교육업계 기획자가 들려주는 데이터 분석 이야기

데이터사이언스교육 기획자의 데이터 분석 입문자, 초보자들을 위한 조언

약 2년을 데이터사이언스 카테고리의 교육을 기획했습니다.

파이썬 데이터 분석부터 파이썬 머신러닝, 딥러닝 등 데이터 분석가로의 커리어를 원하는 분들을 위해서 교육 커리큘럼을 구성하고 강사를 섭외하는 등의 일들을 했는데요.

많은 분들이 데이터사이언스에 대한 관심도가 높아지면서 어떻게 입문해야할 지, 그리고 이 분야는 무엇인지에 대해서 감을 못 잡는 분들이 많은 것 같더라고요.

교육을 진행하면서 200여 명이 넘는 분들과 상담을 진행해왔고

이 분들에게 조언을 주면서 강의도 추천해주거나 그들의 수준에 맞게 다른 공부 방법도 제안해주기까지!

많은 케이스들을 봐왔고 들어왔던 것 같아요.

데이터사이언스 업계로 입문하고 싶은 분들, 데이터사이언스가 아니더라도 데이터 분석에 관심 있는 모든 다른 직군의 분들에게 도움이 되었으면 합니다!

데이터사이언스 교육 기획자가 알려주는 데이터사이언스 입문!

아마 데이터사이언스, 데이터 분석, 데이터 분야로의 취업에 관심이 많은 분들은 많이 공감하실 것 같아요.

데이터 분석에 대한 중요성을 많은 분들이 점차 알게 되면서 그저 막연하게 설명하는 것들을 수치라는 것을 통해 보다 논리적으로 설득할 수 있는 능력이 중요해지고 있죠.

그만큼 관심도가 중요해졌으니 데이터 분석에 관심 있는 분들을 위해 어떤 점들이 중요한 지, 어떤 것부터 시작해야 하는지 알려드리려고 해요!

보통은 데이터 분석을 접하고 싶어서 무턱대고 파이썬, 엑셀, SQL 등을 시작하는 분들이 많습니다.

이 방법이 완전 잘못되었다는 것은 아니지만, 무엇이든 목적과 목표가 중요한 것 같아요.

제가 봐온 수강생 분들 중에서는 목표를 잘 설정하고 본인이 학습을 통해서 하고자 하는 것을 

명확하게 설정했을 때 더 그 수강 효과와 습득력이 좋았습니다!

수강생들과 함께 인터뷰를 진행하면서 왜 강의를 수강했는지, 앞으로 이것을 어떻게 활용하고 싶은 지에 대해서도 물어보면 수강 목적이 뚜렷하고 본인이 적용하고자 하는 것이 뚜렷하다면 조금 더 높은 습득력을 보였습니다.

첫째.  문제를 설정하고 무엇을 이루기 위해(목적) 데이터 분석을 하는 것인지 설정 필요

내가 데이터 분석을 왜 하는지? 무엇을 확인하고자 하는 것인지? 어떤 문제를 풀고자 하나?
그렇다면 어떤 데이터를 써야 하나? 에 대한 것을 구체적으로 정하는 것이 가장 중요한 시작입니다.

예를 들어, 광고 데이터를 기반으로 하여 광고의 성과를 개선하는 것을 진행해본다고 하겠습니다. 

저의 목적은 광고 성과를 개선하는 것이며 이때 광고 데이터를 활용할 예정입니다.

이때 데이터 분석을 하는 이유는 광고 성과를 확인하기 위한 것입니다. 이때 확인하고자 하는 것도 광고 성과이지만, 구체적으로 광고 성과는 무엇을 기준으로 할 것인 지에 대한 정의가 되어 있지 않죠.

광고 성과는 사람들이 관심을 많이 가지는 것을 기준으로 평가한다면 광고 클릭률을 성과로 측정할 수도 있고, 광고 비용을 효율적으로 운영하기 위해 목표당 비용(CPA)가 기준이 될 수도 있습니다.

(광고, 마케팅에 대한 부분은 추후에 지속적으로 전달 드릴 예정이니 오늘은 데이터 분석, 데이터사이언스에 관련된 이야기들만 하도록 하겠습니다)

그럼 이때 어떤 데이터를 쓰면 될까요? 페이스북 광고의 성과를 개선하기 위해서는 페이스북 광고 데이터, 네이버 광고 성과를 개선하기 위해서는 네이버 광고 데이터 등 어떤 매체를 기준으로 볼 것이냐에 따라 달라질 것이며 어떤 날짜의 데이터를 보느냐에 따라서도 달라지겠죠.

그래서 우리는 데이터 분석에 대한 목적과 이해가 필요합니다.

둘째. 데이터 이해하기, 비즈니스 도메인 지식 쌓기

데이터사이언스 업계의 분들, 데이터 분석을 하는 사람들이 공통적으로 입을 모아 하는 말!
"데이터 분석가에게 가장 필요한 것은 비즈니스 도메인 지식!"

이 말이 무엇이냐! 바로 데이터에 대한 이해인데요, 이렇게 하면 와닿지 않을 수도 있을 것 같아 

예를 들어 설명하면, 교육 상품은 다른 상품에 비해 고관여(우리가 구매하는 데에 있어서 굉장히 많은 고민과 노력, 비용, 시간 등이 발생) 제품입니다. 그래서 사람들은 고민도 많이 하고 많이 비교해가면서 사게 되죠!

물론 이 부분은 상대적인 부분이므로 사람마다 다를 수는 있지만, 교육 상품은 일반적으로 그렇습니다.

그렇게 되면 강의 시간, 기간, 장소, 언제 강의를 많이 듣는지 등 요소들이 중요하게 되고 이에 대한 이해가 있어야 데이터 이해 및 분석을 보다 수월히 할 수 있습니다.

예를 들면, 비교적 새해 다짐을 하는 기간에는 다이어트 의지, 학습 의지가 샘솟기 때문에 이를 반영하여 프로모션을 진행하던지, 기존 고객에게 푸시 알림을 보낸다던지 여러 활동을 할 수 있습니다.

이때 이러한 업계와 상품에 대한 감을 알고 있다면 데이터 분석을 하고 이를 기반으로 행동(액션)을 제안하게 됩니다.

즉 보다 분석 결과를 잘 해석하고 이를 제안하는 단계까지 인사이트를 도출하려면 도메인 지식, 비즈니스에 대한 이해는 필요 아닌 필수라고 볼 수 있죠!

여러분들이 현재 현업자이시라면 업계에 대한 전반적인 흐름 파악을 취준생 분이시라면 간접적으로 뉴스, 책, 인터넷 서칭등 다양한 방법을 통해 비즈니스의 문제를 파악해보는 것도 도움이 될 것 같아요!

실제로! 기업들 신입 채용을 할 때 데이터를 분석하기 위해서 여러 가지 기술을 사용하는 것을 더 비중 있게 보기보다 어떤 관점으로 어떻게 해석했느냐의 인사이트가 더욱 중요한 요소로 보는 기업들이 많아지고 있답니다!

셋째. 분석 툴에 급급하기보다 현재 쓰고 있는 툴을 쓰면서 새로운 툴 익히기!

파이썬, SQL, R 모두 데이터 사이언스 하면 떠오르는 툴인데요!
물론 이 툴들 모두 좋지만, 아예 데이터를 볼 줄도 몰랐던 분들이라면 고민해보기.

모든 툴을 다뤄본 저로서는 SQL, 파이썬, R 모두 유용한 툴들이고 배우긴 어렵지만 정말 업무를 자동화하는 부분, 크롤링이 필요한 경우 등 필요한 순간들이 있습니다.

그렇지만, 데이터를 아예 볼 줄도 몰랐는 데 이제 막 시작하는 분들은 다소 무리가 있을 수 있어요!

그런 분들은 일단 데이터를 바라보는 시각을 기르면서 파이썬, SQL, R, 엑셀 중 하나를 시작해보세요

동시에 할 필요도 없습니다. 보통 대용량의 데이터를 다루는 기업에 종사하고 계신다면 SQL 활용이 필수적일 수 있으니 SQL부터 배워보시는 게 좋습니다.

(사실 저는 SQL을 제일 먼저 배우는 것이 좋다고 생각하지만, 기업에 따라 SQL을 활용하지 않는 경우도 있어서 이 경우에는 파이썬, 엑셀, R이 더 나을 수도 있습니다)

언어에 대한 설명은 다음에 조금 더 자세히 하는 것으로 하고,

어쨌든 많은 분들이 툴을 목표로 두고 하시는 데, 그게 아니라 목표는 데이터 분석으로 내가 설정한 문제 해결하기이지 파이썬, 엑셀 등이 아닙니다.

많은 입문자, 초보자들이 이러한 주객전도 현상으로 인해 쉽게 포기하게 되며 실제로 공부를 하고 강의를 듣더라도 머릿속에 남아있지 않게 되는 것이죠,

넷째. 데이터 분석에 관련해서 많이 구글링하고 찾아보기

데이터 분석에 대한 부분을 해결하기 위해서는 거의 절반 이상이 서칭이라 생각합니다.
특히 입문자, 초보자 분들은 처음에 이것저것 외우려고 하는 것보다 이것저것 여러가지 데이터 분석 관련된 것들을 찾아보면서 파악하시는 게 좋습니다.

제가 많이 봐왔지만 대부분의 초보자, 입문자 분들은 본인들 스스로도 데이터 분석, 데이터사이언스에 대한 정의가 되어있지 않은 것 같습니다.(물론 저도 정답은 아니지만.. 많이 찾은 만큼 깨달은 것도 나름 있는 것 같습니다)

워낙에 데이터사이언스 분야가 경계가 모호하기 때문에 더 많이 찾아봐야 하고 특히나 이 분야에 대해서 공부하는 이유는 취업 아니면 업무 능력 향상, 커리어 전환 등의 이유였는 데

이것이 목표라면 반드시 더욱 구글링, 서칭은 필수입니다!

데이터 분석 입문부터 하나하나 경험해보고 읽어보면서 본인이 이 분야에 흥미가 정말 있을지를 파악하는 것도 가장 큰 요소라고 생각합니다.

많은 분들이 관심 있다고 모두가 다 학습하고 강의를 듣는 것은 아니고 또 학습을 시작하고 강의를 듣기 시작한 분들도 100프로가 끝까지 따라올 수 있는 것도 아닙니다.

특히나 이 분야가 더 중도 이탈자(?)가 많았습니다. 프로그래밍이라는 분야의 특수한 느낌도 가지고 있으면서 비즈니스적인 이해도도 있어야 하니 다소 어렵게 느껴질 수도 있는 부분이라고 생각합니다.

그렇기 때문에 본인이 하고 있는 일들과 공부들을 하면서 추가적으로 서칭을 통해 알아보고 파악한 뒤에 시작해도 그다지 늦지는 않다고 얘기할 수 있을 것 같아요!

모든 시작이 어렵기는 하겠지만, 시작을 하면서 계속해서 목표를 설정하고 내가 나아가고자 하는 것을 선정했다면 그것이 데이터 분석 입문에는 가장 큰 시작이라고 생각합니다~!

데이터 분석에 관심이 있다면, 본인이 왜 하고 싶은 지, 어떤 도메인 지식이 필요할지,
모든 부분들을 관심 있게 서칭하고 보다 보면 자연스럽게 입문해있지 않을까요?

어렵다고 생각하기보다는 하나씩 차근차근 생각해가면서
정하는 것이 가장 중요합니다.