왜 데이터 커리어는 시작하기 쉽지 않을까요?

안녕하세요.데이터를 더욱 재미있고 가치있게 배울수 있도록교육 컨텐츠를 만드는 크리에이터, 데이터 리차드입니다.많은 사람들이 데이터 직무를 준비하는데 많은 부담감을 느끼고 있습니다.왜 그런지 알아볼까요?[1]데이터 커리어는 원형의 데이터를 의미있는 인사이트로 바꾸는 일입니다.그리고 원형의 데이터를 의미있는 인사이트로 바꾸기 위해서는 여러가지 과정들이 필요합니다.- 어떤 데이터가 필요한지를 알아내는 과정- 필요할 때 언제든 사용할수 있도록 데이터를 저장소에 저장하는 과정- 데이터를 사용해서 사람들이 원하는 프로덕트를 개발하는 과정- 프로덕트 개발을 자동화하고 최적화하는 과정이렇게 여러 과정들을 거친 다음에 만들어진 데이터는비로소 효율적으로 사용이 가능하죠.[2]이 과정을 모두 수행하려면 데이터에 대한 전반적인 지식뿐만 아니라,해당 분야에 대한 도메인 지식, 그리고 개발 관련 능력 역시 요구될 때가 많습니다.데이터 분야에서는 원하는 역량과 스킬들이 매우 광범위하기 때문에처음 커리어를 준비하는 분들은 매우 넓은 공부양과 범위에 부담을 느끼게 되죠.그렇기 때문에 무작정 공부하기 보다어떤 데이터 직업이 있고 그 직업이 어떤 역량을 요구하는지먼저 파악하는 것이 중요합니다.[3]즉 데이터 직무마다 요구하는 스킬과 역량이 다르기 때문에,이를 먼저 파악하고 그에 맞추어서 준비를 해나가는 것이 좋습니다.그렇다면 현재 많은 기업들이 찾고 있는 다양한 데이터 직업들을 알아볼까요?#데이터리차드 #데이터직무 #데이터교육

데이터분석가로성장하기 4

4. 지표를 사용한 데이터 분석의 장점과 단점은 무엇일까요?지표를 통해 얼마나 기업이 성장하고 있는지, 또 어떻게 성장해야하는지를 알수 있다고 했습니다. 지표는 현재 기업이 어떤 방향으로 나아가고 있는지를 나침판처럼 알려줍니다.우리는 DAU, MAU, WAU 를 통해 고객이 얼마나 방문했는지, 그 방문이 어떤 패턴을 그리는지, 그리고 앞으로 어떻게 될지도 예측할수 있습니다. LTV를 통해 기업이 평균적으로 내는 매출과 비용을 계산할수 도 있죠. 그리고 매출과 비용을 줄이는 방법도 찾아내는 데 도움이 됩니다.또 지표는 비교의 기준으로 사용됩니다.지표는 가장 행동에 잘 반응하는 고객들을 비교를 통해 찾아 낼 수 있습니다.이렇게 많은 장점을 가지고 있는 지표는 큰 단점 또한 가지고 있는데요. 단지 지표에만 집중하는 분석은 잘못된 결과를 불러오기도 합니다. 이전 시간에서 롤(LOL)의 KDA를 지표의 예시로 들었는데요. 만약 KDA를 게임 실력의 절대적인 기준으로만 여긴다면, 이 질문을 드리고 싶네요.플레이는 형편없는 데도 단지 운이 좋아 KILL을 많이 한 뒤, 킬수를 들먹이며 팀원들을 무시하는 유저는 좋은 실력의 유저일까요?다음 시간에는 데이터 분석가의 두번째 스킬인데이터 프로그래밍에 대해 이야기해보겠습니다.기대해주세요.#데이터리차드 #데이터분석

데이터분석가로성장하기3

3. 비즈니스를 대표하는 지표들을 알아보자지표는 비즈니스가 얼마나 잘하고 있는 지, 또는 얼마나 못하고 있는지 전체적인 방향을 알려주는 역할을 합니다.지표가 아직 무엇인지 모르는 분들을 위해, 대표적인 예시를 하나 들어볼까요?저는 게임을 좋아하기 때문에한국의 대표적인 민속놀이인 롤(LOL)을 통해 설명해보도록 할게요.KDA는 플레이어가 얼마나 게임을 잘하는 지 파악할 수 있는 대표적인 지표입니다. 게임에서 플레이어가 얼마나 중요한 역할을 했는지를 알려주죠.KDA = (Kill (킬한 횟수) + Assistance (어시스트한 횟수)) / Death (죽은 횟수)KDA를 통해, 우리는 지표에는 3가지 특징이 있다는 걸 알 수 있어요.1. 지표는 여러가지 요소를 사용하여 하나의 수치로 표현할수 있어요.2. 과거의 상태 또는 다른 상대와 지표를 통해 비교가 가능해요.3. 지표는 고정되어 있지 않고, 다양한 방법들을 통해 향상시킬수 있어요.비즈니스도 하나의 게임이라고 생각한다면,KDA와 같은 지표를 통해 얼마나 기업이 성장하고 있는지,또 어떻게 성장해야할지를 알수 있는 것이죠.대표적인 비즈니스 지표에는MAU/WAU/DAU - 월별, 주별, 일별 활동 유저의 수CVR - 하나의 상태에서 다른 상태로 전환된 유저의 비율YOY - 작년의 지금과 올해의 지금를 비교한 변화율LTV - 한명의 유저가 들어온 시점부터 이탈한 시점까지 발생시킨 총 매출액등이 있습니다.이런 지표들을 개별로 사용하기도 하지만 지표들을 합쳐서 새로운 지표를 만들수도 있어요.다음 시간에는 지표를 사용한 데이터 분석의 예시를 통해 지표의 장점과 단점에 대해 설명해보도록 하겠습니다.기대해주세요!

데이터분석가로성장하기 #2

#데이터분석가로성장하기22. 비즈니스가 원하는 데이터 분석은 무엇일까?데이터 분석가가 성장하기 위한 6가지 핵심역량에 대해 지난 포스트에 이어 이야기해보겠습니다.데이터 분석가가 비즈니스 도메인 지식을 얻는 것은 생각보다 시간이 오래 걸리는 일입니다.하지만 단순하게 생각하면, 오히려 더 확실하게 보이는 것들이 있을 거에요.먼저 비즈니스가 원하는 최종 목표에 대해 생각해보면 어떨까요?비즈니스의 최종 목표는 많은 돈을 버는 것입니다.너무 당연한 이야기인가요?그럼 조금더 자세히 말해볼까요?비즈니스는 어떻게 하면 돈을 더 적게 들여서 더 많은 돈을 버는 지를 찾고 있습니다.목표는 생각보다 간단하지만, 그 방법은 절대 간단하지 않습니다.많은 돈을 벌기위해서는 비즈니스가 돈을 어디서 어떻게 얼마나 사용하고 있는지, 그리고 어디서 어떻게 얼마나 벌고 있는지를 알고 있어야 합니다.이를 위해 등장한 것이 바로 지표(Metrics) 라는 개념인데요.지표는 마치 지도과 같이 비즈니스가 가고 있는 방향을 알려주는 역할을 합니다. 데이터 분석가는 비즈니스에서 발생하는 데이터를 사용해,사업이 잘 진행되고 있는지, 어디에서 문제가 발생했는지, 그리고 왜 문제가 발생했는지를 알아냅니다.재미있는 사실은 비즈니스가 애용하는 대표적인 지표의 리스트들이 존재한다는 점입니다.다음 시간에는 대표적인 비즈니스 지표들에 대해 알아보기로 할게요. #데이터리차드 #데이터분석

데이터 리차드의 [성장하는 데이터 분석가 시리즈]

[데이터 분석가로 성장하기 첫번째]1. 비즈니스 도메인 지식 쌓기처음 데이터 분석가로 근무하게 된 여러분은사무실 자리를 배정받고, 동료들을 만난 뒤, 들뜬 마음으로첫 번째 업무를 기다리게 됩니다.'어떤 데이터를 사용하게 될까? 어떤 툴을 사용하게 될까? 어떻게 분석 결과를 발표하게 될까?'지금까지 배운 머신러닝 모델들과 인과 추론 방법론들을 머리속에서 열심히 정리하며 기다리던 그때,"00씨, 이번 마케팅 프로젝트에 대해 팔로우업하는 회의가 있으니 참석 부탁드려요" 라는 메세지를 받게 됩니다.그리고 참석한 회의 1시간동안, 여러분은 꿀먹은 벙어리가 되죠.CTR, ROI, Retention Rate 등 생전 처음 듣는 언어들이 난무한 회의 시간 동안 사실 여러분들이 알아들을수 있는 건 몇가지 없을 겁니다.하지만 걱정마세요. 저를 포함한 모든 데이터 분석가들이 비슷한 여정을 거쳐왔으니깐요.비즈니스 도메인은 안타깝게도 "바로 도메인이란 이거에요" 라고 정의해줄 수 없는 영역입니다. 기업들이 스스로 직접 고객과 제품을 연구하면서 알아낸 고유의 지식들이기에, 누군가가 정답을 알려줄수 없는 부분인 것이죠.하지만 그렇다고 손놓고 있을수는 없죠.다음 시간에는 비즈니스가 원하는 데이터 분석이 어떤 것인지를 알아보고 회의에서 사용하는 외계어(?)들을 조금이라도 알아듣는 방법에 대해 이야기해보고자 합니다.기대해주세요!#데이터리차드 #데이터분석🔥성장을 만드는 📊DATA 교육을 만나보세요.