 역할이 줄어들었을까.
데이터는 데이터다.
이제 데이터 분석 역량이 뛰어나다는 평가는
데이터를 쪼개고 가공하고 버리는 방법을 알고 있다는 것을 넘어,
데이터를 바라보는 관점을 시작으로 데이터의 특성이나 한계를 정의하고
분석을 통해 얻고자 하는 여러 개의 가설을 세우며 몇십 번, 몇백 번이라도 반복할 수 있는 치열한 의지, 그리고 정돈된 결과에 대한 해석과 제안에 나의 견해를 담을 수 있는지,
마지막으로 코딩도 모르고 통계도 모르는 다른 분야의 전문가들에게 설득력 있게 전달할 수 있는지 등으로 평가받아야 한다.
그런 시장으로 진입하기 위해서는 ‘코딩의 대중화’가 아닌 ‘데이터 분석’의 대중화가 필요하다.
데이터를 분석하기 위한 이론이나 방법에 대한 기본적인 이해가 있어야 한다. 그래야 과정이 아닌 결과를 놓고 소통할 수 있기 때문이다.
많이들 전문가일수록 쉽게 얘기하는 능력이 필요하다고 하며 기술적인 용어 자체도 무조건 쉽게 전달해달라고 한다. 물론 필요하다. 불특정 다수를 대상으로 강연을 진행한다면 말이다.
하지만 기업의 흥망성쇠를 데이터로 결정해야 한다면 얘기는 달라진다. 쉽게 이야기하고 듣는다고 해서 어려운 결정을 쉽게 할 리 만무하다. 분석 결과의 의미를 심도 있게 이해하기 위해서는 분석이라는 과정과 용어와, 기법에 대한 기본적인 이해가 필요하다.
http://www.madtimes.org/news/articleView.html?idxno=19535
