|
나이스한 데이터 분석 - 호모 데이터쿠스들을 위한 책입니다
1부 1장 집콕, 더이상 혼자 놀지 않는다 2장 알아두면 쓸모 있는 술에 대한 잡지식 3장 그 많던 복고는 다 어디로 갔을까? 4장 이웃집에서 수입차를 사면 나도 사고 싶다 5장 현대판 맹모삼천지교, 학군
2부 6장 데이터 인사이트를 찾기 위해 필요한 모든 것 7장 데이터 파이프라인에서 배포까지, 운영은 실전이다! 8장 데이터는 원유일까? 단지 검은 액체일까? 9장 데이터를 가진 CEO들을 위한 맛집 레시피
1부는 데이터로 바라본 트랜드를 주제로 하여 데이터와 검색, 분석방법, 새로운 트렌드에 대해 이야기 형식으로 이루어져 있어 데이터 분석이란 것에 쉽게 접근가능하고 이해 할 수 있게 도와준다.
2부는 현장에서 필요한 경험담으로 구성되어져 있으며 실제 데이타 분석을 하는 사람들의 경험담을 구체적으로 알려줘서 막연하게 생각만 하던것에 대해서 간접 체험을 할 수 있게 도와준다 방대한 데이타를 어떻게 모으고 관리할지, 활용할지에 대한 내용이 담겨 있다.
데이타 분석 하면 딱 떠오르는 말은 "데이터 분석을 통해 인사이트를 찾는다" 였습니다 데이타 분석이 뭔지 어떻게 하는지 잘 몰라도 이렇게 표현하면 뭔가 대단하고 멋진 느낌이면서 인사이트를 찾아서 회사에 이바지 하면 좋겠다는 막연한 생각 뿐이였습니다. 막연히 하고 싶다, 정말 인사이트를 찾아내면 좋겠다, 그런걸 찾아내는 사람이 되고 싶다 이렇게 생각만 하고 있었는데 2부 6장 데이터 인사이트를 찾기 위해 필요한 모든 것에서 이에 관한 이야기가 나옵니다 인사이트를 찾는 과정에서 필요한것이 무엇인지 그게 왜 중요한지에 대해서 서술되어져 있으며 이 글을 읽으면서 약간 충격을 받았습니다. 그동안 데이타 분석이라는 허상만 바라보고 정작 내가 공부하고 알아야 할 것들을 간과하고 있었다는걸 깨달을수 있었습니다. 그리고 항상 궁금했던 데이타 분석을 할때 어떤 분석 방식을 적용해야 하는건지에 대한 내용도 담겨 있습니다. 통계나 회계학을 잘 몰라서 막상 주어진 문제에 어떤 분석 방식을 적용해야 하는지 어떤 알고리즘을 적용해야 하는지 모른다고 생각 했었습니다. 어떤 분석이 있어서 적용해야 하는지가 나와 있어서 짧지만 알찬 정보였습니다.
또한 구직 광고를 보면 데이타 분석자 구인시 하둡 경험자 필수로 많이 요청 하는데 실제로 하둡 쓸 일은 쉽게 일어나지 않는다는 문구는 정말 충격적으로 다가왔습니다. 데이타분석은 대용량의 데이타를 가공, 분석하기 때문에 무조건 하둡을 구축해야 하나 싶었지만 실제로 회사에서 발생하는 데이타 양이 하둡까지 써야할 정도인지는 판단해야 한다는거 다들 아셨나요?
정말이지 알고리즘만을 다루는 테크닉이 아니라 실제 경험과 그동안 궁금했던 많은 의문이 명쾌하게 해결될수 있는 책이였습니다. 다른 전문 서적들처럼 두껍고 어려운 용어들이 많아 다 읽고 나서는 그래서 어떻게 해야 하나 싶은 책이 아니라 에세이 처럼 편하게 읽고 쉽게 공감 할 수 있는 내용으로 구성되어 있습니다. 데이타분석가를 준비하시는 분이시라면 필독 하시면 많은 도움이 될꺼 같습니다!
[ 출판사에서 책을 제공 받아 작성한 리뷰 입니다 ]
|
책은 크게 두 부분으로 나뉘는데 1부의 핵심키워드는 코로나 이후의 집콕 트렌드에 대한 분석, 주류 수요 분석, 레트로 트렌드 분석, 수입차 구매 예측 지역 분석, 학군 분석 등 일반인들이 개인적으로나 비즈니스적으로나 가장 관심있어 할만한 주제들을 분석하고 있어 재미있게 읽을 수 있다. 이미 분석한 결과를 편히 읽을 수 있지만 읽는 것 만으로는 비즈니스적 지식을 얻는 것외에 특별히 얻을 것이 없다. 이 파트를 보다 의미있게 읽고 싶다면 저자들이 트렌드를 분석하는 과정에서 활용한 데이터 분석 방법과 그 과정을 잘 이해하고 인사이트를 도출할 수 있는 스스로의 데이터 리터러시를 키우는 일이 필요하다. 크게 눈에 띄는 장은 집콕을 분석한 1장과 수입차 수요를 분석한 4장이다. 1장은 데이터 리터러시에 관하여 문외한일지라도 쉽게 읽을 수 있다. 게다가 코로나 후 일상은 누구에게나 자신의 일이 되어 버렸기에 더 공감하며 읽을 수 있을 것이다. 데이터로 대충 이런 분석이 가능하구나 감을 잡고 쉽게 첫발을 딛게 도와주는 장이다. 가장 수준 높은 분석이 이뤄지는 장은 4장이다. 데이터 분석이나 통계에 대한 지식이 있는 사람은 아래 그림을 쉽게 해석할 수 있겠지만 데이터 문외한은 생각보다 어려운 그림이다. 아래식은 수입차 구매 수요를 파악하기 위한 중앙의 은하수와 같은 선을 제외하면 부산 중구를 시작으로 아해 울산 남구에 이르기까지 외딴 섬 마냥 따로노는 데이터가 있는데 이런 데이터를 예를 들면 울산 동구, 남구의 경우 현대자동차가 있는 지역이므로 수입차 보다 국산차를 더 저렴하게 구입할 수 있기에 수입차 구매량이 적다는 인사이트를 도출할 수 있는셈이다. 이상치는 때로는 전체 트렌트를 분석하고자 버려지는 쓰레기 취급을 받을 때도 있지만 위 사례와 같이 의미있는 통찰을 전해주기도 하기에 처리하는데 주의가 필요하다. 4장은 이런 약간 고난이도의 분석 방법을 다루고 있어 데이터 과학이나 분석에 관심있는 독자들이 다음단계로 넘어가기 위한 징검다리로 괜찮은 장이라는 생각을 했다. 이어서 2부의 내용을 소개하고자 한다. 2부는 데이터 분석 부서에서 6장은 데이터 분석을 위한 기본적인 개념을 총체적으로 잘 정리하고 있다. 군집분석, 연관분석, 시각화의 중요성과 의미 등 일반적인 데이터 분석팀에서 밥먹듯이 수행하는 일들이 대충 어떤 일들인지 포괄적으로 잘 정리하고 있다. 7장은 데이터 엔지니어링 및 인프라 업무를 잘 정리하고 있다. 아래 그림과 같이 데이터는 분석이나 모델링으로 끝나는 것이 아니다. 알고리즘이나 모델이 가설을 잘 검증하기 위해 데이터를 수집, 정제, 전처리 하여 알기 쉽게 떠먹여줘야 함은 물론 그 결과를 서빙하여 제품으로 만들어 낼 줄도 알아야 한다. 이를 위한 총체적인 파이프라인 과정이 필요한데 각 과정의 세부 유닛들을 잘 정리하여 설명하고 있다. 8장에는 그 외 데이터 특성을 다룬다. 데이터 분석의 80%는 전처리라는 근거 없는 낭설을 주위에서 많이 듣곤 하는데 그만큼 전처리는 많은 시간을 잡아먹는 귀찮은 일임에는 이견의 여지가 없다. 아래 그림은 전처리가 무엇인지 가장 구체적으로 잘 설명해주는 그림이라 할 수 있다. 현실의 데이터는 위 테이블이고 이를 조금 더 자세히 들여다보면 주소는 도로명주소 우편번호로 정제하고 있고, 매장명은 업종으로, 메뉴는 어떤 분류에 속하는지 속성은 차가운지 뜨거운지 용량은 어떤지 등등의 세부 데이터로 분류된다. 그나마 판매가격은 숫자 데이터인지라 전처리 과정을 거칠일이 적다. 이 한 그림만 제대로 이해하고 있어도 전처리에 대한 대부분의 설명이 가능한데 이 책에서 좋은 예시를 담고 있다는 생각이 들었다. 2부에서 현장의 실무를 담기 위해 애썼다는 저자들의 소개에 공감할 수 있는 부분이었다. 마지막으로 9장에는 CEO를 위한 조언이 담겨 있다. 데이터 비즈니스를 꿈꾸는 이들은 무엇을, 어떻게가 아닌 왜라는 질문에 답할 수 있어야 함을 강조한다. 특히 각각 얼마나 지저분하고 귀찮은 과정을 거쳐야 하는지, 얼마나 전문적이고 어려운 성격의 데이터인지, 분석할수록 위험해지며 법적 분석 검토가 필요해지는 데이터들이 3VD에 해당하는 데이터라 할 수 있다. 관련 세부 체크리스트가 제시되어 있어 실질적인 도움이 될 것이다. 정리하면 이 책은 일반인이 데이터 문해력에 관심이 있거나 기본적인 통계, 데이터 과학을 학습한 이들이 커리어를 위한 도전을 위해 입문 과정으로 읽을만한 도서이다. 저자들이 상당히 정성을 기울여 독자들이 잘 소화할 수 있게 떠 먹여주는 느낌이 들었다. 반면 개인적으로 한 가지 아쉬운 점은 실전에서 정확히 어떤 일을 하는지 매우 디테일한 예를 들면 신입 사원이 직접 나이스 데이터에 취업하여 겪는 일들 그러니까 조금 더 거친 실무 내용이 등장하길 바랬는데 보다 추상적이었다는 생각이 들어 아쉽다. 어쩌면 이런 거친 데이터와 일을 다루면 책이 전혀 안 팔릴지 모르겠다. 이는 내 취향이므로 책을 평가하는데에는 불필요한 요소이지만 그래도 요즈음은 일반적인 분석 방법론을 다루는 책이 포화상태인지라 나와 같은 생각을 갖고 있는 독자 수요층이 꽤 있진 않을런지 생각해본다. |
책은 크게 두 부분으로 나뉘는데 1부의 핵심키워드는 코로나 이후의 집콕 트렌드에 대한 분석, 주류 수요 분석, 레트로 트렌드 분석, 수입차 구매 예측 지역 분석, 학군 분석 등 일반인들이 개인적으로나 비즈니스적으로나 가장 관심있어 할만한 주제들을 분석하고 있어 재미있게 읽을 수 있다. 이미 분석한 결과를 편히 읽을 수 있지만 읽는 것 만으로는 비즈니스적 지식을 얻는 것외에 특별히 얻을 것이 없다. 이 파트를 보다 의미있게 읽고 싶다면 저자들이 트렌드를 분석하는 과정에서 활용한 데이터 분석 방법과 그 과정을 잘 이해하고 인사이트를 도출할 수 있는 스스로의 데이터 리터러시를 키우는 일이 필요하다. 크게 눈에 띄는 장은 집콕을 분석한 1장과 수입차 수요를 분석한 4장이다. 1장은 데이터 리터러시에 관하여 문외한일지라도 쉽게 읽을 수 있다. 게다가 코로나 후 일상은 누구에게나 자신의 일이 되어 버렸기에 더 공감하며 읽을 수 있을 것이다. 데이터로 대충 이런 분석이 가능하구나 감을 잡고 쉽게 첫발을 딛게 도와주는 장이다. 가장 수준 높은 분석이 이뤄지는 장은 4장이다. 데이터 분석이나 통계에 대한 지식이 있는 사람은 아래 그림을 쉽게 해석할 수 있겠지만 데이터 문외한은 생각보다 어려운 그림이다. 아래식은 수입차 구매 수요를 파악하기 위한 중앙의 은하수와 같은 선을 제외하면 부산 중구를 시작으로 아해 울산 남구에 이르기까지 외딴 섬 마냥 따로노는 데이터가 있는데 이런 데이터를 예를 들면 울산 동구, 남구의 경우 현대자동차가 있는 지역이므로 수입차 보다 국산차를 더 저렴하게 구입할 수 있기에 수입차 구매량이 적다는 인사이트를 도출할 수 있는셈이다. 이상치는 때로는 전체 트렌트를 분석하고자 버려지는 쓰레기 취급을 받을 때도 있지만 위 사례와 같이 의미있는 통찰을 전해주기도 하기에 처리하는데 주의가 필요하다. 4장은 이런 약간 고난이도의 분석 방법을 다루고 있어 데이터 과학이나 분석에 관심있는 독자들이 다음단계로 넘어가기 위한 징검다리로 괜찮은 장이라는 생각을 했다. 이어서 2부의 내용을 소개하고자 한다. 2부는 데이터 분석 부서에서 6장은 데이터 분석을 위한 기본적인 개념을 총체적으로 잘 정리하고 있다. 군집분석, 연관분석, 시각화의 중요성과 의미 등 일반적인 데이터 분석팀에서 밥먹듯이 수행하는 일들이 대충 어떤 일들인지 포괄적으로 잘 정리하고 있다. 7장은 데이터 엔지니어링 및 인프라 업무를 잘 정리하고 있다. 아래 그림과 같이 데이터는 분석이나 모델링으로 끝나는 것이 아니다. 알고리즘이나 모델이 가설을 잘 검증하기 위해 데이터를 수집, 정제, 전처리 하여 알기 쉽게 떠먹여줘야 함은 물론 그 결과를 서빙하여 제품으로 만들어 낼 줄도 알아야 한다. 이를 위한 총체적인 파이프라인 과정이 필요한데 각 과정의 세부 유닛들을 잘 정리하여 설명하고 있다. 8장에는 그 외 데이터 특성을 다룬다. 데이터 분석의 80%는 전처리라는 근거 없는 낭설을 주위에서 많이 듣곤 하는데 그만큼 전처리는 많은 시간을 잡아먹는 귀찮은 일임에는 이견의 여지가 없다. 아래 그림은 전처리가 무엇인지 가장 구체적으로 잘 설명해주는 그림이라 할 수 있다. 현실의 데이터는 위 테이블이고 이를 조금 더 자세히 들여다보면 주소는 도로명주소 우편번호로 정제하고 있고, 매장명은 업종으로, 메뉴는 어떤 분류에 속하는지 속성은 차가운지 뜨거운지 용량은 어떤지 등등의 세부 데이터로 분류된다. 그나마 판매가격은 숫자 데이터인지라 전처리 과정을 거칠일이 적다. 이 한 그림만 제대로 이해하고 있어도 전처리에 대한 대부분의 설명이 가능한데 이 책에서 좋은 예시를 담고 있다는 생각이 들었다. 2부에서 현장의 실무를 담기 위해 애썼다는 저자들의 소개에 공감할 수 있는 부분이었다. 마지막으로 9장에는 CEO를 위한 조언이 담겨 있다. 데이터 비즈니스를 꿈꾸는 이들은 무엇을, 어떻게가 아닌 왜라는 질문에 답할 수 있어야 함을 강조한다. 특히 각각 얼마나 지저분하고 귀찮은 과정을 거쳐야 하는지, 얼마나 전문적이고 어려운 성격의 데이터인지, 분석할수록 위험해지며 법적 분석 검토가 필요해지는 데이터들이 3VD에 해당하는 데이터라 할 수 있다. 관련 세부 체크리스트가 제시되어 있어 실질적인 도움이 될 것이다. 정리하면 이 책은 일반인이 데이터 문해력에 관심이 있거나 기본적인 통계, 데이터 과학을 학습한 이들이 커리어를 위한 도전을 위해 입문 과정으로 읽을만한 도서이다. 저자들이 상당히 정성을 기울여 독자들이 잘 소화할 수 있게 떠 먹여주는 느낌이 들었다. 반면 개인적으로 한 가지 아쉬운 점은 실전에서 정확히 어떤 일을 하는지 매우 디테일한 예를 들면 신입 사원이 직접 나이스 데이터에 취업하여 겪는 일들 그러니까 조금 더 거친 실무 내용이 등장하길 바랬는데 보다 추상적이었다는 생각이 들어 아쉽다. 어쩌면 이런 거친 데이터와 일을 다루면 책이 전혀 안 팔릴지 모르겠다. 이는 내 취향이므로 책을 평가하는데에는 불필요한 요소이지만 그래도 요즈음은 일반적인 분석 방법론을 다루는 책이 포화상태인지라 나와 같은 생각을 갖고 있는 독자 수요층이 꽤 있진 않을런지 생각해본다. |
|
데이터 분석이 우리에게 판단의 근거를 제공한다는 것은 너무나도 잘 알려진 사실이다. 그렇다면 구체적으로 어떤 식의 데이터 분석과 응용이 이루어지고 있을까? 그리고 이 과정에서 유의해야 할 점은 무엇일까?
 나이스한 데이터 분석은 앞서 언급한 질문들에 대한 답을 제시하는 책이다. 빅데이터 사업을 담당하는 데이터 전문회사의 전문가들이 공동집필한 책이다.  책은 크게 1부와 2부로 나뉘어 있는데, 1부는 데이터를 활용한 트렌드 사례를 다루고, 2부는 빅데이터 담당자들이 실제 업무 속에서 유의해야 할 점들을 알려준다. 처음에는 1부가 절반 이상을 차지하고 있어, '사례만 절반 넘게 다루는 건 과한 게 아닌가?'라고 생각했다. 하지만 그 사례 속에서 데이터가 실제 어떤 식으로 활용되고 있는지를 생생하게 살펴볼 수 있어, 앞으로 내가 데이터를 다룬다면 어떤 식으로 데이터를 활용하게 될 것인가 그려볼 수 있었다.  예시를 하나 들어보면, '집콕'에 대한 워드클라우드를 통해 집콕의 트렌드가 확장되고 있음을 살펴볼 수 있다.  또 지역별 등록차량 대비 수입차 비중을 살펴보면, 울산은 수입차 비율이 현저히 낮다는 것을 볼 수 있다. 물론 이 데이터만으로는 원인을 정확히 알 수 없게지만, 책에서는 "실제 울산에는 현대자동차 공장이 인접해 있어 임직원들과 협력사 직원들이 자사 차량을 저렴하게 구매한 영향을 받았을 것으로 추정된다. 또한 연간 수입차 증가율도 타지역의 평균을 넘지 못하는 것으로 보아, 울산의 수입차 비중은 당분간 상대적으로 낮을 것으로 예상된다."라고 설명을 덧붙인다.  이어서 2부에서는 각 장을 통해 데이터 분석가, 운영자, 과학자, 그리고 데이터를 가진 CEO에게 도움을 줄 수 있는 이야기를 담았다. 그중에서도 맨 처음 언급된 데이터 분석가의 자질을 살펴보자면 해당 영ㅇ역에 대한 도메인 지식이 필요하다고 한다. 또 데이터 과학자에 대해서는, 전처리 기술의 필요성에 대해 언급하고, 더불어 화려한 알고리즘에 앞서 SQL의 기초가 얼마나 중요한지 역설하고 있다.
총평데이터 분야를 배우고 싶다는 마음은 크지만 부끄럽게도 아는 것을 별로 없는 나에게 이 책은 또다시 지식의 범위를 넓혀주었다. 데이터 현업에 종사하려는 예비 전문가도, 혹은 호기심을 가지는 일반인들도 누구나 쉽게 읽을 수 있으면서도 핵심 메시지가 가득찬 책이라고 생각한다.
출판사로부터 책을 제공받아 주관적으로 작성한 글입니다 |
|
대부분의 사람이 이제 데이터를 활용한 의사결정의 중요성에 대해서 알고 있다고 생각한다. 요즘에는 데이터 활용이 중요하다는 것을 어디서나 들을 수 있기 때문이다. 문제는 데이터를 어떻게 활용할 수 있는지에 대해서는 많이 알고 있지 않다. 데이터 분석은 단순히 프로그래밍을 잘하는 것보다 데이터에 숨은 다양한 정보들을 발견하고 이를 분석 목적에 맞게 적절히 해석하는 것이 더 중요하다고 생각한다. 그러나 생각보다 데이터 분석을 공부하다 보면 프로그래밍을 중심으로 생각하게 되고, 뽑아낸 데이터를 어떻게 활용하고, 비즈니스 문제 해결에 도움이 될 수 있을지에 대한 고민은 덜 하게 되는 것 같다. 이번에 이콘 출판사에서 출판한 ＜나이스한 데이터 분석＞ 책을 제공받아서 서평을 작성하게 되었다. 이 책은 이미 시중에 많은 데이터 분석 방법보다도 데이터를 어떻게 해석할 수 있는지를 보여주고, 실제적으로 데이터 분석을 비즈니스에 적용할 때 고려할 점에 대해서 알려주는 유용한 책이라고 볼 수 있다. 
이 책의 구성은 크게 1부와 2부로 나뉘어 있다. 1부에서는 다양한 트렌드 분석 예들이 들어있다. 2부에서는 실제 분석 업무에서 실수나 고려해야 할 사항들에 대해서 언급되어있다. 1부에서 다루는 주제들은 평소에 다들 한 번씩 생각해봤을 법한 트렌드들이다. 따라서 아무래도 주제 자체가 어렵지 않기 때문에 읽는데 큰 어려움이 없었고 전체적으로 구성도 읽기 쉽게 되어 있는 것 같았다. 개인적으로 내용도 재미있고 쉽게 쓰여 있어서 이 책 전체를 3일 만에 다 읽었다. 2부는 관련 분야를 준비하고 있는 사람에게도 도움이 될만한 내용이 담겨있다. 데이터 분석가가 현장에서 겪을 만한 문제점, 실제로 회사에서 데이터 분석을 도입하기에 어려운 점들도 다루고 있다. 간단하게는 현장에서의 경험담이라고도 볼 수 있다. 이 책의 1부에서는 데이터에 나타난 현상들을 어떻게 스토리로 풀어내는 가를 확인할 수 있다. 예를 들어 '집콕' 트렌드를 설명하면서도 데이터를 활용해서 시각화된 자료를 바탕으로 설득력을 갖도록 한다. 데이터를 근거로 하는 것은 가장 기본적이지만 여러 트렌드 분석 예시를 통해서 학습한 내용이 충분히 향후 업무에 참고할 만하다고 생각한다. 이미 우리가 알고 있듯이 트렌드를 따라간다고 반드시 성공하는 것은 아니다. 여기서 우리는 데이터 분석을 활용하여 성공한 사례와 실패한 사례를 구별하고 각기 어떤 요인이 있었는지 탐색할 수 있을 것이다. 이전에는 단순히 떠오르는 근거들을 나열했다면, 이제는 실제적으로 검증해나가면서 더 정확한 설명이 가능해질 것이라 생각한다. 또한 데이터 분석 이론에 있어서 개념적으로 알고 있었던 내용을 실제 사례를 통해 활용하는 법을 알게 되는 것 같다. 다양한 판매 데이터 분석에서부터 데이터 모델링, 지리적 분석 기법 등 활용할 만한 분석 방법으로 인사이트를 뽑아낼 수 있다는 것을 보여준다. 더 나아가서 평소에 데이터 분석 자체에 많은 관심이 없었더라도 분석 결과를 통해서 얻을 수 있는 내용이 존재할 것이다. 
2부에서는 데이터를 분석하면서 발생할 수 있는 문제들을 다룬다. 누구는 사소하다고 생각할 수도 있지만 한 번씩은 다들 고민했거나 고민할 문제들이라고 생각한다. 예를 들어 결측치에 대한 고민, 데이터 분석 방법에 대한 이해 등이 있다. 또한 데이터 분석을 준비하는 과정에서 기본적이지만 간과할 수 있는 사항들을 알려준다. 따라서 현재 회사에서 참고할 만한 내용뿐만 아니라 앞으로 데이터 분석 분야에 들어선다면 실제로 마주할 만한 문제들을 미리 알 수 있을 것이다. 끝으로, 이 책에서도 말하지만, 개인적으로도 데이터 사이언스는 도메인 지식에 +a로 얹히면 더 좋다고 생각한다. 이 책을 읽는 많은 사람들도 다들 본인이 집중할 수 있는 분야가 있을 것이라 생각한다. 나 또한 관련 분야 전문가가 될 수 있도록 노력해야겠다는 생각을 다시 하게 되었다. 올해는 한 단계 더 성장할 수 있을 것 같다. |
|
책에 대해서 처음 알게 되었을 때, 책에서 이야기하는 주요 독자들이 눈에 들어왔다. 데이터 입문자부터 데이터 전문가까지 넓은 범위의 사람들을 이야기해서 책 내용이 궁금해졌다. 감사하게도 책을 읽고 서평을 쓸 수 있는 기회가 생겨 글을 쓰게 되었다. 책의 구성은 크게 사례와 방법론으로 나눌 수 있었다. 1장에서는 데이터 분석 사례들을 보며 트렌드를 읽는 내용이다. 사례로 시작하다보니 데이터 분석에 처음 접근하는 사람들에게 쉽게 읽힐 수 있겠다는 생각을 했다. 처음부터 원론적인 이야기를 한다면 딱딱해질 수 있으나, 최신 사례들을 들며 트렌드를 적어놓으니 세상의 변화에 대해서 흥미가 있는 사람들은 빠져들 수 있겠다는 생각이 들었다. 2장에서는 읽고나니 공감되는 부분들이 꽤 있었다. 주로 결측치 처리의 어려움이나 도메인의 중요성에 대한 언급이 공감이 되었다. 특히 데이터 분석이라는 것이 데이터 속에서 인사이트를 발견한다는 점에서 굉장히 특별한 일 같으나, 책의 사이즈가 그리 크지 않고 페이지 수도 200페이지 가량되기 때문에 굉장히 많은 인사이트들이 담겨져 있길 원한다면 조금 아쉬움이 있을 수 있겠다는 생각이 들었다. 그리고 데이터 분야에 접근하려는 사람들이나 데이터 공부를 이제 막 시작한 분들에게 흥미롭게 읽힐 수 있겠다 생각이 들었다. 그렇다고 가볍게만 읽을 수만 있는 초심자의 책은 아니라는 생각이 들기도 했다. 데이터 분석을 하다보면 한번쯤 생각해보거나 놓쳤을 부분에 대해서 2장에 이야기를 하고 있기 때문에 때로는 공감을 하고 때로는 무릎을 탁 치면서 보완을 할 수 있는 소재들을 갖고 있다. 너무 무겁진 않지만, 콤팩트하게 여러 이야기를 담았다는 점에서 좋은 책이라는 생각이 들었다. “이 서평은 서평단 이벤트를 통해 책을 제공받아 작성된 서평입니다.” |
|
책이 크지도 않고 적당한 크기로 들고다니기 무겁지 않아서 종종 시간나는 대로 이 책을 봤습니다.
목차를 보면 되게 다양한 데이터의 트렌드가 알기 쉽게 나와있고 읽기도 쉬웠습니다
특히 데이터의 트렌드에 맞춰서 솔루션? 을 제시해주는데 상당히 흥미롭고 재밌었습니다.
그 중 다양한 내용이 있었지만 특히 학군에 관한 내용은 제가 기존에 알고있던 내용과 유사한 면도 있었지만
의외의 지역도 많았었고 그에 따른 이유도 되게 재밌었습니다. 데이터가 그렇게 말해주는데 사실 부정할 수도 없고
의견이야 다양하게 있을 수 있지만 트렌드를 알아가는데 있어서 상당히 좋았습니다.
저는 아직 대학생이고 취업을 곧 앞둔 학생이기도 합니다. 그런 의미에서 이러한 트렌드가 취업준비를 하는데 있어서 알아두는 것은 면접이나 자기소개서를 쓸 때도 트렌드에 대해서 공부를 하고 있다는 소재를 제공해주었습니다.
막연하게 인기있는 내용을 포털 사이트에서 찾으려면 힘들고 다양하고 모든 데이터에 대해서 방대하게 나오는 반면에 이 책에서는 실제로 어떻게 쓰이는지 어떤 결과를 보여주는지 알려줌으로써 재밌게 잘 읽었습니다.
그리고 데이터에 관심이 없는 분들도 현재의 트렌드를 이해하는 데 있어서 상당히 도움이 될 책 같고 개인적으로는 데이터를 어렵게 생각하시는 분들이 손 쉽게 우리가 흥미로운 주제를 가지고 얘기를 많이 하고 있어서 읽어보셨으면 좋겠습니다.
|
|
책을 읽은 느낌을 한 문장으로 표현하자면 작지만 강하다인것 같다. 책 크기는 작고, 200페이지 정도 분량이지만 데이터 분석에 관심이 있는 독자들에게 얕지 않은 지식을 제공하고 있다고 생각한다.
책은 1부와 2부로 나뉘어져 있다. 1부에서는 데이터를 활용한 트렌드 사례를 제시하고 있다. 2부는 빅데이터 담당자들이 실전에서 해야 할 일과 하지 말아야 할 실수들에 대해 이야기한다.
1부에서는 소셜 검색량, 시장점유율, 판매량 데이터 분석, 다양한 공공, 민간 데이터 등을 활용해서 우리 주위에서 일어나는 현상과 트랜드에 대해 데이터를 이용해 객관적으로 설명하고 있다. 통계로 치면 기술(descriptive) 통계와 같은 느낌이다.
1부 내용중 특히 관심을 끌었던 부분은 주류시장에 대한 것이었다. 나이스지니데이터가 보유한 전국 약 10만 개의 POS 가맹점과 약 70만 개의 외식산업에 참여중인 카드 가맹점들의 거래 데이터 중 소주와 맥주 판매량과 매출 정보를 활용해 분석을 진행한 결과라고 한다. 개인적으로 청량감에 소주보다는 맥주를 선호하고, 요새는 테라를 즐겨 마신다. 맥주 제조사에도 별 관심이 없는데, 2019년 상반기까지만 해도 오비맥주가 전국 맥주 시장점유율의 80%를 차지하면서 시장을 독차지하는 듯 했지만, 하이트진로가 2019년에 새롭게 출시한 테라가 '공유 맥주'라고도 불리는 광고효과에 힘입어 출시 100일만에 1억병 판매 기록을 세웠다고 한다. 이런 시장 상황을 반영하듯이 2020년 2분기 기준 오비맥주는 54%, 하이트진로맥주는 39%의 점유율을 보이고 있음을 그래프를 통해 알 수 있었다. 나도 그렇고 주위에서 테라 맥주를 많이 마시는 것같다는 느낌이었는데 객관적인 데이터도 이를 뒷받침함을 알 수 있었다.
수입맥주 얘기에서 'NoNo Japan' 영향으로 가정에서 소비되던 수입맥주 시장에서 오랫동안 시장점유율 1위를 차지하던 일본맥주인 '아사히'의 판매량은 전년도 대비 90% 이상 하락한 처참한 결과를 맞이했고, 반면 이에 힘입어 수입맥주내 시장점유율 2, 3위를 다투던 '칭타오', '하이네켄'의 점유율은 반등했다는 내용도 흥미로왔다. 갑자기 최근 유니클로의 매출 상황은 어떤지 궁금해졌다.
그 외에도 1부에서는 복고 트랜드와 관련해서 "죠크박(스크류바 모양에 죠스바와 수박바를 섞어 놓은 소위 뉴트로 감성의 신제품)"이라는 처음 듣는 제품명도 나오고, 수입차 구매 트랜드 관련해서는 1인당 소득과 급여소득자 비중이 높은 지역일수록 수입차 비중이 높다는 사실 등을 객관적인 데이터를 통해서 흥미롭게 알려주고 있다.
2부는 데이터 분석가를 위한 "6장. 데이터 인사이트를 찾기 위해 필요한 모든 것", 운영자를 위한 "7장. 데이터 파이프라인에서 배포까지, 운영은 실전이다!", 데이터 과학자를 위한 "8장. 데이터는 원유일까, 단지 검은 액체일까?", CEO를 위한 "9장. 데이터를 가진 CEO를 위한 맛집 레시피"로 구성되어 있다.
데이터 분석가를 위해서는 도메인 지식이 중요함을 특히 강조하고 있다.
현실적으로 데이터과학자를 꿈꾸는 신입의 절반 이상은 데이터 운영자가 된다고 한다. 묵묵히 데이터를 만들어내는 일이 어떤 것인지 확인할 수 있게 해준다.먼저 데이터를 표준화하고, 데이터 입수, 전처리, 라벨링(전처리 2단계), 가공에 이르는 데이터 파이프라인 구축, 데이터 검수 등의 업무에 대해 실무적으로 고려할 사항을 포함해서 알려주고 있다.
가트너가 발표한 2020년도 IT트랜드에 '전문성의 민주화(Democratiaztion of Expertise)'라는 단어가 등장했다고 한다. 비전문가들이 추가적으로 값비싼 훈련을 받지 않고도 단순화된 경험을 통해 머신러닝, 앱 개발 등의 기술이나 판매 프로세스, 경제분석 등의 전문지식을 얻을 수 있는 민주화 시대가 열리고 있다는 의미라고 한다. 머신러닝과 같이 전문적인 것처럼 보이는 분야에 누구나 접근할 수 있는 시대가 되어가고 있고, 빅데이터 시대에 대응하기 위해 치열하게 움직이고 있는 지금, 저자는 우리의 노력이 적절한 대처법인지 의문을 가질 필요가 있다고 한다. 저자는 데이터 분석을 요리과정에 비유하면서 요리재료를 도마에 올려놓는 것에 해당하는 데이터 입수과정에서부터 시행착오를 겪을 수 있다는 현실적인 얘기를 해주고 있다. 데이터 직군의 신입지원자들의 이력서에 등장하는 캐글 경험에서는 정제된 데이터를 다루는 경우가 많은데, 현실에서는 데이터가 여기저기 흩어져 있고, 외부에서 전달받은 데이터는 난생 처음 보는 확장자의 모습을 하고 있고, 데이터베이스 이외의 특정 위치에 존재하는 파일을 전달받을 방법을 모색해야 하는 경우 등 다양한 상황이 존재한다. 물론 실제 분석은 IT 부서에서부터 시작하는 경우가 많아 특정 위치에 저장되어 있는 데이터가 텍스트 형태, XML, JSON 등 파일 형태로 분석가에게 전달되는 경우가 많고, 이렇듯 IT담당자가 파일을 가져다 밥상을 차려주기 전에 IT 담당자의 언어로 요구하는 바를 명확하게 전달할 수 있어야 한다. 이후 잘 알려진 것처럼 데이터분석의 80%를 차지한다는 전처리도 본격적인 혼란이 시작되는 지점은 '도메인 기반 전처리'라고 하고 있다. 원본 데이터, 변수 타입을 확인하고, 결측치, 이상치 등을 확인하고 처리하는 작업과 달리 도메인 지식에 기반한 전처리는 현업을 이해하고 관련 지식을 모아야 수행할 수 있는 경우가 대부분이기 때문이다.
CEO를 위한 조언에서는 우리가 흔히 알고 있는 빅데이터의 특성인 3V(Volume, Velocity, Variety)에 더해 새로운 V들, 즉 정확성(Veracity), 가변성(Variability), 시각화(Visualization)로 확장되는, 데이터에 관심 있는 사람들이라면 알만한 내용에 추가로 3VD를 얘기하고 있다. Very Dirty, Very Difficult, Veri Dangerous가 그것이다. 궁극적으로 데이터 비즈니스를 왜 해야 하는지에 대한 이해가 필요하다고 강조하고 있다.
길지 않은 내용이지만 주위에서 쉽게 접할 수 있는 내용과 데이터 전문 집단에서 실제 업무를 수행하면서 겪는 현실적인 어려움에 대해 간결하고 진솔하게 얘기해주는 것같아 데이터분석을 나이스하게 하고자 하는 독자들에게 많은 도움이 될 것이라 감히 말씀드린다.
"서평단 이벤트에 당첨되어 출판사로부터 책을 제공받아 작성하였습니다." |
|
제4차 산업혁명의 시대에 기업들은 현재 영위하고 있는 사업을 넘어서 축적되는 데이터를 기반으로 빅데이터 기업으로 거듭나고자 하는 비전을 세우곤 한다. 하지만 이것이 그저 비전에 그치지 않고 정말 실현 가능하게 하려면 어떻게 해야할까? 커머스 기업의 경우에는 상품별 판매량이 가장 기본적인 데이터가 될 것이다. 이걸 요일이나 특정 월, 혹은 계절과 연관시켜 볼 수도 있고, 고객의 인구학적 특성에 따라 어떻게 양상이 다른지를 볼 수도 있다. 이렇게 점점 더 데이터에 살을 붙이고 체계적으로 분석해가는 과정에서 얻은 인사이트를 통해 새로운 사업 기회를 발굴할 수 있고, 더 나아가 이러한 정보 자체를 상품화해서 시장에 제공하는 데이터 기업으로 발전할 수 있는 것이다.
"나이스한 데이터 분석"은 나이스지니데이터가 어떻게 계열사에서 축적된 거래 데이터를 활용해서 빅데이터 전문 기업으로 자리잡을 수 있게 되었는지를 전에 없던 방식으로 보여주는 책이다. 1장에서는 데이터 회사에서 원본 데이터를 가공해 의미있는 인사이트를 도출해가는 과정을 엿볼 수 있다. 그 재료가 꼭 기업 내부 데이터일 필요는 없다. 검색엔진의 검색어 트랜드도 중요하게 사용되는 소스 중의 하나이고, 정부에서 제공하는 공개된 통계자료도 다양하게 활용된다. 여러 사례들을 통해서 보유하고 있는 데이터를 다른 부재료들과 종합해 하나의 요리로 만들기 위한 본인만의 레시피에 대한 아이디어가 떠오를 수 있을 것이다. 2장에서는 데이터 기업의 현장에서 더 가까이 들여다본 구체적인 경험담을 들을 수 있다. 데이터가 사업이 되기 위해서는 단순히 데이터만 있다고 해서 되는 것도 아니고 데이터 분석 역량만 더해진다고 해서 충분하지 않다. 본 책에서는 주어진 데이터를 분석하는데 있어 핵심적인 요소들을 짚어줄 뿐만 아니라, 데이터를 입수하고 전처리 및 가공을 거쳐 최종적으로 검수, 배포를 위한 메타데이터와 가이드 문서 작성 등 데이터 파이프라인의 전체 그림을 볼 수 있게 소개한다. 마지막으로는 데이터를 가진 기업의 CEO들이 사업화를 위해서 어떤 전략을 세워보면 좋을지 공공 및 민간분야 데이터 비즈니스 활용 사례들을 통해 정리해주고 있다.
시중에 이미 빅데이터에 관련된 여러 종류의 서적들이 있다. 최신의 트랜드를 최대한 많이 소개하려는 책도 있고, 데이터 분석의 실무에 대해서 깊게 파고드는 기술서적도 있다. "나이스한 데이터 분석"은 기초적인 데이터들을 바탕으로 트랜드를 찾아내는 과정을 누구나 쉽게 이해하고 스스로도 시도해볼 수 있도록 보여주는 동시에 데이터 기업의 현장에서의 경험담을 담아, 새롭게 데이터 분야에 입문하려는 사람이나 데이터 기업으로의 변모를 꿈꾸는 사람들에게 좋은 시작점이 되어줄 수 있는 책이 될 것이다. |
|
|