[내일배움캠프_QA/QC 5기] 12일차 _ 아티클 스터디 "데이터 분석가 갖춰야 할 9가지 역량"

⊙ 아티클 스터디

주제 : 데이터 분석가가 갖춰야 할 9가지 역량 ( https://yozm.wishket.com/magazine/detail/2070/ )

 

요약

'데이터 분석가'가 갖춰야할 하드, 소프트 스킬

[사용 언어 / 통계학 / 도메인 및 비즈니스에 대한 이해 / 툴 다루는 역량 / 업무 자동화와 데이터 엔지니어링]에 대한 이해와 역량

[커뮤니케이션 능력 / 협업 능력과 태도 / 데이터 분석 프로세스 능력 / 보고서 작성]에 대한 역량

가속화된 it 기술 발전으로 '데이터 분석가' 역량 또한 변하고 있으므로 직무 기술서에 기재된 역량을 토대로 역량 강화에 힘쓸 것.

 

주요포인트 및 핵심개념

• 사용 언어
  : SQL - 데이터 추출 및 간단한 분석 
  : 파이썬 - 심화된 데이터 분석 

 

• 통계학
  : 기술 통계 / 추론 통계
  : 데이터 분석 단계 진행 시 활용되는 상관관계, 회귀 분석, 인과 관계 등과 같은 통계 개념 숙지
  : A/b 테스트에 활용되는 귀무가설, 대립가설, 검정력 등 가설 검정 관련한 개념 숙지

 

• 도메인 및 비즈니스 이해
  : 어떤 산업이냐에 따라 문제, 액션이 다르다
  : 비즈니스와 프로덕트는 직결되는 관계
  : 기본적인 비즈니스 지표 / KPI 성공지표(MAU, Gross Marggin 등)
  : 비즈니스 지표의 증감 원인 파악 및 활용, 서비스 전반을 이해하는데 꼭 필요

 

• 툴 다루는 역량
  : SaaS툴(구글 애널리틱스, 앰플리튜드 등)과 BI툴(루커 스튜디오, 태블로 등) 다루는 역량
  : 구성원이 데이터 기반 의사결정을 빠르게 할 수 있는 환경에 필요
  : 데이터 마트를 직접 설계, 자동화 방법까지 습득 권장
  

 

• 업무 자동화와 데이터 엔지니어링
  :  일회성(Ad-hoc) 분석 요청에 대한 대응, 데이터 적합성 및 퀄리티 확인, 데이터 플랫폼 운영 이슈를 처리해야 할 상황에 필요
  : 일회성 분석의 경우, BI 대시보드, 데이터 플랫폼을 통해 자동화로 해결하는 추세
  : 자동화 단계에서도 데이터 플랫폼 운영 이슈 처리 및 플랫폼을 최적화할 수 있도록 개발자와 소통
  : 필요한 기능을 기획 및 테스트하는 역할도 중요
  : 데이터 마트, 데이터 파이프라인을 만드는 SQL, Airflow 등 엔지니어링 언어 도구 활용 구사할 수 있어야 함
  

 

• ↑ 위 역량은 하드 스킬로 학습하여 얻을 수 있음
• ↓ 아래 제시되는 역량은 소프트 스킬로 교육이 아닌 습득하여 익히는 것으로 오랜 시간, 노력을 필요로 하는 역량

 

• 커뮤니케이션 및 협업 능력
  : 보고서와 커뮤니케이션이 일의 70% 이상을 차지
  : 데이터를 다양한 직무의 관점에서 바라보고, 모두가 이해 할 수 있는 언어로 바꿀 수 있는 능력 중요
  : 구성원들이 자발적으로 전사 데이터를 쉽게 사용할 수 있도록 교육 및 스터디 진행할 수 있어야 함
  : 주어진 데이터를 가지고 모두가 이해할 수 있는 언어로 결과를 해석하는 직업
  : 조직 구성과 목표에 따라 협업 방식이 달라질 수 있으므로 팀의 속성(기능 조직, 목적 조직)에 대한 인지 필요

 

• 데이터 분석 프로세스 능력
  : 문제정의 → 가설 수립 → 데이터 분석 → 문제 해결
  : 문제를 논리적으로 정의
  : 현상 파악을 토대로 다양한 분석 방법론 시도하는 것 중요
  : 데이터 분석을 토대로 의사결정의 기준을 세우는 직무

 

• 보고서 작성
  : 보고서와 커뮤니케이션이 일의 70% 이상 차지
  : 분석 결과를 공유하기 위해 보고서 작성 필수
  : 보고서 형식, 논리, 시각화하여 누구나 이해할 숫 있는 비즈니스 보고서 작성 중요
  : 분석 결과를 토대로 기획, 전략까지 도출해 사업화 할 수 있도록 액션 아이템을 구상할 수 있어야 함
  : 보고서의 표현 및 언어를 비즈니스 관점에서 작성하면 이해관계자들 설득에 용이

 

용어정리

기술 통계	- 수집한 데이터의 특징을 요약하여 설명하는 통계 - ex) 평균, 표준편차, 중앙값 등...
추론 통계	- 수집한 샘플 데이터를 통해 모집단(전체)의 튻성을 추측하고 결론을 내리는 통계
회귀 분석	- 변수들 사이의 인과관계를 파악하는 분석법
귀무 가설	- 가설을 세우고 가설의 기각 여부를 증명
EDA	- 탐색적 데이터 분석 = Exploratory Data Analysis - 데이터 분석 전 숨겨진 패턴, outlier을 찾아내는 과정
A/B 테스트	- 두 가지 버전을 동시에 운영하여 성과를 비교하는 실험
KPI	- Key Performance Indicator = 핵심 성과 지표 - 최상위 측정치
MAU	- Monthly Active Users - 한달 동안 서비스를ㄹ 이용한 실제 사용자 수 - 제품의 인기도와 활성도를 보여주는 지표
Gross Margin	- 매출 총이익률 - 매출액 - 매출원가 → 매출액에서 차지하는 비율 - 수익성을 판단하는 핵심 지표
SaaS	- Software as a Service - 클라우드를 통해 소프트웨어를 빌려쓰는 서비스 - ex) 슬랙
BI	- Business Intelligence - 흩어져 있는 데이터를 수집 및 분석하는 도구 - 시각화된 대시보드 형태로 제공
데이터 마트	- 필요한 데이터만 따로 모아놓은 부분 집합 - 흩어져 있는 데이터를 수집 및 분석하는 도구 - 시각화된 대시보드 형태로 제공
Ad-hoc	- '특정 목적을 위해'라는 뜻 - 일회성/비정기적 분석
데이터 드리븐	- Data - Driven - 객관적 데이터를 근거로 으이사결정을 내리는 방식

 

+ (선택) 실무 사례 (도메인_제약, 화장품)

 

업무 자동화 관련 기사

https://www.yakup.com/news/index.html?mode=view&cat=12&nid=319766

[약업신문]대웅제약, 제약업계 최초 스마트 팩토리 4단계 인증...미래 제조 혁신 이끌다

→ 수동 기록 대신 실시간 데이터 적재를 통한 휴먼 에러 '제로'

→ 생산성 향상, 제조원가 절감 - 비즈니스 측면에서 이익 창출