시작하기 전✨
이 책은 감사하게도 커뮤니티 팀원이 빌려주셔서 읽게 되었다. 내가 부탁드린 것도 아닌데 커뮤니티 세션 날 이 책을 건네셔서 너무 감동이었다! 책 빌려주는 사람 = 착한 사람 :-P
스타벅스의 데이터 사이언티스트의 관점💡
이 책은 스타벅스의 데이터 사이언티스트인 차현나님이 쓰셨다. 책이 나올 때 업계에서도 기대가 엄청 컸다고! 데이터 분석의 기법보단 데이터 분석을 위한 기초 체력을 만들기 위한 책이라고 생각한다. 읽기 쉽게 쓰여있어서 데이터 분석의 초급자와 데이터 분석팀과 협업하는 사람들이 읽기 좋을 것 같다.
이 책을 읽고 내가 알게 된 점은 다음과 같이 크게 세가지이다.
1. 데이터를 왜 활용해야하는지
2. 기업에서 데이터를 활용할 수 있는 인적, 물적 자원이 있는지?
3. 데이터 분석 프로젝트를 할 때 현업부서와 어떻게 협업할지?
데이터를 왜 활용해야하는가?
"소비자의 마음과 행동을 잘 이해하고 서비스에 녹여내는 기업이 소비자에게 사랑받게 될 것이다."
"소비자가 '왜'이런 행동을 했는지 알면 다음에도 비슷하게 행동할 가능성이 있다는 것이다."
기업에서, 특히 B2C비즈니스를 하는 기업에서의 데이터 목적은 '소비자의 마음'일 것이다. 소비자의 마음을 알게 되면 이를 서비스에 녹여 고객이 기업을 더 사랑하게 될 것이다. 또한 소비가의 행동의 이유를 파악하면 이후에도 비슷하게 행동할 가능성이 있기에 그에 맞는 제품과 서비스를 제공할 수 있다.
저자는 '당연히 알던 것을 숫자로 증명하는 것'이 필요한가? (하는 생각을 했던 사람...은 나...) 라는 주장에 이렇게 반박한다. 알던 것을 데이터를 통해 확인하는 것은 더 구체성을 지닌다고 한다. 예를 들어 코로나19로 인해 테이크 아웃이 더 많아졌다! 이것은 누구나 아는 사실일 것이다. 하지만 데이터로 이를 파악하면 구체성을 지니게 된다. 몇 시에 고객이 더 많았는지, 어떤 종류의 커피가 많이 나갔는지, 함께 구매하는 디저트가 있는지 등등. (끄덕끄덕) 이렇게 구체화해서 고객의 마음을 알 수 있으면 이를 활용할 가능성이 높아진다.
"소비자의 마음은 성별이나 나이로 구분할 수 없다."
인구통계학적 분류보단 소비자 행동에 따른 분류를 해야한다는 것이 인상깊었다. 동창의 예시를 들어주어 단번에 이해됐는데, 내 친구가 나와 성별, 나이, 전공이 같아도 취향은 천차만별이라는 것...! 생각해보면 2학년 마케팅 수업에서 통계학 배운 걸 써먹고자 성별로 나눠 특정 식당 방문 횟수 차이를 분석한 적이 있는데 전혀 의미가 없었더라는 것을 이제 와서 깨달았다 ㅋㅋㅋㅋ 저번 학기 군집화(K-means와 같은...)를 배웠는데 군집화를 통해 고객을 그룹으로 묶어 그들 내의 유사성을 뽑으면 그 집단 자체가 마케팅 대상으로 삼을 수 있는 페르소나가 될 수 있겠다.
기업에서 데이터를 활용할 수 있는 인적, 물적 자원이 있는지?
인력: 데이터 분석을 할 수 있는 인력이 있는가?
시스템: 보안 문제, 서버 등 빅데이터를 담을 수 있는 시스템과 툴을 갖췄는가?
데이터: 의미있는 데이터가 있는가? 어떤 종류의 데이터가 있는가?
기업에서 데이터를 잘 활용하려면 다음 3가지가 있어야한다고 한다. 달리 말하면 데이터 분석을 하고 싶다면 다음 세가지를 갖춘 기업에 가야한다는 뜻이기도 하다. 데이터 분석 하기 위해선 데이터가 있어야 하는데 이 시스템을 갖춘 기업이 많지 않다고 한다. 이와 더불어 기업의 분위기, 데이터를 활용하고자 하는 의지가 있는 집단인지도 중요하다. 의사결정자가 데이터를 활용하려고 하는지, 사내에 데이터를 중요시 여기고 활용하려는 분위기가 있는지도 중요하다. 데이터 분석을 활용할 수 없으면... 분석을 하는 이유가 없는 건 당연하다.
데이터 분석 프로젝트 할 때 + 데분팀과 협업 할 때
"데이터를 제대로 분석하기 위해서는 큰 목적뿐만 아니라 프로젝트의 주제를 점점 구체화하는 과정이 필요하다."
"목적 없는 머신러닝은 러닝머신보다 못하다."
"소비자가 원하는 걸 가져와봐"라는 추상적인 것보다 큰 주제 아래 검증할만한 명제 or 가설을 만드는 것이 중요하다. 통계학에서도 가설검정을 배우는데 가장 중요하지만 이해하는 데 꽤 오랜 시간이 걸렸다. 귀무가설과 대립가설을 세우고 이를 증명하는 과정을 거친다. 데이터 분석을 할 때에도 '지금 가입자가 몇 명입니까? 하루 평균 몇 명이 가입하고 있습니까? 어떤 지역에서 많이 가입합니까? 몇 달이 지나야 10만명이 될 것 같습니까?'하는 구체적인 궁금증을 분석가에게 들고가야 또는 분석해야 액션 플랜을 짤 수 있을 것이다. 데이터의 목적이 명확해야 분석이 가능하다는 것 잊지말자!
마치며✨
이 책을 읽으며 현나님의 답답함과 분노(?)가 느껴졌다. 열심히 데이터 분석을 하고도 이를 받아들이지 않는 사내분위기에 지친 느낌이랄까...? 그래서 더욱 내가 데이터 분석가와 협업한다면 관점을 생각하면서 읽어나갔다. 제일 기억에 남는 한 문장으로 마무리 해야겠다. 목적없는 데이터는 없느니만 못하다!