데이터 리터러시

직관과 데이터 기반 의사 결정

-직관 기반 선택 

: 수많은 Bias에 빠질 위험이 존재 > 결정 과대평가, 결정 정당화, 부풀리기

-데이터 기반 선택

: MVP 이후 데이터가 쌓이고 있는 시점 / 고려해야 하는 부분 > 데이터를 주관적으로 해석, 데이터 기반도 Bias 존재, 지표를 Hajing할 수 있음, 현재 ~ 근 과거 데이터를 판단하게 됨

 

직관과 데이터 기반 의사 결정 : 모두 같이 활용할 수 있어야 함

직관을 좀 더 선호 / 하지만 두 개 전부 봐야함

-성장을 위해 직관과 데이터를 모두 활용하는 방식 여러 근거를 모아서, Action이 성공할 확률을 올리는 것이 핵심

 

데이터 리터러시

-데이터를 읽는 역량

-데이터를 활용하는 관점에서 데이터를 어떻게 해석하고 의사 결정을 내릴까에 초점을 맞추는 것이 필요함

 

데이터를 바라보는 여러 패턴 : (1)그래프 중심 사고

-대시보드를 그리고, 그래프에서 정보를 얻고 분석이라고 생각하는 경우

-구체적인 목적 없이 그래프를 보는 경우

Ex> 대시보드를 확인해 보니 22년 10월 25일 DAU가 1,300이다

 

데이터를 바라보는 여러 패턴 : (2)데이터 중심 사고

-대시보드 대신 SQL 쿼리 등으로 데이터를 직접 가공해서 보는 경우

-쿼리를 사용했다의 차이만 있을 뿐 (1)과 유사

 

데이터를 바라보는 여러 패턴 : (3) 호기심 중심 사고

-작업자가 재밌다고 생각한 내용 토대로 데이터를 본 경우

 

데이터를 바라보는 여러 패턴  : (4) 문제 중심, 목적 기반 사고

-그래프 또는 데잍를 통해 알 수 있는 것이 아닌 자신이 해결해야 하는 문제, 알고 싶은 것에 따라 데이터를 수집하고 분석해 내는 과정

-그래서(So What) 어떤 것을 해야한다! Action Item 도출이 필요

 

데이터를 바라볼 때 자주 확인하는 관점

-목적을 생각하기

-목적을 확인할 수 있는 비교할 대상을 확인하기

-지표가 많이 떨어졌거나, 올라간 케이스를 확인하기. 그게 왜 발생했는가?

 

문제 중심, 목적 기반 사고 예시

- “우리서비스의퍼널에서많이이탈되는구간은어디일까? 왜그럴까?”

- “우리서비스에서탐색하다가이탈하는사람들은이유가무엇일까?”

- “나의업무생산성은어떤가? 더좋아질수있는가?”

 

문제(Problem)와 문제 정의

 

문제

-Pro + Blem (앰블럼의 -blem. Blot 같이 튀어나온 것을 의미)

-문제가 끝나면 새로운 장애물이 나타나게 됨

-현재 상황과 바라는 상황의 괴리에서 생기는 것

-문제란 바라는 것과 인식하는 것의 차이

 

문제 정의 프레임워크

-프레임워크 방법론을 인지하고 상황에 맞게 활용하는 것이 핵심

 

MECE

-중복과 누락이 없고 각 요소를 합하면 전체가 되는 것

-상호 배타적 (중복적이지 않음) / 상호 배타적이지 않음(중복적임)

-3가지 원칙 : 제시된 요소가 서로 배타적이어야 함 / 제시된 요소를 합치면 전체와 같아야 함 / 제시된 요소가 중복된 속성을 갖지 말아야 함

 

MECE가 필요한 이유

-문제에 대한 전체적인 파악이 가능

-전체 상황을 이해한 후, 디테일한 부분을 알 수 있음

-즉, 숲을 이해하고 나무를 볼 수 있음

-대이터를 잘 활용하기 위해서도 필요한 역량

 

Logic Tree

-문제를 MECE 관점을 기반으로 Tree 형태로 정리

-현상 분석, 원인 파악, 해결책을 구체화할 때 유용

MECE, Logic Tree를 적용할 수 있는 영역

-포괄적인 내용을 더 작은 아이디어 집합으로 단순화

-긴 내용을 명확하고 뚜렷하게 만들기

-Metric Hierarchy : 메트릭 하이라키(뮨재를 쪼게서 프레임 만들기)

-구체적 Action을 떠올릴 수 있음

MECE 데이터 관점

-문제 : 이익을 어떻게 개선할 수 있을까?

이익 = 매출 - 비용 

 

 우리 서비스에 접속하는 유저는 비슷하나, 매출이 작년 대비 감소했다.

 

 

MECE, Logic Tree를 위한 TIP

1) 처음엔(직관적인) 질문으로시작하기

2) MECE를만들기위해“기타”를추가해도됨: 잠재요소가있을수있음

3) MECE의답이하나만존재하지않음. Tree의순서도중요한요소

4) 모든것을MECE하게나눌수없을수있음. 납득할수있는기준이면인정

5) Logic Tree의 Depth를 적당히 유지하기(깊을경우, 낮을경우)

6) 숫자와같이확인하기: 분자와분모가무엇인지생각하기

7) MECE, Logic Tree는 사고력 향상을위한수단이지그자체가목적은아님

(이게진짜MECE한가? 확인에너무시간을많이쓰지말기)