빅데이터 분석 결과에 관한 소통은 차트 데이터로 이루어진다. 이때 분석의 결과를 요약하는 능력이 빛을 발한다. 그런데 역설적이게도 ‘분석의 끝을 요약할 수 있는 역량’은 분석의 초창기에 발휘될수록 더욱 부가가치가 커진다. 즉, 분석을 하기 전부터 만약 이 분석이 성공한다면 우린 어떤 결과를 얻게 될지를 기획할 수 있어야 한다는 말이다. 물론 어떤 데이터로 어떤 분석기법을 사용할지 알 수 없기에 기획의 완성도가 떨어지겠지만 이런 모호함을 넘어 분석의 목표를 명확히 제시하는 역량이야말로 데이터 리더십(Data Driven Leadership)의 핵심이다. 

 분석의 끝을 요약한다는 것은 얼핏 가설을 설정하는 역량으로 이해할 수도 있다. 그러나 빅데이터분석은 가설없이 탐색적으로 진행되는 경우도 많기 때문에 가설적인 답의 내용을 초반부터 명확히 하라는 것은 무리한 요구가 될 수 있다. 가설은 분석 경과에 따라 늘 변화무쌍하게 변할 수 있기 때문에 가설을 수립하는 것보단 제목과 분석의 최종이미지만 정해 보는 것이다.

 가설적인 내용 없이 분석의 목적을 명확히 보여 줄 수 있는 툴이 더 유용할 수 있다. 분석의 제목을 달고, 분석이 성공한다면 얻게 될 키차트(Key Chart)만 잘 작성해도 조직 내 수많은 분석 프로젝트들의 성공 확률이 극적으로 높아진다.

‘제목 달기’를 위한 4가지 요소

단 30글자 내로 분석의 큰 그림을 압축적으로 표현 할 것.

A.    어떤 데이터로

B.     어떤 분석을 실시해

C.     어떤 결과를 얻어

D.    어떤 가치를 추구할 것인가

 언뜻 쉬워 보이지만 이 4가지 요소를 밀접하면서도 유기적으로 써내는 것은 생각보다 쉽지않다. 데이터 분석은 추상적인 비즈니스 문제를 손에 잡히는 데이터로 풀어나가는 ‘명확화와 지난한 싸움’이라고 볼 수 있다. 그러니 그 명확성의 가장 큰 아웃라인은 최소한도 정도로 설정해줘야 한다.

키 차트 그리기

 주의할 점은 차트에 들어가는 내용을 명확히 구성할 필요는 없다는 것이다. 키 차트 단계에서 중요한 것은 분석 결과의 내용보다 관점의 명확화라는 것을 잊지 말자. 키 차트로 시각화를 함으로써 관점의 쓰임새가 명확히 드러나면 된다. 데이터 분석가들은 제목과 키 차트를 통해 분석 전반의 지향점을 한눈에 이해할 수 있을 것이다.

 분석(分析)은 한자로 풀이하면 나누어서 이해하는 능력을 의미한다. 데이터를 계산해 새로운 데이터를 만드는 것은 엄밀히 말해 분석이 아니라 가공이다. 그런데 어떤 문제를 나눠서 이해할 때 제일 중요한 것은 나누는 기준을 명확히 하는 것이다. 그러니 누군가 기준을 명확히 해주지 않으면 분석은 수행될 수 없다. 그래서 목적의식과 의도와 기준을 명확히 해줄수록 조직의 데이터 기반 의사결정 문화가 강해질 수 있다.

출처: DBR 338호(2024년 3월 Issue 1)