Share
Sign In
◼️ 커리어 (Career)
성장하는 데이터 분석가에게 필요한 3가지 마인드셋
데이터리차드
👍
1
👎
1
지난 시간에 이어서 데이터 분석가가 성장하기 위해 필요한 3가지 마인드셋(Mindset)에 대해 이야기해보고자 합니다.
여기서 마인드셋(Mindset)은 하나의 가치관 또는 사고 방식이라고 이해하셔도 좋을 것 같습니다.
성장하는 데이터 분석가는
1.
분석적 사고(Analytical mindset)
2.
문제-해결 논리(Problem-solving logic)
3.
의사소통 (Communicational skill)
이 3가지를 갖추어야 합니다.
그럼 두번째 문제-해결 논리에 대해 이야기 해볼까요?
[2] 문제-해결 논리
긴 역사에서 알수 있듯, 인간은 항상 새로운 문제를 찾아내고 그 것을 해결하기를 원합니다. 그리고 현대 사회에서 문제를 해결하는 주체는 대부분 기업들이였습니다. 그 이유는 자본주의 시장에서 가장 많은 고객을 확보할수 있는 방법은 (a.k.a 가장 돈을 많이 벌수 있는 방법은) 가장 빠르게 고객이 느끼는 문제점을 찾고 누구보다 빠르고 효율적으로 해결하는 것이기 때문입니다.
특히 21세기에 들어, 고객의 문제를 찾고, 또 어느 부분을 해결해주어야 고객이 만족할지를 알려주는 데이터 분석 기법이 비즈니스에서 널리 활용되기 시작했습니다.
대표적인 예시를 들어볼까요?
코홀트 분석
퍼널 분석
RFM 분석
데이터 분석가라면 많이 들어본 이 3가지 분석 기법은 특정 고객이 어느 부분에서 불편을 느끼고 어떻게 행동하는지를 알려주는 대표적인 분석 기법으로 자리잡았습니다.
이 분석 기법들의 공통점은
1.
고객이 느끼는 문제점을 데이터를 통해 찾아낸다
2.
어느 단계에서 문제가 있는지를 근거를 제시한다
3.
어떻게 문제를 해결할수 있을지 해결책을 제안한다
입니다.
대부분의 데이터 분석은 근본적으로 이러한 구조를 따르고 있습니다.
물론 미래를 예측하거나 보유하는 자원을 어떻게 잘 활용할지 다루는 분석도 존재합니다. 하지만 고객의 문제를 해결하는 것이 기업의 근본적인 특징이기 때문에, 많은 기업들이 문제-해결 능력을 활용하는 분석을 선호합니다.
마지막으로 아래의 표는
Matt Dancho 라는 데이터 전문가가 예측하는
1.
2023년 데이터 분석직종의 연봉을 나타내는 표입니다.
Data Analyst, Business Analyst, Data Scientist, 그리고 Business Scientist 라는 4가지 직업을 보여주고 있는데요.
앞에 Business라는 타이틀을 단 Analyst와 Scientist 들이 Data 타이틀을 단 직업들보다 10-20% 더 많은 연봉을 받는 것을 보실 수 있습니다. 데이터 분석은 기업들에게 그들의 문제를 해결해주는 매력적인 도구이기 때문이죠.
비즈니스의 문제를 발견하고 해결하는 것이
기업들이 원하는 데이터 분석의 핵심이라는 점,
기억해주세요!
데이터분석 #데이터리차드 #그것이현실
Subscribe to 'square-note'
Welcome to 'square-note'!
By subscribing to my site, you'll be the first to receive notifications and emails about the latest updates, including new posts.
Join SlashPage and subscribe to 'square-note'!
Subscribe
👍
1
👎
1
데이터리차드
데이터 분석가를 꿈꾸는 취준생의 고민
최근 몇일간 취준생분들 및 현업자분들과 멘토링을 진행하면서 가장 많이 받았던 질문에 대해 공유하고자 합니다. 👦 취준생 기업들이 최근 지원자에게 데이터 역량 또는 관련 스킬을 요구하는 경우가 많은데요. 데이터 리차드님이 추천하는 단기간에 데이터 분석 능력을 키울수 있는 방법이 있나요? 👨 데이터 리차드 저는 스스로 기획하는 데이터 프로젝트를 추천드리고 싶습니다. 데이터 프로젝트는 실제로 데이터 분석이 어떻게 진행되는지를 파악하는데 매우 도움이 되는 경험입니다. 실제로 분석을 해보고 인사이트를 찾아낸 경험이 있는 후보에게 당연히 더 높은 점수를 줄수 밖에 없습니다. 👦 취준생 그럼 데이터 프로젝트는 어떻게 시작하면 되나요? 👨 데이터 리차드 데이터 프로젝트는 다양한 방법으로 시작할수 있습니다.
👎👍
2
데이터리차드
데이터 면접을 위한 필살 전략이 있다면?
꿈꾸는 데이터 직무에 합격하기 위해 📄 서류 면접과 💻 코딩 테스트를 통과한 당신, 이제 매니저와의 최종 면접만이 남아있는 상황에서 면접을 위한 필살 전략, STAR 법칙으로 합격 확률을 높일수 있어요! ⭐ S: Situation (상황 또는 배경) ⭐ T: Task (발생한 문제) ⭐ A: Action (대처한 행동) ⭐ R: Result (가치와 깨달음) 기승전결로 이어지는 스토리텔링 STAR 법칙, 면접 전에 머리속에 꼭 넣어두세요! datarichard를 팔로우하면 더 많은 데이터 꿀팁과 정보를 받아볼 수 있어요. 오늘도 데이터 리차드와 함께 데이터로 성장하는 하루 되세요! #데이터리차드 #면접꿀팁 #데이터교육
👎👍
2
데이터리차드
회사/기업에서 바라보는 나의 포트폴리오
혹시 🪄지식의 저주라는 말, 들어본 적 있나요? 현재 많은 사람들이 걸려있는 지식의 저주는, 특히 전문직이나 고급 교육을 받은 지성인들에게 특히 걸리기 쉬운 저주인데요. 🪄지식의 저주란 다른 사람들과 의사소통할 때 다른 사람들도 자신과 같은 수준의 이해를 하고 있다고 추측하여 발생하는 고정관념입니다. 예를 들어, 대학교에서 교수님들이 내어주신 과제는 항상 초보 학생들에게는 전혀 이해하지 못하는 용어들로 가득 차있는 것처럼 말이죠. 이 지식의 저주는 📃데이터 포트폴리오를 만드는 데이터 탐험가에게도 예외는 아닙니다. 많은 초보 데이터 탐험가들은 데이터 분석을 진행한다음, 자신의 포트폴리오에 이렇게 적어놓습니다. ◾교통 및 통신 데이터 기반 지역경제활동 선행성 분석을 진행하였다. 그리고 다른 사람들 역시 자신이 만든 분석에 대해 잘 이해할 것이라고 생각합니다. 하지만, 이또한 지식의 저주에 걸린 결과물입니다. 회사와 기업들은 지역경제활동 선행성에 대해 얼마나 알고 있을까요? 그리고 나의 분석에서 어떤 의미를 찾아낼수 있을까요? 🪄지식의 저주는 이렇게 나의 가치를 훼손시키는 부작용을 가지고 있습니다. 하지만 같은 분석을 이렇게 표현하는 것은 어떨까요?
👎👍
2