2024-01-04 TIL

1. 데이터 리터러시의 정의와 해석

 

- 데이터 리터러시의 정의

   방대한 데이터를 의미가 있는 데이터로 변환하고,

   합리적인 가설 설정과 문제 파악으로

   긍정적인 결과를 도출할 수 있는 유의미한 결과, 결론, 액션을 도출하는 것

 

- 데이터 리터러시의 과정

    1. 문제의 가설 정의

    2. 의미가 있는 데이터를 분석

    3. 결과 해석 및 액션 도출

 

- 데이터 분석 시에 생길 수 있는 오해와 실수

    : 심슨의 역설

    : 잘못된 시각화를 통한 정보의 왜곡

    : 샘플링 편향 (일반화의 오류)

    : 상관 관계 와 인과 관계는 다른것인데,

      이를 같다고 여겼을 때 발생할 수 있는 해석의 오류

 

2. 데이터 리터러시에서 올바른 문제 정의 방법

 

- MECE 원칙

정보가 서로 겹쳐있는 부분이 없으면서, 모든 정보를 포함할 수 있는

즉 문제를 상호 배타적이면서 전체 포괄적인 구성요소로 나누는 것

 

- Logic Tree

MECE 원칙을 기반으로 복잡한 문제를 더 작고 관리하기 쉬운 하위 문제로 분해하는 데 사용

상위 문제로부터 시작하여 하위 문제로 계층적으로 접근하게 되며,

이를 일반적인 도표 형식으로 제작하여 가시성과 접근성을 높일 수 있다.

 

3. 데이터의 유형과 정의

 

- 정성적 데이터

비수치적인 정보로 사람의 경험, 관점, 태도와 같은 주관적인 요소를 포함하며,

대부분 텍스트, 비디오, 오디오 형태로 존재하기 때문에 정형되지 않고 구조화 되어있지 않다.

때문에 이를 분석에 사용하기는 어려우며

대신, 새로운 현상이나 개념에 대한 이해를 심화하는데에 사용할 수 있다.

 

- 정량적 데이터

수치적으로 표현하는 것이 가능한 정보로, 양적인 측정과 분석을 통해서 얻을 수 있음

데이터가 숫자의 형태로 존재하기 때문에 통계적으로 분석 및 활용하기가 용이하다.

단어 그대로 정량적인 데이터이기 때문에 개인의 해석이나 주관이 비교적 적게 작용하는

객관성이 높은 데이터의 유형이다.

 

분석이나 통계치를 내기 어려운 정성적 데이터도 일련의 지표나 기준을 가지고,

정량적 데이터로 변환시켜준다면 충분히 분석에 활용할 수 있다.

 

4. 데이터 리터러시에서 지표의 종류

 

- Active User (활성 유저)

활성 유저는 우리 회사의 서비스, 제품들을 이용하고 있는 실제 고객을 나타내는 지표중의 하나로

이 활성 유저를 어디까지로 정의할 것인지에 따라서 다른 결과를 얻을 수 있다.

예를 들면 홈페이지에 한번이라도 접속했으면 활성 유저로 간주할지,

홈페이지에 접속한 후에 회사의 서비스나 제품을 구매, 이용하는 버튼을 누른 유저들만을

활성 유저로 간주할지 생각해볼 수 있다.

이 활성 유저를 정의할 때, 허들이 높을수록 집계되는 활성 유저의 수는 감소하지만

반대로 이 집계된 활성 유저들을 대상으로 특정 액션을 취했을 때 반응할 확률은 높아지게된다.

 

- Retesion Ratio (재방문율)

서비스를 한번이라도 경험한 사람이 다시 서비스를 사용하는 비율을 %로 나타낸 것을 말한다

이를 측정하는 방식에 따라,

N-day Retension,  Unbouned Retension,  Bracket Retension 등으로 나뉘며

서비스의 종류에 따라, 이중 어떤 방식이 가장 유의미한 데이터를 얻을 수 있는지 생각해보아야한다.

 

- LTV (Life Time Value, 고객 평생 가치)

기본적으로는 한명의 유저가 회사에 평생 가져다줄 이익은 얼마나 될까 에 대한 지표이며,

이를 계산하는 방식은 굉장히 여러가지가 존재하기 때문에 회사의 서비스와

가장 어울리는 방식으로, 혹은 분야에 알맞은 방식을 사용해야하고

보통 이 지표를 통해 알아내고자 하는 바는

고객과의 관계과 충성도, 각 고객이 주는 이익의 기대치

또 이를 높이기 위해서 어떤 타이밍에 어떤 액션을 취해야 할까 이다

 

- 북극성 지표

회사의 서비스나 제품이 최종적으로 지향해야할, 목표해야할 요소에 대한 지표이며,

제품이나 서비스가 유저에게 줄 수 있는 핵심 가치를 가장 잘 나타낸 것이기도 하다.

회사가 이 목표를 향해 점진적으로 나아가고 있는 지를 정기적으로 모니터링하는 것으로

회사가 올바르게 성장하고 있는지의 여부를 확인할 수 있다.

 

 

5. 데이터 리터러시에서의 결과와 결론 도출

 

- 결과

데이터 처리, 분석, 모델링 후에 얻어진 구체적인 데이터의 출력

숫자, 통계, 그래프, 차트 등의 형태로 나타낼 수 있음

계산과 분석을 해서 나온 결과물

 

- 결론

분석된 데이터 결과를 바탕으로 이끌어낸 의미나 통찰

데이터에 기반한 해석, 추론 또는 권고 사항을 포함

목적에 대해 어떤 의미가 있는지 설명하는 것

 

결론을 도출할 때는 적절한 가설과 흥미 유발을 위한 스토리 텔링이 필요하나, 최대한 객관적이 되어야한다

또한, 매력적이고 강력한 결론을 도출하기 위해서는

단순하고 쉽게 전달할 수 있어야하고,

대상자의 흥미를 유발할 수 있어야하며,

대상자가 이해하기 쉽도록 접근성을 높이고,

가시성이 높은 그래프나 도표등을 통해서 직관적으로 전달해야 한다.

 

참고 : https://teamsparta.notion.site/a6ea782bdce34275b715879d369fae7d