데이터 문해력 2장

올바른 데이터로 올바른 문제를 풀고 있는가?

- 목적에 맞게 문제와 데이터 연결하기

데이터 활용에 실패하는 두 가지 이유!

- 풀고자 하는 문제가 명확하지 않음
- 정의한 문제와 사용하는 데이터 불일치

풀고자 하는 문제가 명확하지 않다

 : 무엇을 알고 싶고, 무엇을 해결하고자 하는지 명확하게 설정한 다음 현재 상태를 파악해야한다. 겉으로 드러나 있는 상황 자체를 보고 풀고자 하는 문제를 명확하게 풀기는 어렵다. 그러므로 명확하게 문제를 정의하지 않으면 결과가 엉망진창이 될 수 있다. 
 - 사용된 언어가 구체적이고 명확한가 : 정답은 없지만 내가 말하고자 하는 것을 구체적으로 정의하는 것은 필수 -> 정의에 따라 활용할 데이터가 달라지기 때문
 - 문제, 원인, 해결방안을 구분했는가 : 말하고 싶은 것과 해결하고자 하는 것이 명확한 지 확인
 - 자신의 추측으로 원인을 단정짓는 것은 금물
 - 문제를 정의하는 단계에서 결론을 내버리는 것도 위험

정의한 문제와 사용하는 데이터가 일치하지 않는다

 : 기존에 있는 데이터를 바탕으로 결론을 내려고 하다보니면 주관적인 해석이 개입되어 애매한 결과물이 나오게 된다. 논리적인 설명을 통해 지표를 설정해야한다. (무조건 하나의 지표만 정해야 하는 것은 아님) 
 - 결론을 도출하는 과정 : 평가 지표 및 기준 설정, 적절한 데이터 및 그래프 선정, 결론
 - 프레젠테이션 순서 : 결론, 평가 지표 및 기준 설정, 적절한 데이터 및 그래프 선정

비즈니스 현장 사례 분석

 : 원인을 단정지을 경우 문제와 원인 모두 제한되어 시야가 좁아지게 된다. 그럼 자신의 입맛에 맞는 데이터만으로 작업을 진행하게 될 가능성이 있고, 예정된 결론에 그칠 수 밖에 없다. 

처음 보는 사람이 봐도 내 목적과 문제가 잘 전달될 수 있을지 항상 생각하기

---

역시나 찔리는 내용이 한가득이다. 저번 팀과제에서도 데이터에서 매출 하락 원인이 코로나일 것이라고 가설을 세우고 진행하다가 코로나가 원인이 아닌 것으로 나왔을 때 모두가 살짝 멘붕에 빠졌었다. 책이 말하는 데이터 활용에 실패한 예로 아주 적절하지 않나 싶다. 가설을 세울 수는 있지만 우리는 거의 원인을 단정짓고 들어가서 시야가 좁아졌던 것 같다.