데이터 리터러시

 

데이터 리터러시

 

 

데이터 리터러시란?

= 데이터 문해력

데이터를 활용해 결정을 내리고, 효과적으로 의사소통 하는 능력.

💙 데이터 활용 :  언어, 수치 그래픽 등 다양한 형태의 데이터를 이해하고 의사소통에 사용하는 것. 

➡️ 단순히 데이터를 해석하는 것을 넘어 데이터의 가치를 인식하며, 비즈니스 문제를 해결하기 위해 데이터를 적용하는것. 

 

 

데이터 리터러시의 중요성

데이터 리터러시 역량은 아픙로 10년간 가장 중요한 비즈니스 능력이 될것이다.
데이터를 활용하는 특정 부서 뿐만 아니라 모든 조직원에게 필수역량인 것이다.
-구글의 수석 이코노미스트 할 베리안-

 

💙경쟁우위 확보 :  시장 트렌드를 예측하고 고객의 니즈를 보다 정확하게 파악 가능, 이를 통해 고객 만족도↑, 경쟁 우위 안정적 확보 가능

💙 효율적인 의사결정:  기업의 비즈니스 운영에는 전략적인 계획이 필수 → 보다 정확한 정보를 수집하여 이를 바탕으로 직관이나 추측보다 훨씬 합리적인 의사결정으로 전략 수립할 수 있음.

💙 비용 절감 및 수익 증대 : 데이터 분석을 통해 비효율적인 부분 개선, 새로운 비즈니스 기회 찾을 수 있음.

 

 

데이터 리터러시를 구성하는 요인들

데이터 역량	주요내용
기획	데이터 전략을 수립하고 업무 관련 분석과제 발굴 기획
수집	데이터 특성 구조를 이해하고 내외부 데이터의 연계저장
정제	수집한 데이터를 분석 가능한 품질의 데이터로 변경 및 결합
분석	비즈니스에 활용가능한 통찰력을 제공하도록 데이터를 분석
시각화	의사결정권자가 이해할 수 있는 수준으로 분석결과를 시각화
활용	의사결정과 분석결과를 활용

 

 

데이터 리터러시 분석을 위해 점검해야할 3단계

1. 현재 필요한 상황 파악이 명확한가?

2. 필요한 데이터가 정의되었는가?

3. 목적에 따른 적절한 분석기법과 역량이 준비되었는가?

 

 

데이터 리터러시 역량

➡️ 논리적 사고력, 문제 해결 능력 역량 필요

 

💙 데이터 이해 및 설계 능력

  : 데이터의 구조와 유형, 의미를 파악하는 능력 필요

  : '어떤 데이터를 수집할 것인가' 에 대한 설계 능력 필요

  : 문제를 올바르게 정의하고, 적절한 데이터를 수집하는 능력 필요

💙 데이터 분석 능력

  : 수집한 데이터를 해석하고 인사트를 도출하는 데이터 분석 능력 필요

  : '수집한 데이터를 어떻게 해석할 것인가' 에 대한 적절한 추론 능력과 상상력 필요

  : 수치해석을 넘어선 유추능력과 가설수립 능력 필

💙 의사결정능력

  : 분석한 결과를 토대로 합리적인 의사결정 능력필요

  : 데이터를 기반으로 한 해결책을 도출하는 능력 필요

  ( 추가 검증, 데이터 보완 능력도 포함 )

💙 커뮤니케이션 능력

  : 의사결정을 효과적으로 전달하는 능력

  : why? 다른 사람을 설득해 함꼐 솔루션을 만들어나가야 함.

 

 

데이터 리터러시 활용방법

💙 목적설정  

 : 데이터에서 발견한 사실만을 나열하는 것이 아니라 클라이언트에게 가장 필요한 task를 수행할 수 있는 데이터를 중점적으로 분석

 : 데이터에서 무엇을 알 수 있을지를 먼저 생각하고 데이터를 가공할것 → 데이터 활용도↑

 : 데이터의 활용은 구체적으로 어떤 부분이 알고 싶은지, 어떤 종류의 문제를 해결하고 싶은지 등 문제를 명확하게 정의하는 것부터 시작

  : '어떤 부분에서 어떤 종류의 문제를 해결하고 싶은지'를 먼저 생각 ( 또는 '나는 무엇이 알고 싶은가?')

  : 문제를 정의하는 과정에서 답은 없음. 자신의 생각을 논리적이고 객관적으로 정리한 후 다른 사람에게 이를 전달, 이해시킬수 있음 됨

💙 데이터 선택 및 수집 

  : 목적과 사례에 맞춰 생각하기 

  : 분석을 통해 내가 하고 싶은 이야기를 더 명확히 할 수 있는 데이터 선택이 중요

  ➡️ 내가 이야기 하고자 하는 '목적'과 '문제'를 잘 전달하기 위해 적합한 데이터를 사용

   공공데이터 찾기 예시  https://newsjel.ly/archives/newsjelly-report/data-storytelling/13911

💙 인사이트 도출 ex. 데이터 리터러시를 기반으로 도출한 인사이트를 바탕으로 전략 제시

  : 단순히 현황 파악에 그치지 않고 이 데이터를 통해 문제 해결방안을 수립하거나 구체적인 행동 계획을 세우는 등 납득할만한 판단을 내릴 수 있어야 함

  : 데이터를 통해 알 수 있는 사실의 범위 내에서 생각

  : 내가 무엇을 말하고 싶은지, 어떤 것을 문제로 인식하고 있는지가 명확하다면 적절한 결론이라고 할 수 있음.

 

데이터 리터러시 활용 성공 사례

💙자라(ZARA)

글로벌 패션 브랜드인 자라는 데이터 리터러시를 활용하여 고객이 원하는 것을 누구보다 빠르게 제공한다는 미션을 추구하는 기업. 

고객이 원하는 것을 가장 빠르게 실현하는ㄴ 방법은 실시간으로 고객의 니즈를 파악하여 제품과 서비스에 적용시키는 것인데, 자라는 매일 소비자와 판매 데이터를 분석해 실시간에 가깝게 디자인과 생산에 반영했음. 데이터를 통해 각 지점의 특성, 각 제품의 매출을 파악해 새 제품의 디자인과 생산 물량을 맞춰 빠르게 유통해 유행에 민감한 패션 산업의 중요한 이슈인 재고 관리 비용을 최소화하고 영업 이익률 57%라는 성공 사례를 기록함. 

➡️ 고객 관점의 재고 및 유통 관리라는 명확한 문제 정의가 있었기 때문에 소비자와 제품 간의 특성을 실시간에 가깝게 파악하여 문제를 성공적으로 해결

 

 

데이터 중심 ▶ "목적 중심 사고 방식"

눈 앞의 데이터에 의존하지 않고 스스로 목적과 문제를 정의해 필요한 데이터를 수집하는, 목적 중심 사고방식이 중요.

겉으로 드러난 현상만이 아닌, 구체적인 목적 및 문제를 정의 → 이에 걸맞는 데이터를 결정해 현재 상태 파악 → 결론을 도출하고, 나아가 해결방안까지 모색

➡️ 데이터 리터러시란, 스스로 정답에 대해 고민하고 데이터를 도구로 합리적인 결론을 도출할 수 있는 능력! 

데이터 분석에서 그치지 말고 해석을 해야 진짜 데이터를 잘 활용한다는 것.

 

 

 

참고 :

https://newsjel.ly/archives/newsjelly-report/13944

https://elice.io/ko/newsroom/data_literacy

https://elice.io/ko/newsroom/data_literacy_elice

https://elice.io/ko/newsroom/data_literacy

대표이미지: 📷 https://kr.freepik.com/