데이터 분석에 종사하는 사람들에게도 고락이 반반이다. 특히 신인은 직장에서 어느 정도 문제가 생길 수 있다. 이러한 문제를 살펴 보겠습니다. 그들을 만난 적이 있습니까?
데이터 분석의 어려움 1: 데이터 분석 원칙이 명확하지 않습니다.
데이터 분석 원칙이 불분명하여 일부 신입사원들이 입사 초기에 겪게 되는 문제라고 믿는다. 나는 업무 문제를 분명히 알고 있고, 분석할 데이터가 있는데, 어디서부터 데이터 분석을 시작해야 할지 모르겠다. 이러한 상황은 데이터 기반이 열악하고, 기본적인 통계 분석 원리를 이해하지 못하며, 서로 다른 특정 비즈니스 시나리오에서 문제를 발견하는 분석 방법과 기술을 이해하지 못하며, 심지어 기본적인 데이터 분석 도구도 사용하지 않기 때문이다.
그렇다면 이런 상황을 어떻게 해결해야 할까요? 어디서부터 시작해야 할지, 눈앞의 데이터를 어떻게 분석해야 할지 모를 때, 먼저 자신의 부족한 부분을 찾아내는 것은 매우 간단하다. (존 F. 케네디, 공부명언) 데이터의 기초가 나쁜지, 아니면 통계 분석의 기본 원리를 이해하지 못하는가. 자신의 문제를 분명히 분석한 후에는 기본기를 열심히 연습해야 한다.
문제를 찾을 수 없는 경우 여가 시간에 데이터 분석의 기본 통계 원리, 도구, 방법 및 기술 및 적용 시나리오를 배울 수 있습니다. 이러한 지식은 우리가 데이터 분석을 잘 하는 데 도움이 될 수 있다.
데이터 분석의 어려움 2: 데이터 분석의 대상이 명확하지 않습니다.
신입사원이 입사 초기에 겪게 되는 두 번째 문제는 데이터 분석 대상이 명확하지 않다는 것이다. 문제는 새로운 데이터 분석가가 데이터 분석 방법 및 비즈니스 문제에서 어떤 데이터를 분석할지 모르는 경우가 많습니다. 우리는 데이터 분석을 할 때 데이터 분석이 결국 업무 운영과 개선을 위한 서비스라는 것을 깨달아야 하기 때문에 업무에 대한 철저한 이해는 모든 일선 데이터 운영자에게 꼭 필요한 기본기이다.
만약 네가 상업을 이해하지 못한다면, 당연히 상업 문제를 어떻게 처리해야 할지 모른다. 이를 위해서는 데이터 비교에서 큰 문제의 방향을 정의하는 것을 고려한 다음 구성 세그먼트를 사용하여 특정 문제의 출처를 정의함으로써 우리의 분석이 자연스럽게 시작될 수 있도록 해야 합니다. (데이비드 아셀, Northern Exposure (미국 TV 드라마), 데이터명언) 그러나 이 전개 과정의 전제는 우리가 조작의 논리와 과정에 대해 매우 명확한 인식을 가지고 있다는 것이다. 이 문제에 대한 해결책은 어렵지 않습니다. 즉, 자신의 업무 운영 체계와 세부 사항을 연구하고 이해하는 것입니다. 그래야만 우리의 사유가 더욱 투명해질 수 있다.
새로운 데이터 분석가가 업무 초기에 몇 가지 문제에 부딪히는 것은 정상적인 일이다. 낙심하지 말고, 실패에서 교훈을 얻고, 자신의 부족한 부분을 찾은 다음 바로잡아야 나중에 데이터 분석을 잘 할 수 있다.