이번시간에는 데이터를 읽고, 찾아서 잘 쓰는 역량에 대해서 다룬 도서 "데이터리터러시" 책 리뷰 포스팅이다.
데이터리터러시를 읽게된 계기는 하단 포스팅과 관련이 있다.
그렇다.
나는 2023년 3월에 카카오 주관으로 개최한 해커톤인
구름톤에 지원했지만, 불합격했다.
나는 나름, 지원할 때 자신감이 있었다.
작년에 프로젝트 동아리(UMC)에 가입해 여러 프로젝트들을 성공적으로 끝맺어보기도 했고,몇몇 프로젝트에선 PM 자리로 이끌어보기도 했기 때문이다. 그런 경험들을 토대로 구름톤의 커리큘럼에서 꿀리지 않을 만큼 이행해나갈 수 있다는 자격을 충분히 갖고 있다고 생각했다. 현실은 불합격이었다. 이후, 충격을 많이 받았지만, 구름톤 불합격 경험 덕에 나는 새롭게 성장할 수 있었다. 상단 포스팅에 구름톤 불합격 후 자아성찰한 생각들을 자세히 기록해두었다.
구름톤에 지원했지만, 떨어져보는 경험으로나는 깨달았다.
나름 좋은 기획자로써 프로젝트를 이행할 수 있는 사람인 줄 알았는데,
아직 한참 부족하구나..
정말 세상에는 뛰어난 사람들이 많다는 사실들을 새삼느꼈다.
그리고, 이어서 내가 어디로 가야할 지 새로운 길을 찾았다.
경쟁력있는 기획자가 되기
이전까지 나는 자의식 과잉에 빠져있었다.
내가 세상을 감동시킬 기획력을 가지고 있는 기획자라고 착각하고 있었다.
현실은 우연한 생각으로 기획을 하고 서비스를 제작할 수 있는 기획자이지만,
스스로를 너무 과도평가하여 의식하고 있었다.
세상에는 수없이 많은 데이터들이 존재한다.
그러한 데이터들 사이에서 의미를 찾아 모두의 마음을 울리는 기획 포인트를 잡아 기획서를 작성하는 사람이
마침내 경쟁력있는 기획자가 된다.
오직 촉과 감으로만 기획 데이터들을 수집하는 것은 경쟁력이 낮다.
이는 피상적인 데이터들만 수집해 서비스가 유용하다는 정보만을 남발하기 때문이다.
데이터들을 정량적으로 수집하고 정성적으로 데이터를 읽어내
기획 데이터들을 마련하는 것이 경쟁력있는 기획서를 만들어낼 수 있다.
그렇다.
난 경쟁력있는 기획자가 되기로 결심했다.
경쟁력있는 기획자는 경쟁력있는 기획서를 구성하는 사람이고,
경쟁력있는 기획서는 수많은 데이터들 사이에서 기획 포인트를 찾아서 기획할 때 이뤄진다.
나는 경쟁력있는 기획자가 되고자 데이터 리터러시를 읽게되었다.
도서 구매처
구매처 - 교보문고
도서 명 - 데이터 리터러시
가격 - 18,000원
데이터리터러시 전반적인 리뷰
데이터리터러시 도서는 전체 396페이지에 달하며
내용의 수준은 데이터사이언스와 관련이 없는 일반인이 읽기엔 어렵게 느껴질 듯하다.
물론, 내가 그러한 위치였기에 말해준다.
이 책은 제목 그대로, 데이터 리터러시에 대해서 알려준다.
데이터를 읽고, 찾고, 쓰는 역량에 대해서 이야기한다.
요즘같은 세상에선, 나날이 데이터들이 무궁무진하게 쌓여있다.
아니, 지금도 쌓이고 있다.
이렇게 데이터가 많아지면 이해할 수 있는 것들에 대해 자료들이 많아지기에 좋다.
내가 알고 싶었던 데이터에 대해서 많은 데이터들 사이에서 골라서 찾아 쓰면 된다.
나날이 시간이 지나면 지날수록, 풍요롭게 살아갈 수 있게 보인다.
그러나 현실은 전혀아니다.
데이터가 많이 쌓일수록, 선택의 폭이 넓어지는 건 사실인데,
너무나 많은 데이터들때문에, 본질이 잊히는게 문제이다.
우리가 지금 살고있는 세상은 데이터가 하도많이 넘쳐나서 본질이 잊혀진
데이터들에 속아 서비스 기획을 하는 사람들이 많다.
나름의 진실된 데이터들로 기획 포인트를 정하고, 서비스를 기획했음에도
틀린 기획이 되어버리는 딜레마 속에 있다.
정말 모르겠다.
구글, 공공데이터포털 등등에서 제공하는 신뢰된 데이터들을 가지고
기획포인트 정하고, 기획했는데 왜, 대체 왜..
틀린 기획이 되어버릴까...
그렇다.
이 책은 다음과 같은 물음에 해답을 주는 도서이다.
딜레마에 빠지지 않고, 데이터를 읽고 쓰고 활용하는 방법을
데이터리터러시를 통해 함께 알아보는 건 어떨까?
어쩌면 이 책 하나가 우리를 데이터 전문가의 길로 안내해줄 지 모르겠다.
좋은 소프트웨어 툴이 있어봤자, 뭐해
데이터하면, 분석을 먼저 떠올리고, 분석은 소프트웨어 개발로 이어진다.
흔히들 이렇게 생각한다. 데이터가 있다면 고도화된 알고리즘으로 설계된 분석 툴로 데이터들을 분석해 결과를 도출하고, 그러한 결과를 기반으로 의사결정을 한다.
즉, '데이터가 먼저 있어야 의사결정도 있다' 고 흔히 생각한다.
그러나 이는 정말로 잘못되었다는 사실을 책을 시작하며
우리에게 알려준다.
현실은 전체 데이터들 중에서 극 일부만을 사용해서 고객을 위해서
실 사용된다. 실제로 전체 데이터 중 60~80%까지 분석되지 않고 그냥 버려진다.
IBM research는 전체 중 88% 해당하는 데이터가 다크데이터로 그냥 남겨져 있다고 한다.
그렇게나 많은 데이터들을 분석하는 고도화된 소프트웨어가 있어도
실 사용되는 데이터 비율은 극 일부이니, 의미가 없어지는 셈이다.
정리해서, 우리는 고도화된 알고리즘 분석 툴만 가지고 있다는 이유 하나로, 가치를 뽑아내지 못한다.
데이터가 먼저 있어야 의사결정도 있는 게 아닌,
의사결정 프로세스에 데이터가 추가되는 것이다.
다시 말해, 데이터가 우리가 하는 의사결정 양식 자체를 바꾸는 것은 아니라는 것이다.
고급 빅데이터 분석 툴보다 문제해결과 의사결정 역량에 데이터 특화 내용을 얹는 것이 더 중요하다.
데이터는 그 자체가 목적이자 답이 되진 않는다.
그렇다. 데이터 리터러시는 책을 시작하자마자 뼈를 때렸다.
고도화된 알고리즘으로 데이터 분석 툴을 설계해봤자, 목적없이 데이터를 사용하면
람보르기니 타고, 산악지형에 오르는 행위와 같다는 깨우침을 준다.
그럼, 람보르기니 타고, 산악지형을 오르는 멍청한 행위에서 효율적으로 주행하듯
데이터를 토대로 좋은 가치를 만들어내기 위해선 어떻게 해야될까?
해답은 아래에 포스팅해뒀다. 그냥 그대로 쭉 읽으면 된다.
데이터는 문제해결을 위해 존재한다
이제 우린 데이터에 대해 잘못생각하고 있었다는 걸 깨달았다.
"데이터 기반으로 문제의 솔루션 의사결정을 한다" 라는 걸
산악 지형에서 람보르기니를 타고 올라가는 행위와 같다고 이해했다.
이젠 우리는 안다.
우리에게 적합한 올바른 차량을 잘 골라보자
데이터가 의사결정의 핵심이 아니다.
오직 문제해결을 위해 존재하는 데이터일 뿐이라는 점을 명심해야한다.
데이터를 너무 과도하게 믿어서는 안된다.
예시로 "이러한 데이터가 존재하네!!" 라고 하며
급발진?으로 "지금은 이러한 솔루션을 기획해야돼"라고 행동으로 바로 옮기면 안된다.
만약, 그렇게 행위로 이어진다면
람보르기니로 산악지형을 오르는 멍청한 행위를 하는 셈이다.
우리는 잠시 멈춰서
데이터에 대해 다시 돌아보자
무슨 차종이고, 어떤 생김새이고, 타이어는 어떻고.. 등등
세상에 존재하는 수많은 데이터들이 무얼의미하고 있는 지를 이해해야한다.
데이터들이 무슨 의미를 지니는 지 이해하기란, 쉽지 않을 테이다.
우리도 세상에 태어나서 차량을 이해하기까지 오랜시간이 걸렸다.
그 점을 감안해서 차근차근 하나씩 데이터들이 어떤 의미를 지니고 있는 지
베일을 하나씩 벗겨보면 된다.
표면적으로 드러나는 형태만 보고
"오 이 차 멋진데?"하고 차 키 잡아서 바로 운전하는 것처럼 멍청한 짓은 부디 이제부턴 하지말자.
이제 우리는 데이터를 활용하는 자세(마음가짐)를 배웠다.
자세를 배웠으니 직접 실행해보는 건 어떻게 할까?
해답은 아래에 이어서 포스팅된다. 이 또한 그대로 쭉 읽으면 된다 ㅎㅎ
데이터 분석과정은 기획이 절반이다
우리는 데이터를 활용하는 자세를 익혔다.
자세를 익혔으니, 이젠 직접 몸을 움직이면서 동작들을 익힐 차례다.
데이터는 일련의 사고를 기반으로 분석되어져
기획 포인트의 재료가 된다.
우리는 알고있다.
분석된 데이터 자료가 기획 의사결정의 메인이 되선 안된다.
이는 정말로, 한끗 차이이다.
데이터를 관찰하고, 수집하고, 분석 후, 기획 포인트를 구성하는 것을
기계적으로 하느냐
또는
목적을 우선 정하고, 데이터를 관찰하고, 수집하고, 분석 후, 목적에 따른
기획 포인트를 구성하는냐와는
초래되는 성과가 천지차이다.
이쯤되면, 다들 알테이다.
전자와 후자 중 람보르기니타고 산악지형에 오르는 멍청한 행위가 어떤 것일지..
당연히 전자이다.
데이터 분석은 생각보다 단순한 행위가 아니다.
일련의 체계적인 시스템을 갖춘 뒤 행해지는 과정이다.
데이터 분석과정의 핵심: 기획
세상에는 수많은 데이터들이 난무하고 있는 것이 지금 이 시대의 현실이다.
그러한 현실 속, 우리는 데이터들에 휘둘려 행동하면 안된다.
다시말해, '데이터가 답이다.' 라고 생각하며
데이터들을 곧이 곧대로 받아들여 서비스 기획을 하면 안된다.
우린, 데이터는 그 자체가 목적이자 답이 될 수 없음을 이해해야한다.
정량적인 수치적 데이터들이 우리에게 매혹을 할지라도
우리는 흔들리면 안된다.
하지만, 세상에는 본질이 잊혀졌지만 설득력있고 논리적인 정량적 데이터들이
너무나도 많다.
이미 세상에 뿌려진 뉴스 기사 속 실린 그래프 데이터들만 보아도 본질을 숨긴 채 조용히 독자들을 매혹시킨다.
그렇다.
우리는 좀 더 강해져야 한다. 우리만의 주관을 정하고 그것대로 데이터들을 받아들이고 활용해야 된다.
그렇기에 앞으로 우리는 데이터 분석과정에서 기획이 불가피하게 수행되어야한다.
데이터 분석 기획 프로세스
서비스 기획을 위해 진행하는 데이터 분석과정 속
또다른 기획 프로세스가 있는 셈이다.
기획하려고 데이터 분석을 하고 있는데, 여기서 또 기획을 하라고?
라고 불만이 충분히 있을 수 있다.
충분히 이해한다.
그럼에도 우리는 데이터분석을 위한 기획 프로세스를 수행해야한다.
인생의 모든 것들은 속도보다 방향이 중요하다고 한다. 이처럼 우리는 속도보다 방향을 택한 셈이다.
그러한 지혜에 위로삶고, 데이터 분석 기획 프로세스를 이해해보자.
데이터 분석 기획이라고 특별한 건 없다.
서비스 기획과 비슷하다.
1. 데이터 분석 목적을 정한다.
어떤 데이터들을 중점적으로 살펴볼 것이고, 현재 어떠한 Pain 포인트에 집중해서 데이터들을 살펴볼 것인지 등등과 같은
데이터 분석 목적을 정한다.
2. 목적에 따른 맥락을 파악
예를 들면, 안산시 공공데이터 포털에서 데이터 분석을 실현하려 한다고 하자.
목적을 "안산시 주거 중인 시민들을 위한 가치 실현" 으로 정했다면
이에 따른 흐름들을 파악한다.
"안산시 치안문제", "안산시 여가생활 가치 상승", "안산시 대중교통 및 교통수단 문제" 등등
목적에 따라 형성되는 흐름들을 나열함으로써 목적의 맥락을 이해한다.
3. 데이터 분석 시작
앞서 찾은 맥락에 따른
데이터들을 살펴보고, 그 속에서 맥락에 기반해 데이터들을 비판적으로 살펴보며
수많은 데이터들 사이에서 본질을 찾으면 된다.
4. 서비스 기획
본질을 찾은 데이터들로 우린 서비스 기획을 시작하면 된다.
본질 문제에 대해 기획을 시작해 우리는
세상에게 가치를 제공하는 기획서를 결코 써내려갈 수 있게 되었다.
이제부터, 데이터 분석 기획을 토대로
데이터 기반 기획에서 벗어나
문제 중심 기획을 수행하는 사람이 되어볼 기회다.
데이터 리터러시 방법론
지금까지 데이터 분석 과정에 대해 포괄적인 카테고리로 살펴보았다.
이제는 좀 더 세부적인 카테고리로 데이터 리터러시 방법론을 익혀보자.
이제는 더 이상 수많은 데이터들 사이에서 조종당하지 않는 우리가 되어볼 시간이다.
이에 대해선 내용이 많고,
깊으니 추가 포스팅으로 올릴 계획이다.
마치며: 앞으로의 계획
데이터리터러시는 전체 396 페이지에 달하는 도서였다.
데이터 부문은 새롭게 학습한 분야이기에 책을 읽는게 힘이 많이들고, 시간이 많이 들었다.
이 책을 읽는 중에 "과연 내가 이 책이 말하는 바를 이해할 수 있을까?" 라는 의구심이 든 적도 있었다.
그럼에도, 나는 완독을 해냈다.
정말로 간절했기 때문인 듯하다.
나는 정말로 경쟁력있는 기획자가 되고팠다. 구름톤에 지원하고 떨어져본 경험은 내겐 정말 큰 깨달음을 주었고,
그 깨달음으로 새로운 길이 열렸기에 지금은 그곳을 항해하고 있는 중이다.
이 책을 읽으며 데이터를 생각하는 관점을 새롭게 바꿀 수 있었다. 데이터는 고도화된 알고리즘으로 데이터 분석이 수행되어져야 해 라는 고정관념을 완전히 깨부술 수 있었고, 이에 따라 기대와 설렘이 이어졌다.
소프트웨어 개발 능력보단, 데이터를 어떻게 바라보고, 수집해서 어떻게 생각해야될 지가 중요한 관건이라는 점에
개발 역량이 그렇게 뛰어나지 않는 나에겐 안도로 여겨졌다.
그리고, 데이터에 대한 관점만 제대로된 방향으로 응시하고 있다면
나 또한 세상이 필요로한 가치를 마련할 수 있다는 점에 기대와 설렘이 가득하다.
그렇다. 데이터리터러시를 읽고,
데이터에 대한 편견을 없앨 수 있었고, 데이터와 좀 더 친해져 보기로 결심했다.
이 책을 읽기 전 나의 모습은
"수많은 데이터들을 언제 다 분석해서, 기획 포인트를 잡아야 되냐... 갈피를 못잡겠다." 이였다면
책을 읽은 후의 나의 모습은
"세상이 필요로하고 있는 것들을 찾아, 방향을 잡고
그에 부합하는 데이터들을 찾아서
세상이 무얼 요구하는 지 찾아보자" 이다.
나는 데이터 분석에 대해 배워보겠다. 라는 확신이 생겼다.
데이터 분석을 배워,
세상에서 수많은 데이터들에 의해 감쳐진
그들의 본질적 문제를 파해쳐보고 싶다 라는 욕심이 생겼다.
'📖 북로그' 카테고리의 다른 글
[책 요약] 세이노의 가르침 (2) | 2024.06.28 |
---|---|
[재테크] 가치투자가 막막한 사람만 보세요 (2) | 2024.02.13 |
[책 리뷰] 악인론 (2) | 2023.11.11 |
[책 리뷰 : 성공하는 인생의 공식서] 역행자 (2) | 2023.10.14 |
[책 리뷰 : 기획.. 막막하죠? 한번 이렇게 해보세요] 기획의 정석 (2) | 2023.09.12 |