데이터 분석이라는 단어는 아래의 3가지 능력을 동시에 포함하고 있습니다.
데이터 분석 = 비즈니스에 대한 이해 + 테크놀로지에 대한 지식 + 효율적인 의사소통 능력
이 세가지 능력을 모두 가지고 있다면 뛰어난 데이터 분석가가 될 수 있습니다.
하지만 한가지만 가지고 있어도 데이터 분석가로 커리어를 시작하는데 전혀 문제가 없습니다.
무엇을 해결하고자 하는지 명확하게 알지 못하면 문제를 해결할 수 없습니다.
따라서 데이터를 분석하기 전에 데이터 분석을 하는 목적과 효과가 무엇인지 구체적으로 정의하는 것이 중요합니다
데이터는 그 자체 만으로는 가치를 창출할수 없습니다.
그렇기 때문에 기업의 입장에서는 어떤 액션을 취해야 하는지 데이터를 통해 확인하기를 원합니다.
이 때, 데이터 분석가는 결정 방향을 제시하는 역할을 합니다.
<aside> <img src="/icons/friends_gray.svg" alt="/icons/friends_gray.svg" width="40px" /> 데이터가 ~ 한 추세를 보이고 있으니, ~한 방향을 설정하는 것이 필요하다
</aside>
라는 말을 해줄수 있는 사람인 것이죠.
데이터 분석가는 데이터 수집, 분석, 보고를 수행할수 있는 기술적 능력들을 필요로 합니다. 데이터베이스에서 자신이 원하는 데이터를 추출하거나, 파이썬이나 R, 또는 엑셀과 같은 분석 도구를 의도에 맞게 사용하는 능력을 갖추면 자신의 분야에서 더 많은 능력을 발휘할수 있습니다.
프로그래밍(Programming)은 데이터 분석 업무를
더 빠른 속도로
좀 더 체계적으로
유지/강화/보수가 유연하게
만들어주는 윤활유와 같은 역할을 합니다.
프로그래밍을 갖춘 데이터 분석가는 같은 시간동안 더 많은 일을 효율적으로 할수 있습니다.
예를 들어,데이터 분석가에게
월별로 (1월, 2월, 3월 등) 스프레드시트형 데이터를 이용하여 동일한 분석을 맡긴 상황이라면,
월별로 데이터를 분석하는 것보다,
프로그래밍으로 월마다 분석 결과를 리포팅하는 자동화 시스템을 구축하는 것이
데이터 분석가와 회사에 모두 도움이 되는 방법일수 있습니다.
이처럼 프로그래밍은 데이터 분석가의 업무 능력를 강화할 뿐만아니라,
좀 더 중요한 업무에 집중하고 시간을 사용할수 있게 만들어줍니다.
데이터 분석가는 기술자들과 비기술자들의 연결 고리 역할을 합니다. 기술자들 (데이터 엔지니어, 백엔드 엔지니어)에게는 비즈니스에 필요한 기술적인 부분을 설명하고 기술적인 부분을 전혀 모르는 비즈니스 고객들 (기획자, PM/PO) 에게 분석을 통해 알게 된 내용을 설명합니다
데이터 분석가는 데이터 지식이 없는 사람들을 위해서 다양한 도구들을 사용해 그들을 이해시키고 또 설득시킵니다. 팀 페리스(Tim Ferriss)의 ‘타이탄의 도구’라는 책에는 이런 문구가 나옵니다.
“좋은 이야기는 언제나 뛰어난 스프레드시트를 이긴다.”
이 이야기는 데이터 분석가의 핵심을 찌르는 말입니다. 항상 현상을 바라보는 데서 그치는 것이 아니라, 설득할수 있는 스토리를 만들어야 하는 것이죠.
아래의 리스트는 [네카라쿠배]의 데이터 분석가 모집 공고에서 가져온 JD(Job Description)입니다.
우리가 4개의 JD에서 공통적으로 찾아볼수 있는 요소는
가 있습니다. 이에 기반에 공통적으로 회사들은
사람들을 찾고 있는 것이죠.
