데이터 분석가는 어떤 일을 할까?

• 데이터 분석가, 엔지니어, 사이언티스트는 같은 직종 아닌가요?

결론부터 말하자면, 아닙니다.

데이터 분석가는 '기획자'에 가깝고, 데이터 엔지니어와 사이언티스트는 '개발자' 쪽에 가깝습니다. 그러나 이런 구분된 직무와 다르게 현실에서는 각 회사별로 직무의 구분 및 업무 범위가 모두 다릅니다.

그래서 지원하고자 하는 회사의 채용 공고를 먼저 확인하여 어떤 업무를 하고 싶은지 먼저 정하는 게 좋습니다.

 

 

• 데이터 분석가는 어떤 일을 할까요?

데이터 분석(Data Analysis)은 수학(Maths) & 통계학(Statistics) + 비즈니스 (Business)/도메인(Domain), 전문지식(Expertise)으로 구성되어 있습니다

 

회사별, 프로젝트마다 수학과 요구되는 통계에 대해 요구하는 지식이 다릅니다.

효과적인 일처리를 하기 위해선 데이터에 대한 지식과 통계적 지식이 필요합니다.수치를 보고 파악하기 위해서는 산업군에 대한 이해와 데이터가 어떤 의미를 가지고 있는지를 이해하는 과정이 선행되어야 데이터가 시사하는 바를 이야기로 풀어낼 수 있습니다.

 

정리하자면, 데이터 분석가는 데이터 내에 숨겨진 의미 있는 패턴과 추세등을 찾는 업무가 중심이 되며 정리하자면 데이터 분석가는 분석, 기술 및 비즈니스 목표들을 통합하여 수집된 데이터가 회사의 목표를 달성하는 데 사용되도록 하는 역할을 수행한다.

 

 

• 데이터 분석가는 어떤 역량을 갖춰야 하나요?

 

• 도메인에 대한 이해

내가 일하고 있는 회사의 도메인 혹은 관심 있는 도메인에 대해 이해하고 있어야 합니다.

서비스가 어떤 흐름으로 진행되는지에 대해 파악하고 있어야 어떤 아이템을 분석할지 또는 어떤 부분을 개선할지에 대한 생각이 떠오를 수 있습니다.

해당 산업에서의 도메인을 이해하기 위해서는 우선 산업에 대한 관심을 가져야 합니다.

이 수치는 왜 이렇게 나오지? 이 산업에서의 이 수치가 의미하는 게 뭐지? 산업의 트렌드는 어떤 식으로 구성되어 있지? 등에 관심을 갖고 전체적인 관점에서 데이터를 해석하려는 시도를 해보는 것이 중요한 것 같아요.

또한 유사 산업에 대한 데이터를 찾아보고 그 데이터를 파악해 보는 것도 의미가 있다고 생각합니다.

도메인에 관심을 갖게 되면 자연스럽게 도메인에 따른 수치들을 이해할 수 있게 됩니다.

 

• 문제 해결

실제로 사용할 수 있는 데이터에 비해 회사에서 알고 싶어 하는 데이터가 다를 수 있습니다. 분석가는 때때로 그런 상황을 어떻게 해결할 수 있을지, 창의력을 발휘해야 합니다.

데이터로 어떤 것을 할 수 있을지, 이 부분을 파악하기 위해서는 어떤 데이터가 필요한지, 가장 빠르게 문제를 해결할 수 있는 방법은 어떤 것이 있을지 파악할 때 필요한 능력이라고 생각합니다.

 

• 의사소통

데이터 분석가는 본인이 분석한 결과물을 보고 받는 사람, 듣는 사람의 입장에서 이해하기 쉬운 용어를 사용하여 결과를 공유하고, 공유한 내용에 대한 질문에 답하거나 해결할 준비가 되어있어야 합니다. 그래서 헷갈리는 용어 또는 요약 내용을 적게나마 하단에 기재하는 것이 좋습니다.

의사소통은 모든 부분에서 중요한 역량입니다. 무엇보다도 수치를 기반으로 다른 사람이 이해할 수 있도록 풀어서 설명하는 소통방식은 데이터 분석가에게 중요한 부분 중 하나라고 생각합니다. 열심히 분석한 내용을 다른 사람에게 전달을 할 때 상대방이 이해하지 못하게끔 전달이 된다면 분석한 내용이 의미 없는 내용이 되기 때문입니다.

 

• 의미 있는 결론 도출

 

데이터 분석에 있어 목표 설정은 매우 중요하며 데이터 분석가는 데이터 내에 숨어 있는 더 큰 메시지를 가리키는 작은 단서를 알아차릴 수 있어야 합니다. 그래서 지표(Metric)를 쪼개서 보는 것이 중요합니다. Output Metric은 최종 Goal이라고 할 수 있고, 다수의 Input Metric을 투입해서 나올 수 있는 결과라고 볼 수 있습니다.

여기서 중요한 포인트는 각각 *OMTM(지금 우리에게 가장 중요한 지표)을 설정한 뒤, 설정한 지표를 어떻게 쪼갤 수 있을까를 고민해야 합니다. 추가로 진행하고 있는 분석에 대해 올바른 지표를 설정한 것인지 *허영 지표(Vanity Metric)를 세운 것은 아닌지 고민해 볼 필요가 있습니다.

 

*OMTM(One Metric That Matters) : 서비스의 성장을 위해 지금 우리가 꼭 집중해야 하는 지표 (모든 지표가 모든 시기에 같은 중요도를 가지지 않기 때문에 지표 간 우선순위를 정합니다.)

*허영 지표(Vanity Metric) : 보기에는 좋지만, 실제 중요한 숫자들과 상관이 없는 지표

---

 

종합해서 정리하면, 데이터 분석가는 데이터 전체를 아우르며, 각각의 데이터를 유형별로 쪼개고 그 안에서 인사이트를 발굴하는 업무를 진행하며 사내에 다양한 데이터를 분석하는 업무를 한다고 이해하면 될 것 같습니다.

 

---

마치며..

 

데이터 분석가에 정의와 역량에 대해 배우게 되었고 생각보다 다방면 한 전문적인 지식과 창의성을 갖추어야 한다는 것을 알게 되어 흥미롭고 재미있는 유익한 시간이었다.