<데이터 문해력>을 읽고
생각 -> 작업 -> 생각
예를 들어, "이벤트 배너가 너무 아래쪽에 있어서 이벤트 신청이 충분히 일어나지 않는다"라는 문제에 대해 분석을 요청받았다고 해보자. 얼핏 보면 납득할 수 있는 분석 주제처럼 보인다.
하지만 실제로 이 문장에는 요청자가 생각하는 예상 원인이 포함되어 있다. 특정 원인을 예상하고 있다면 아마 해결할 방법도 대략 머릿속에 떠올리고 있을 것이다. 데이터를 통해 이 문장을 뒷받침할 증거를 찾는다면 요청자는 아마 이벤트 배너를 상단으로 올려야 한다고 주장하고 싶을 것이다.
데이터로 문제를 해결한다는 관점에서 이 상황의 문제를 새롭게 정의하면, "이벤트 신청이 저조하다"가 될 수 있다. 그 원인이 무엇인지는 여기에 적합한 데이터를 찾고 분석해보면 알 수 있을 것이다. 물론 가장 큰 원인이 요청자가 생각한 것처럼 이벤트 배너의 위치일 수도 있고 다른 이유일 수도 있다. 하지만 정말 데이터를 통해 문제를 해결하고자 한다면 원인을 찾아내는 과정은 데이터에 맡기는 게 옳다.
데이터 문해력이란,
'데이터에서 무언가를 읽어내는 능력'이 아니라 '스스로 정답에 대해 고민하고 데이터를 무기로 합리적으로 논할 수 있는 능력'이다.