데이터 문해력 일상 생활에 적용하기(저자-카시와기 요시키)

 

빅데이터 시대인 만큼 요즘 회사들은 데이터 기반으로 의사결정을 한다. 그러나 데이터 관련 기술을 활용하여 여러 종류의 데이터를 모으고,  시각화 하고, 자료를 만들어도 궁극적인 문제 해결을 위한 액션으로 매끄럽게 이어지지 않는 경우가 많다. 시중에는 데이터를 다루는 기술에 대해서는 자료와 강의가 많지만, 문제 자체를 정의하는 방법, 그 문제를 해결하기 위해 데이터를 효과적으로 활용하는 방법에 대해 나와 있는 자료는 흔치 않았다. 이 책은 그 방법에 대해서 설명하는, 데이터 문해력을 키우기 위해 만들어진 책이다. 

 

가장 핵심이 되는 내용은 먼저 '데이터를 보기 전에 먼저 어떤 문제를 해결하려고 하는 것인지, 그 문제의 원인이 무엇인지가 명확하게 정의되어야한다.'는 것이다. 책에서 계속해서 강조하는 점은 '데이터를 먼저 보지 말라'는 것이었고, 아래와 같은 프로세스로 분석을 해야한다는 내용이었다.

그림1.

 

우리 일상 속에서도 여러많은 문제가 발생하게 되는데, 나를 예로 들면 주말에 아무것도 안하고 낭비하는 시간이 많다는게 문제였다. 그리고 주로, 늦게 일어나거나 집에서 나가지 않을 때 특히 더 낭비하는 시간이 많았다. 이를 해결하기 위해 단순히 '알람을 일찍 맞추고 일단 집에서 나간다.'라는 해결책을 낸게 아니라, 그 문제의 원인을 여러개로 쪼개 보았다.

1. 평일에 쌓인 피로가 몰렸다.

2. 주말에 일찍 일어날 이유가 없다.

3. 집에서 나갈 이유가 없다.

나의 경우엔 이렇게 세 가지 원인이 있었고, 원인으로부터 파생된 해결책으로는 다음과 같은 방법이 있었다.

1) 평일에 잠을 더 많이 잔다. -> 유연 근무제 이므로, 충분히 자고 늦게 출근 한다.

2) 평일과 일요일에 일찍 자야하는 이유를 만든다. 

3) 주말에 일찍 일어날 이유, 밖에 나갈 이유를 만든다. -> 주말 오전마다 독서 모임에 참여한다.

 

이를 피라미드 형식으로 그려보면 아래와 같은 구조가 만들어진다.

그림2.

 

눈치 챘겠지만 문제, 원인, 해결책은 각자의 상황에 따라, 회사의 상황에 따라 다 다를 수밖에 없다. 그래서 문제와 원인을 먼저 생각해보아야하는 것이다. 그에 따라 해결방법도 다를 수밖에 없기 때문이다. 여기까지 예시 내용을 보면, '데이터'와는 전혀 상관없는 이야기 같아보일 수 있다. 여기에서 그럼 데이터가 어떻게 활용되는지 살펴보자.

 

그림1. 프로세스를 보면, 목적 및 문제 정의 다음 단계가 '지표를 결정'하는 단계이다. 위 예시에서는 '주말에 공부, 운동 등의 자기계발 활동을 한 시간'이 지표가 된다. 그리고 이 지표에 문제가 있는지를 파악하려면 '날짜'마다 '자기계발 활동을 한 총 시간'에 대한 데이터가 지속적으로 쌓여야한다. 그래야 요일마다 몇 시간을 투자했는지를 알 수 있기 때문이다. 

 

예를 들면, 나는 토요일과 일요일 합산하여 한 달에 총 40시간을 투자하는 것을 목표로 잡았고, 이에 대한 데이터를 23년 12월부터 쌓기 시작했다. 아래와 같이 월별 토요일, 일요일 투자 시간을 살펴보면 24년 6월 이후로 꾸준히 투자 시간이 떨어지는 것을 알 수 있다. 그래서 나는 25년 1월쯤에 이를 문제로 삼았고, 독서모임을 시작했다. 그 결과 25년 2월부터는 점점 다시 투자 시간이 복구되고 있는 중이다.

 

 

현황 파악 및 평가 단계는 사실 기존에 수집하고 있는 데이터가 있어야만 정확한 현황 파악이 가능하다. 주말에 늦게 일어날 때 낭비하는 시간이 많아지는지는 어떻게 알 수 있었을까? 이 부분 나 자신에 대해 평가했기 때문에 데이터가 없어도 파악이 가능했지만, 만약 다른 사람이 그러한지를 파악해야한다고 하면 나는 이러한 평가를 할 수 없었을 것이다. 그러므로, 이 부분을 파악하려면 2가지 데이터가 필요하다. '주말에 자기계발 활동을 한 시간'과 '주말에 일어난 시간'이다. 이 2가지 데이터의 상관관계를 분석하여 상관도가 높다면 '주말에 늦게 일어날 때 낭비하는 시간이 많아진다.'는 현황 파악 및 평가가 증명되는 것이다. 마찬가지로, '주말에 자기계발 활동을 한 시간'과 '집에서 나갔는지 나가지 않았는지 여부'에 대한 2가지 데이터를 가지고 데이터를 비교하여 실제로 '집에서 나가지 않을 때 낭비하는 시간이 많아졌는지'를 평가할 수 있다.