[아티클] 데이터 분석가가 갖춰야 할 9가지 역량

<주제>

https://yozm.wishket.com/magazine/detail/2070/

데이터 분석가가 갖춰야 할 9가지 역량 | 요즘IT

 

---

<내용 정리>

하드스킬

1. 사용언어
   • SQL: 데이터 추출, 간단한 분석
   • Python: 심화된 분석(요인 분석, 예측 모델링)
2. 통계학
   • EDA(탐색적 데이터 분석) - 상관관계, 회귀분석, 인과관계 등
   • A/B테스트 - 기초통계학(귀무가설, 대립가설, 검정력 등 가설검정 관련)
3. 도메인 및 비즈니스에 대한 이해
   • 산업에 따라 문제 정의 및 액션이 달라짐
   • 주요 KPI지표를 알고 있어야 함
4. 툴을 다루는 역량
   • 단순 툴 다루는 것을 넘어, 데이터 분석에 용이한 데이터 마트를 설계하고 자동화하는 방법까지 습득.
   • SaaS툴(구글 애널리틱스, 앰프리튜드 등)
   • BI툴(루커 스튜디오, 태블로 등)
5. 업무 자동화와 데이터 엔지니어링
   • 타 부서 요청에 의한 일회성 분석은 BI 대시보드, 데이터 플랫폼으로 자동화 되는 추세
     그러나, 이를 검증, 기획할 수 있는 역량을 가지고 있어야 함.
   • 데이터 엔지니어링 역량도 요구됨. (Airflow, SQL)

소프트 스킬

1. 커뮤니케이션 능력
   • 데이터 언어를 모두가 이해할 수 있는 언어로 바꾸는 것이 중요.
   • 데이터 드리븐 문화 조성도 중요한 능력
2. 협업 능력과 태도
   • 경영진, PM, 마케터 등 다양한 직무의 팀원들의 이해를 위한 소통방식과 태도를 갖추어야 함.
3. 문제 정의 및 문제 해결 능력
   • 문제 정의 > 가설 수립 > 데이터 분석 > 문제 해결
   • 모든 분석을 진행하기 전, 반드시 문제 정의가 선행되어야 한다.
     현상을 제대로 파악하는 게 중요!
4. 보고서 작성
   • 보고서 형식, 논리, 시각화를 누구나 이해할 수 있도록 작성해야 함.
   • 결과 도축 > 기획, 전략 > 액션 아이템 제시
   • 비즈니스 관점에서 작성하기

---

<용어>

• EDA(탐색적 데이터 분석) :
  데이터를 본격적으로 분석하기 전, 다양한 시각화와 통계 기법을 사용해
  데이터의 숨겨진 패턴, 구조, 이상치, 변수 간 관계 등을 파악하고 이해하는 초기 단계의 데이터 탐색 과정
• 회귀분석 : 
  하나 또는 여러 개의 독립 변수(원인)가 종속 변수(결과)에 어떤 영향을 미치는지,
  그 관계를 수학적 모델(주로 직선 방정식)로 규명하고 예측하는 통계적 분석 방법
• 귀무가설 :
  관측한 차이나 변화는 우연일 뿐이며 실제 효과는 없다고 가정하는 출발점
  분석 오류에 빠지지 않기 위해, 우선 의심하고 시작하는 것.
• 대립가설 :
  측한 차이나 변화가 우연이 아니라 실제 효과 때문이라고 주장하는 가설
  실제로 증명하고 싶은 주장
• 검정력 :
  귀무가설을 버리고 대립가설을 채택할 만큼의 충분한 증거가 모였는지를 판단.
  0.8(80%)를 목표로 함.
• 데이터 마트 :
  기업 내 특정 부서(영업, 마케팅, 재무 등)나 특정 주제에 맞춰 데이터를 집중적으로 모아 놓은 소규모 데이터 창고
• 데이터 드리븐 :
  직관이나 경험 대신, 수집된 데이터를 분석하여 얻은 객관적인 인사이트를 바탕으로 의사결정하고 실행하는 모든 방식과 문화

---

<느낀 점>

데이터 드리븐 문화 조성에도 중요한 역할을 하게 되는 것 같다. 이미 이런 문화가 구축된 큰 기업이라면 쉽겠지만, 작은 회사일수록 소수의 분석가에게 이런 문화의 시스템을 만들어달라고 할 수도 있을 것 같다. 신입 때 회사 구조를 파악해두는 것도 중요할 것 같다.