안녕하십니까. 데이터 분석가의 업무 흐름과 핵심 역량에 대해 말씀드리겠습니다. 데이터 분석가의 업무는 명확한 비즈니스 문제 정의에서 시작됩니다. "고객 이탈 원인이 무엇인가?"와 같이 구체적인 질문을 설정하는 것입니다.
이후 문제 해결에 필요한 데이터를 수집하고 탐색합니다. 수집된 원시 데이터는 결측치나 중복을 제거하는 전처리 과정을 거쳐 신뢰도를 높인 후, 코호트 분석이나 A/B(에이비) 테스트 같은 기법으로 핵심 분석을 수행하여 패턴을 찾습니다. 마지막으로, 분석 결과를 바탕으로 실행 가능한 인사이트를 도출하고, Tableau(태블로) 등을 이용해 시각화하여 공유합니다. (0’41)
이러한 전 과정에 참여하며 가치를 창출하기 위해, 분석가에게는 6가지 핵심 역량이 요구됩니다.
첫째, 통계와 기술적 역량입니다. SQL, Python, R과 같은 언어와 BI 툴을 활용하는 능력입니다.
둘째, AI 자동화 활용 역량입니다. AI 모델링을 통해 분석을 자동화하고 빠르고 정확한 판단을 내릴 수 있어야 합니다.
셋째, 데이터 프로젝트 관리 능력입니다. PM, 마케터 등 다양한 직군과 협업해 문제 정의부터 실행까지 관리할 수 있어야 합니다.
넷째, 데이터 스토리텔링 능력입니다. 수치에 그치지 않고, 원인과 해결책을 연결하는 논리적 스토리 및 시각적 표현력이 필요합니다.
다섯째, 비즈니스 이해력입니다. 산업별 핵심 지표와 비즈니스 모델을 파악하여 실질적인 방향을 제시해야 합니다.
마지막은 소프트 스킬입니다. 데이터 기반의 논리적 사고와 문제 해결 역량을 갖춘 커뮤니케이션 능력입니다.
결론적으로, 데이터 분석가는 단순 기술자가 아닌, 데이터 기반으로 조직의 전략적 판단을 이끄는 문제 해결형 커뮤니케이터입니다. [승주] (1’50)
저희가 관심을 갖는 직무와 데이터 분석의 연관성에 관해 발표하겠습니다.
우선 데이터 분석을 활용하는 정책연구원에 대해 말씀드리겠습니다.
정책연구원의 구분되는 특징은 거의 모든 것이 보고서 중심으로 이루어지는 것입니다.
또한 성과도 보고서로 이루어지기 때문에 보고서 작성이 정책 연구원의 핵심 업무라고 할 수 있습니다.
구체적으로 예를 들어서 설명해 보겠습니다. 예를 들어 특허청이 재택근무를 위해 유지하고 싶으니
국민의 여론조사를 의뢰한 경우를 들어보겠습니다.
조사 기획단계에서 필요한 정보 습득하며 목표를 명확하게 설정하고 연령별,지역,직업군별 인식차이를 분석합니다.
전체를 조사하는것은 어렵기 때문에 표본조사로 대체 하며 표본을 추출합니다.
이러한 방식으로 데이터를 얻고 불완전한 응답을 제거하고 범주형 변수를 코딩하는 방식으로
진행합니다.
이때 빈도분석, 교차 분석, 기술통계, 추론통계방식으로 데이터를 해석합니다.
이를 바탕으로 보고서를 작성하며 필요하다면 사진과 같이 노드 엑셀로 클러스터링을 해 시각화를 하여 보여주거나 다양한 방식으로 시각화를 할 수 있습니다.
정책 연구 직무는 프로그래밍 부담이 타 직무에 비해 상대적으로 적은 편입니다, 그보다는 통계 지식과 관련 지식을 갖고있는 것이 중요합니다 . (3’8)
회계감사와 데이터 분석의 연관성에 대해 말씀드리겠습니다.
최근 회계 법인들은 디지털 역량을 매우 중요하게 보고 있습니다. 예를 들어 삼일회계법인의 경우, 올해 '디지털 전형'을 신설하며 SQL, Tableau, 통계분석, 머신러닝 등을 지원 자격 및 우대사항으로 제시했습니다. 이는 저희가 부트캠프에서 학습하게 될 내용과 정확히 일치합니다.
실제로 기업이 제공하는 수많은 데이터를 기반으로 회계감사를 진행할 때, 데이터 분석 툴은 매우 강력한 무기가 됩니다.
예를 들어, '직무 분리 위반' 여부를 감사할 때, 작성자와 승인권자가 동일한 전표가 문제가 될 것입니다. 이 경우 SQL을 통해 방대한 전표 데이터를 효율적으로 검토하고 문제점을 찾아낼 수 있습니다.
또한 '마감 실적 조작'이 의심되어 월말의 급증 패턴을 분석하고 싶다면, Python 판다스의 코드를 활용하여 통계적으로 유의미한 이상 징후를 분석할 수 있을 것입니다.
이외에도 기업의 숫자와 관련된 모든 내용을 다루는 회계사의 다양한 직무는 모두 데이터 분석 역량을 필요로 하고 있습니다. (4’11)
지금부터 이커머스(E-commerce)에서 데이터 분석이 어떻게 활용되는지 설명해 드리겠습니다.
'이커머스'란, 우리가 흔히 접하는 전자 상 거래, 인터넷에서 상품을 판매-구매하는 모든 활동을 의미합니다.
이커머스에서 데이터 분석의 역할은 '데이터 기반 의사 결정 지원’ 입니다.
마케팅, 상품 기획, 고객 관리 등 다양한 문제들을 데이터 관점에서 정의하고, 그 문제와 해결책을 도출 합니다.
예를 들어 , '새로운 버튼 디자인이 구매율을 높일까?'와 같은 가설을 검증하기 위해 실험을 설계하고 테스트 진행하며, 맞춤형 상품을 추천하기 위해 머신러닝 프로그램 등을 사용 합니다.
기업을 예로 들면, 쿠팡, 네이버, 스마트 스토어 같은 오픈 마켓 플랫폼은 사용자의 검색 기록, (5분) 광고 내역, 물류 배송과 정산 데이터를 축적하고
이 빅 데이터를 활용해 판매자의 상품 전환율, 카테고리 트렌드, 고객 서비스 개선, 맞춤 상품 추천, 물류 시스템, 광고 , 검색 프로그램 등을 분석 밑 최적화 합니다.
이런 업무를 수행하기 위해 데이터 분석가는 SQL과 Python을 활용한 분석 능력이 필요 하고, 복잡한 모델 제작의 경우우 데이터 엔지니어, 데이터 사이언티스트의 업무 능력 또는 협업 을 요구 합니다.
따로 영어 커뮤니케이션 능력을 요구하기도 합니다.
결과적으로 데이터 분석가는 마케팅 ROI(투자 대비 수익) 분석이나 신규 프로모션 효과 측정처럼 비즈니스 성과에 직접 기여하는 중요한 역할을 담당합니다. (5분 45)
이상 빼빼로조의 발표를 마치겠습니다. 감사합니다.