[TIL] 데이터 리터러시 - 5/17

1. 데이터 리터러시

: 데이터를 활용 해 문제를 해결할 수 있는 능력을 말한다.

 

내가 서비스 기획자 과정을 시작하게 된 계기다.

일상 속에서 문제점을 발견하고, 이를 해결하기 위한 나의 주장은 있는데 항상 객관적인 근거가 없었다.

문제점 또한 내가 정의하는 것이 데이터를 찾고, 분석하는 능력을 키우기 위해 신청하게 되었다.

데이터란?

• 이론을 세우는 데 기초가 되는 사실 또는 바탕이 되는 자료
• 관찰이나 실험, 조사로 얻은 사실이나 자료
• 컴퓨터가 처리할 수 있는 문자, 소리, 그림, 숫자 따위의 형태로 된 자료

 

요즘 데이터, 데이터 하는데 왜 중요한걸까?...

예를 들어

덥다 VS 평균 기온 40도

차이가 느껴지는가?

-> 단순히 추상적인 표현보다 객관적인 수치로 표현하는 것이 훨씬 공감하기 쉽고, 신뢰도가 있다.

그래서 데이터로 뭘하는데?

과거에 나타난 현상(=데이터)를 통해

현재 상황을 더욱 잘 이해하고,
이를 토대로 미래를 예측하며,

의사 결정의 근거로 삼기 위해

분석한다.

 

이 때 해당 분야의 지식(도메인, 서비스, 사용자)가 있어야 데이터 속에서 의미를 찾고, 분석할 수 있다.

 

 

자 그럼 해당 분야의 지식이 있으면 데이터를 그냥 보고도 의미를 찾을 수 있을까?

 

우연히 찾을 수도 있겠지만 숫자 데이터만 들여다 봐서는 연관성을 찾기 쉽지않다.

그래서 우리는 데이터를 가시화해야 한다.

이를 데이터 시각화라고 한다.

데이터 시각화란?

차트, 그래프 또는 맵과 같은 시각적 요소를 사용해 데이터를 표시하는 프로세스를 뜻한다.

 

이를 통해 얻을 수 있는 이점은?



우리는 데이터 시각화를 통해 모든 세분화된 데이터를 쉽게 이해하며 시각적으로 설득력 있고 유용한 비즈니스 정보로 전환할 수 있다.

 

아래는 역사상 최고로 꼽히는 10가지 데이터 시각화 사례이다.

참고하면 데이터 시각화가 얼마나 효과적인지 알 수 있다.

https://www.tableau.com/ko-kr/learn/articles/best-beautiful-data-visualization-examples

데이터의 아름다움: 역사상 최고로 꼽히는 10가지 데이터 시각화의 예

 

 

 

자 그럼 데이터 분석은 무엇으로 할까?

언제 어디서든 사용가능하며, 무료인 구글 스프레드 시트를 활용해서 데이터 분석을 해보자!

데이터 분석을 위해 알아야 할 구글 스프레드 시트의 최소한의 기능(함수)

기능명	설명
count	지정한 범위에 데이터가 있는 셀의 개수를 계산
sum	지정한 범위의 셀에 있는 데이터의 총합
average	지정한 범위의 셀에 있는 데이터의 평균
if	조건을 통해 참, 거짓에 따라 다른 값을 반환
countif	기준을 충족하는 셀의 개수를 계산
sumif	기준을 충족하는 셀의 총합을 계산
averageif	기준을 충족하는 셀의 평균를 계산
iferror	에러일 경우 "#N/A"가 아닌 특정 값으로 반환
isna	N/A일 경우 True, 아니면 False를 반환
iserror	에러일 경우 True, 아니면 False를 반환
IS 시리즈	ISTEXT, ISREF, ISODD, ISNUMBER, ISEVEN, ISERR, ISBLANK 등이 있음
today	현재 날짜를 표시하는 함수
now	현재 날짜, 시간을 표시하는 함수
left	선택한 셀의 데이터에서 왼쪽부터 지정한 글자수만큼 추출하여 반환
right	선택한 셀의 데이터에서 오른쪽부터 지정한 글자수만큼 추출하여 반환
mid	선택한 셀의 데이터에서 지정한 위치부터 지정한 글자수만큼 추출하여 반환
xlookup	범위 또는 배열을 검색한 다음, 찾은 첫 번째 일치 항목에 해당하는 항목을 반환 일치하는 항목이 없으면 XLOOKUP에서 가장 가까운(근사치) 일치 항목을 반환할 수 있음
vlookup	값을 검색할 범위에서 조회할 값이 있는 행을 찾고, 지정한 열에 해당하는 데이터를 반환 ex) 점수에 따른 등급을 환산할 때, 학생의 점수를 등급표에서 찾고, 그 점수에 해당하는 등급을 반환할 때 사용 =VLOOKUP(조회할값, 값을 검색할 범위, 조회 값이 있는 행에서 반환할 값이 있는 열 번호, 정확한 일치 여부)
pivot table	데이터를 요약해서 보거나 데이터와 데이터 간의 관계를 파악하는데 활용하는 기능

 

 

서비스 기획자에게 데이터 분석은?

사업을 시작하기 전에 문제나 니즈를 정의하고, 리스크를 관리하기 위해 사용할 수 있고,
시작한 후에는 더 나은 UX를 위해 사용할 수 있다.

출처: 그로스쿨

 

 

2. 가설 수립과 분석

데이터 분석 프로세스

1. 데이터 저장 → 2. 가설 수립 → 3. 데이터 확보 → 4. 데이터 처리 → 5. 가시화 → 6. 인사이트 도출

 

데이터 분석은 6번 과정에서 얻은 인사이트를 기반으로 다시 2번 과정으로 가서 가설을 수립하는 것의 반복이다.

이 과정을 통해 데이터에서 유의미한 인사이트를 얻어낼 수 있다.

 

분석

• 크고 복잡해 한 번에 파악하기 어려운 대상을 하위의 개념으로 나누고 쪼개서 이해하거나 다시 결합해 보는 과정
• 쪼갠 뒤 각각을 비교하거나 묶어서 비교

비교할 때 데이터에서 확인해야 할 것

1. 급격한 변화가 있는가?
2. 특이한 지점이 있는가?
3. 범위를 넘어서는가?
4. 증가 또는 감소의 추이가 있는가?
5. 반복되는 패턴이 있는가?
6. 시기/계절에 따라 달라지는가?
7. 우연/사회적 이슈 등에 영향이 있는가?
8. 같이 비교해봐야 할 (다른) 데이터가 있는가?

 

North Star Metric

: 조직의 목표와 방향 그리고 성공을 가늠하는 숫자

→ 궁극적으로 전달하고자 하는 가치가 가장 잘 드러나는 숫자

** 북극성 지표에 영향을 주는 요소들로 세부 목표를 잡아서 달성해야 함.

자 그럼 북극성 지표에 영향을 주는 요소를 어떻게 찾을 수 있을까?

OMTM - One Metric that Matters

마케팅 관련 지표

 

프로덕트 데이터

유입 경로 추적

• 어떤 URL에서 우리 사이트로 들어오는지 파악 가능
• GA(Google Analitics) 같은 분석 도구가 있어야 함
• 어디서 더 많이/적게 오는지를 파악해 광고비를 집중할 매체 선별 가능

유입 경로 구분

광고에 붙이는 URL마다 어떤 채널에서, 어떤 목적으로, 어떤 유형인지 꼬리표를 붙여 유입 경로를 상세하게 쪼개야 함

Page Veiw

: 페이지가 읽힌 횟수 (방문자 중복 허용)

Unique Visitor

: 순수 방문자 수 (방문자 중복 X)

Session

: 사용자가 한번 방문해(30분 이내에) 다른 페이지 읽기, 클릭 등의 나가기 전까지의 행동을 묶어 측정하는 단위

Active User

: 활성 사용자 수

서비스를 잘 사용하고 있는 사용자 측정 단위

• 서비스마다 활성 사용자에 대한 기준(로그인, 설치, 유료 고객)이 다름
• 기간별 측정 가능(Daily, Weekly, Monthly)

이탈 Bounce

: 유입 페이지만 보고 다른 페이지로 이동하지 않고 사이트를 떠나버리는 것

→ 이탈률로 우리 사이트/서비스의 만족도를 평가할 수 있음

4. 분석과 해석을 위한 최소한의 개념(통계)

• 상관관계
  • 하나가 바뀌면, 다른 것도 바뀌는 관계

•