데이터 분석가가 갖춰야 할 9가지 역량

https://yozm.wishket.com/magazine/detail/2070/

데이터 분석가가 갖춰야 할 9가지 역량 | 요즘IT

---

주제 : 데이터 분석가가 갖춰야 할 9가지 역량

요약

데이터 분석가에게 필요한 하드 스킬

- 사용언어
  : 주로 SQL, 심화된 분석 필요 시 파이썬 사용, 엑셀 사용하는 경우도 있음

- 통계학
  : 상관관계, 회귀분석, 인과 관계 등이 개념 → EDA 단계 진행할 때 활용
    기초 통계학(귀무가설, 대립가설 검정력 등) → A/B 테스트에서 많이 활용

- 도메인 및 비즈니스에 대한 이해
  : 도메인에 따라 다루는 문제, 비지니스 달라짐 
    → 관련 재무, 마케팅 등 기본적인 지표에 대해 숙지할 필요 있음.

- 툴을 다루는 역량
  : 데이터 분석에 용이한 데이터 마트를 직접 설계, 자동화하는 방법까지 습득하면 좋음

- 업무 자동화와 데이터 엔지니어링
  - 자동화로 해결되는 추세지만 자동화된 단계에서도 데이터 플랫폼 운영 이슈를 처리
  - 플램폼을 최적화할 수 있도록 개발자와 소통
  - 최근에는 데이터 엔지니어링 역량도 요구됨

데이터 분석가에게 필요한 소프트 스킬

- 커뮤니케이션 능력
  - 데이터 분석가 업무 - 보고서와 커뮤니케이션 70% 차지
  - 데이터의 언어 → 모두가 이해할 수 있는 언어로 바꾸는 것이 중요
- 협업 능력과 태도
  - 다양한 직무 팀원들과 협업 및 커뮤니케이션
    → 잘 이해 할 수 있는 소통 방식과 태도를 갖춰야함
    → 기능 조직, 목적 조직인지에 따라 협업 방식 달라지므로 확인 필요

- 문제 정의 및 문제 해결 능력
  - 현상에 대한 파악을 바탕으로 다양한 분석 방법론 시도하는 것이 중요
- 보고서 작성
  - 누구나 잘 이해할 수 있는 비즈니스 보고서 작성하는 것이 중요
  - 분석 결과를 토대로 사업화할 수 있는 액션 아이템 구상할 수 있어야함

주요 포인트

: 하드 스킬만큼 소프트 스킬도 중요, 소프트 스킬은 많은 실무 경험이 필요 
→ 다양한 대외 활동, 프로젝트 등으로 관련 역량을 쌓는 것이 좋음.

핵심 개념 

: 도메인, 협업 능력

용어 정리

EDA (탐색적 데이터 분석) 
    
- 수집한 데이터를 다양한 각도에서 관찰하고 이해하는 과정
- 데이터 분석 하기 전에 통계적인 방법으로 자료를 직관적으로 바라보는 과정
  → 데이터가 표현하는 현상을 더 잘 이해할 수 있음, 잠재적인 문제 발견 가능성 있음
  → 문제 정의 단계에서 미쳐 발생하지 못했을 다양한 패턴 발견할 수 있음
    
데이터 드르븐 문화 (Data-Driven)

- 선택과 액션을 데이터로 결정하는 방법, 어떤 선택이 나은지 이미 정해져 있음
  → 주관적 의도 없이 결정을 내릴 수 있게 도와줌
  → 고연봉자 일반 직원 아이디어 모두 데이터에 기반에 평가해 편향이 적은 회사
  → 지표에 기반해 이뤄지므로 반응이 좋으면 더 좋게, 안 좋더라고 빠르게 파악가능