[성동1기 전Z전능 데이터 분석가] Day 1

• SeSAC 모빌리티 전Z전능 DA

 준비하던 품질 관련 직무에서 데이터 분석 역량을 높이고자 지원한 새싹이 시작됐다. 첫 날이라 간단한 오티를 진행하고 용어의 설명과 데이터를 보는 관점의 중요성에 대해 이야기 해주셨는데 막혀있던 시야가 조금은 넓어진 느낌! 지치지 않고 계속한다면 좋은 결과가 이어질 것 같다:)

---

1. 데이터(Data)
   • 일반적으론 관찰이나 실험, 조사로 얻은 사실이나 자료
   • 중요한 것은 '컴퓨터'가 처리 가능한 문자, 숫자, 소리, 그림 따위의 형태로 된 자료
   • 단순사실(data) 속에서 의미를 찾아내어 정보(info)로 만들어내는 것이 중요
   • 데이터는 통계학 이론을 근간으로 사용되는 경우가 대다수
     • 기술통계: 모수에 관계없이 데이터가 가진 통계적 의미를 찾는 것 → 산술평균과 같은 단순한 값 위주
     • 추론통계: 데이터 표본을 가지고 모집단의 특성을 추정 → 가설과 가설검증
     • 데이터 마이닝: 데이터가 가진 패턴/특징을 찾아내는 것
2. 데이터 분석 프로세스
   • 데이터 생성→데이터 수집→데이터 가공 후 저장(ETL) →데이터 분석 및 시각화(BI)
   • 데이터 수집부터 집중하여 잘 수행해야하며 분석 및 시각화는 툴 사용능력의 차이
   • 데이터 분석이 잘 된다 = 가설을 잘 세우고 검증한다(가설 수립이 중요)
   • 데이터를 보는 '관점'이 중요하다(툴은 부차적인 것)
3. Product/Data

	Product	Data
목표	아무것도 없이 고객으로부터 시작해서 제품/서비스를 통해 고객으로 끝냄	무수한 데이터들에서 인사이트를 찾아내는 것 혹은 찾아내기 위해 필요한 업무
역할	내가 중요하다고 생각하는 걸 설득하고 결과로 만들어 내는 역할	데이터에서 의미를 발견하여 개선/시도 방안에 대해 설득하는 역할, 혹은 그러한 체계를 구축하는 역할
하는 일	전부 다 -제품전략, 서비스 기획, 영업, 마케팅, 제품 주기 및 마일스톤 관리, 개발자/디자이너 커뮤니케이션, 행정처리 등등	Data 직군 공통으로 요구되는 부분+Analyst, Data Engineer, Server Engineer 등 직무별로 구분되는 업무
업무와 관련된 사람	고객에게 제품을 전달하는데 필요한 모든 사람 -고객 및 고객사, 경영진, 협업팀, 개발자 등등	보통 같은 팀원들
사용하는 것들	Notion, Slack, PPT, Google Docs와 같은 자신의 생각과 의견을 구현하기 위해 필요한 것들+바디랭귀지, 시선처리, 말투 등	SQL,Python,DBMS 등 데이터를 구축, 관리, 활용하기 위한 도구들+ 분석력, 관찰력, 상대방이 이해하기 쉽게 시각화할 수 있는 능력

---

1. 고객 데이터 분석의 필요성
   • 온라인 환경에서 눈에 보이지 않는 고객들의 사용을 분석하고 관리하며 개선해야함
2. 서비스 데이터 vs 사용자 행동 데이터
   • 서비스 데이터: 서비스 운영을 위한 모든 데이터으로 서비스 주요 기능에 큰 영향을 미친다
   • 사용자 행동 데이터: 사용자들의 행동 패턴을 확인하기 위해 별도로 저장하는 데이터로 상대적으로 규모가 크며 신뢰도가 낮다.
     • 사용자 행동 데이터는 런칭 이후가 시작점
     • 활용 사례
       1. 넷플릭스(사용자의 컨텐츠 이용 기기, 이용 주기, 어디서부터 어디까지 시청했는가)
       2. 아마존(로딩 지연 시간에 따른 판매량 감소, 사용자 행동 패턴과 관심사에 맞춘 페이지 구성)
3. 사용자 행동 데이터 분석시 주의사항
   • 데이터가 기록되는 방식을 정확하게 이해할 것
   • 데이터는 언제나 잘못 기록될 가능성이 존재(데이터 정합성을 항상 의심! 신뢰도 낮음)
   • 데이터를 조회할 때 주의가 필요(사용자 활동 데이터는 짧은 기간에도 매우 많은 데이터가 쌓임, 하고자 하는 분석을 명확히 한 후 검증)