티스토리 뷰
데이터의 바다로, 긴 항해를 떠나면서
| 시각화 분석 사이클을 이해하다.
- 데이터 분석으로 무엇을 해결할지 정의한다 (Task)
- 태스크를 따라 사이클을 빠르게 돌린다
▶ Get Data : 필요한 매출 데이터를 수집한다.
▶ Choose Visual Mapping : 제품 카테고리별 매출을 시각화한다.
▶ View Data : 제품 카테고리별 매출 규모와 이익을 본다
▶ Develop Insight : 매출에서 중간 규모의 하위 카테고리 'XX' 의 이익이 적자라는 사실을 알았다.
▶ Art/Share : 결과를 공유해서 이익을 개선하기 위한 행동을 촉구한다.
시각화 분석 사이클을 수행하는데 필요한 요점 정리
- 각 단계를 간단히 조작하고 빠르게 응답함으로써 사고의 플로우가 단절되지 않도록 한다
- 전체 사이클 한 바퀴를 완전히 돌지 않더라도 때론 앞 단계로 돌아오거나 몇 번이고 반복하면서 진행한다.
- 초기에 설정한 태스크를 잊지 않고 Act/Share를 실시한다.
| 시각화의 유형이 '탐색형'인지 '설명형' 인지 파악한다
- 탐색형 : 현황만 전해서 상대방이 생각할 수 있게 하는 대시보드
- 설명형 : 현황에 의견을 덧붙인 대시보드
| 과제
1. 시각화 분석에 대한 사고방식을 본인의 조직에 어떻게 퍼뜨릴지 계획을 세운다.
- 현재의 상황을 정리한다.
▶ 관계자(대시보드 작성자, 참조자)를 정리한다.
▶ 관계자별 시각화에 대해 생각 (긍/부정)한다.
▶ 대시보드 작성자의 기술 역량, 지식을 정리한다.
▶ 대시보드 참조자의 데이터 이해력(경험)을 정리한다.
▶ 시각화 분석이 일상화되면 업무 방식이 어떻게 바뀔까?
▶ 관련 내용을 퍼뜨리려면 어떤 행동을 해야 할까?
▶ 구체적인 행동과 일정
▶ 방해 요소
끝맺는 말
이 책에는 원천 재료가 들어 있습니다. '데이터 드리븐 문화를 추진하는 미션을 짊어진 에이스들'에게 그 비법을 전수하기 위해 만들어진 3개월짜리 부트캠프 프로그램인 데이터 세이버 부트캠프 입니다. 이 책에는 데이터 드리븐 문화를 조성하고자 추진하는 사람들을 위해 만든 특별 프로그램의 앞부분을 넣었고, 추진하는 사람에 한정하지 않고 데이터와 관련된 모든 사람이 알아두면 좋은 지식을 정리했습니다. 태블로를 통해 위대한 선배들에게서 소중한 걸 많이 전수받아 드디어
'데이터 드리븐이란 어떤 건지' 알게 된 저는 많은 사람들로부터 받은 지식을 전달해야 한다는 사명감에 불타고 있었습니다. 왜냐하면 과거 어떤 사람들은 태블로라는 제품을 만들고 어떤 사람은 아무도 가치를 깨닫지 못하는 와중에도 주변에 퍼트렸지만 선배들은 어느 날 갑자기 우리에게 지식을 남기고 사라지곤 했기 때문입니다.
그들의 열정, 사랑, 신념을 들은 사람이 전하지 않으면 추억 속에 흩어지고 영원히 사라지겠죠.
'IT > Challenge' 카테고리의 다른 글
유데미 작심삼십일 챌린지 (1) | 2024.10.24 |
---|---|
WOOWACON 2024 입장권 추첨 결과 (0) | 2024.10.18 |
배민기획자의 일 _02 (7) | 2024.10.16 |
배민 기획자의 일 (24) | 2024.10.15 |
데이터 드리븐 분석 비법 (8) | 2024.10.14 |
일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | 5 | ||
6 | 7 | 8 | 9 | 10 | 11 | 12 |
13 | 14 | 15 | 16 | 17 | 18 | 19 |
20 | 21 | 22 | 23 | 24 | 25 | 26 |
27 | 28 | 29 | 30 |
최근에 올라온 글
최근에 달린 댓글
글 보관함
링크
TAG
- 프로젝트 매니저
- 알고리즘
- 기획자
- 설레다
- 북극성 지표
- 데이터 분석
- 데이터 시각화
- 데이터 분석가
- BA
- 퍼포먼스 마케터
- 책 추천
- 빅테크
- 데이터분석가
- A/B테스트
- 프로덕트 분석가
- 빅데이터
- 프로덕트 매니저
- 아무일 없는것처럼
- 데이터 분석가 주니어
- 퍼포먼스 마케팅
- 데이터 분석 주니어
- 그로스 해킹
- ADsP
- PM
- 머신러닝
- 아하 모먼트
- 방법론
- 통계학
- BI
- 데이터 리터러시
- Total
- Today
- Yesterday