구독형 서비스를 제공하는 담당자가 잠재 고객에게 이메일을 보내 서비스를 구독하게 하려면 어떻게 해야 할까요?

고객 통계 정보에서 개인 구매 이력까지 다양한 데이터를 분석하여 이를 기반으로 어떤 고객층에 언제 어떤 광고를 내보낼 지 전략을 세워야 합니다.

이 책에서는 다양한 사용자 행동을 설명하고 그 원인을 파악하는 것으로 분석의 관점을 전환하고 있으며, 선형회귀와 로지스틱 회귀만 사용해 변수 사이의 관계성을 알아내는 방법을 설명하고 있습니다.

무엇이 행동을 유발하는가?

데이터는 하나의 자원이며 데이터를 처리하는 알고리즘은 경제를 발전시키는 일종의 의새로운 엔진이 되었습니다.

많은 데이터 사이의 인과 관계에서 관계성이 얼마나 강한지 측정하고 데이터를 통해 인간의 심리와 행동을 들여다 보는 행동 과학적인 사고 방식을 통해 동기를 파악할 수 있습니다.

이 책은 저자의 10년간 경영, 분석 및 행동과학 분야에서 쌓은 노하우, 실무 경험을 담은 사례와 예제가 수록되어 있어 책의 구성 순서대로 학습하면 이론과 분석 도구를 통한 실습을 경험할 수 있습니다.

구성

1부 : 인과-행동 프레임워크라는 새로운 데이터 분석 접근법을 소개하고 행동 데이터의 특성, 인과 관계 추론과 데이터 사이의 관계성을 설명합니다.

2부 : 변수사이의 관계를 표현하고 이해하며 인과 관계 다이어그램을 그리는 방법, 교란의 개념과 인과 관계 다이어그램을 사용하여 데이터 분석할 때 교란을 해소하는 방법을 소개하고 있습니다.

3부 : 결측 데이터를 처리하는 방법과 부트 스트랩 사용한 컴퓨터 시뮬레이션을 예제로 보여줍니다.

4부 : 실험 설계와 분석, 회귀와 부트스크랩을 사용한 A/B 테스트를 소개합니다.

5부 : 행동 데이터 분석을 위한 도구와 지금까지 다뤘던 모든 내용을 종합하여 조절효과, 매개효과와 도구 변수를 살펴 보는 구성으로 되어 있습니다.

대상 독자

"R과 파이썬으로 시작하는 행동 데이터 분석 가이드" 라는 부제와 표지 디자인이 개발자를 위한 기술서적으로 생각했습니다.

그러나 기술적인 내용만 다루는 것이 아니고 행동 분석 인과관계에 대한 심층적인 접근을 하고 있기 때문에 이를 활용하고자 하는 모든 분들에게 도움이 될 것입니다.

• 매달 실적을 예측하는 비즈니스 분석가
• 비즈니스 데이터 분석 경험이 있는 개발자
• 사용자의 클릭 경향을 관찰하는 UX 연구원
• 사용자 행동기반 서비스를 설계하는 기획자

행동 데이터 분석

이 책은 선형 회귀와 로지스틱 회귀에 대한 지식을 필요로 하며, 기술적인 부분에서도 R과 파이썬 언어를 이용해 데이터 분석 경험이 있는 독자를 대상으로 하고 있습니다.

책에서 다루고 있는 내용의 스펙트럼이 넓어 모든 내용을 이해할 수는 없었지만 데이터 본질을 파악하고 결과를 해석하는 기술에 대해 접근하는 방법에 대해 한 단계 더 접근하게 된 것 같습니다.

사용자 행동 데이터 분석에 관심이 있는 분이라면 이 책을 통해 보다 깊이 있는 이론과 실무를 경험해 보시기 바랍니다.

* YES24 리뷰어클럽 서평단 자격으로 작성한 리뷰입니다.

최근 사람들이 구글애널리틱스 등 고객 행동 데이터에 부쩍 많은 관심을 가지고 있으며, 다양한 머신러닝 기법 등으로 데이터를 분석하여 인사이트를 내고자 합니다. 하지만 이 책은 조금 다른 결이었습니다. 동일한 데이터라도 고객의 행동 방식을 바라보는 시각을 좀 더 깊게 다루었습니다. 

실제로 현업에서는 이와 같은 분석방법이 훨~~씬 더 잘 먹힐 거라 믿습니다. 현업에서는 인과관계가 명확히 설명되는 것을 훨씬 더 선호하기 때문입니다. 머신러닝 기법의 경우 예측이 중요하지만 현업은 설명이 더 중요합니다. 이에 혹시 내가 데이터를 깊이있게 다루지 못하는 분들에게는 추천 드립니다.

다만, 추천 독자의 경우 파이썬이나 R 둘 중 하나라도 기본적인 문법은 다룰 줄 아시는 분들이 보시는 편이 좋을 것 같습니다. 이 책은 코드별 설명 등은 없습니다. 다만 코드는 잘 되어있고, 시각화 부분 파트는 필자가 R로 만들어두었습니다. 

결론적으로 말씀드리면 기존 통계기법과 머신러닝 기법을 공부하였지만 현업에서 설명이 막막하신 분들에게는 추천드립니다. 

YES24 리뷰어클럽 서평단 자격으로 작성한 리뷰입니다

상관관계는 인과관계가 아니다.

아이스크림이 많이 팔릴수록 상어가 사람을 많이 공격하니, 아이스크림을 덜 팔면 상어가 인간을 덜 공격할 것이다.

말도 안되는 명제임에 틀림없음에도 분명 데이터 분석 세계에서는 흔히 일어날 수 있는 결론이다. 아이스크림 판매량과 상어의 공격 빈도는 계절별로 놀라울 정도의 상관성을 갖기 때문이다.

두 데이터의 패턴은 일치하지만 저런 어리석은 결론이 도출된 결정적인 이유는 인과관계가 결여되어있기 떄문이다. 무엇 때문에 아이스크림이 많이 팔렸는지, 무엇 때문에 상어에게 공격을 당하는지 찾아본다면 쉽게 위 결론을 부정할 수 있다.

문제는 위 명제가 상식에 의해 참이 아니라는 나름의 믿음이 있기에 오류를 발견할 수 있다는 점이다. 이 책에 등장하는 예제처럼 무엇때문에 매출이 증가했는지, 혹은 할인 프로모션이 과연 매출 상승에 도움을 준 것이 사실인지와 같은 결론을 알지 못하는 명제를 맞딱드린다면 저런 우를 범하기 쉬워진다.

이런 문제를 해결하고자 이 책에서 도입한 기법이 인과관계 기법이다. 위에 언급한 “무엇”이 무엇인지를 찾기 위해 즉, 원인을 찾기 위해 데이터 분석에서 사용할 수 있는 다양한 실용적인 실무 기법이 소개된 것이 이 책의 가장 큰 장점이다.

교란 데이터를 찾아내는 기법이 그 중 하나이다. 단순히 아이스크림의 판매량이 기온이라는 원인에 의해 영향을 받는 것으로 분석하여 모델을 만들고 계절 특성이 타지 않는 갑작스런 기온 상승에 본 모델을 활용하여 재고량을 비축하는 과정에서 모델의 예측이 어긋나는 경우를 그 예시로 들고 있다.

사실 판매량은 기온 외에도 특정 계절에 학생들이 방학을 맞이하여 판매량이 늘었다는 또 다른 원인이 숨어있었다는 사실을 밝히고 교랸 변수를 찾다보면 인과관계를 찾아내는 과정은 결코 쉬운 일이 아님을 깨닫게 된다.

인간의 복잡한 마음이 단순하게 규명되긴 쉽지 않기에 그 과정을 도식화 하는 과정을 통해 모델의 정확성을 높이고 단순화하여 이해하기 쉽게 만들 수 있는 여러 기법이 소개되는데 그 중 가장 먼저 등장하는 것이 인과관계 다이어그램이다.

특히 사슬, 분기, 충돌이라는 세가지 기본 구조의 소개가 인상적이었다. 사슬이란 기온이 아이스크림 매출을 올리고, 아이스 크림 매출이 도넛 매출을 따라 올리는 연쇄적인 유발 관계를 의미한다. 이러한 사슬은 확장도 가능하고 축소도 가능하다.

분기란 기온이 아이스크림 매출을 올리기도 하지만 아이스커피의 매출을 올리기도 하는 관계를 의미한다. 반면 충돌은 2가지 이상의 변수가 동일한 결과를 유발한다. 여름철 여부라는 변수가 기온에도 영향을 주고 매출량에도 영향을 주면서도, 기온이 또 매출량에도 영향을 주는 셈이다.

이런 복잡한 매커니즘을 단순화하는 방법으로 피처를 분할하거나 집계를 내거나 순환을 관리하는 방법들이 존재하는데 기법 자체로도 중요하지만 데이터를 분석하는 사람이라면 철학적으로도 반드시 알아둬야 할 기본 교양이라 생각한다.

이를 토대로 4장에서는 인과관계 다이어그램을 만들어보는 예제가 여럿 등장하는데 한 과정씩 따라하다보면 구체적으로 인과관계 다이어그램을 어떤 방식으로 그릴 수 있는지 감을 잡을 수 있다.

아울러 앞서 언급한 교란 해소 방법으로 DCC(분리 인과 기준)과 BC(백도어 기준)은 반드시 읽어볼 것을 권하고 싶다. 이런 교란은 실무에서는 본능적으로 애써 외면하게 된다. 별다른 성과없이 엄청난 시간과 노동력을 잡아 먹을만한 주제라는 것을 알기 때문이다.

하지만 대부분의 문제는 먼 길을 돌다보면 결국 이 교랸 문제의 모순을 해결해야 풀리는 경우를 자주 발견한다. 비록 구체적인 예제가 등장하지 않아 아쉽지만 그럼에도 좋은 예시와 해결방법이 소개되어 있다.

이 책은 인과관계만 다루는 것은 아니다. 또 하나의 주제로 그동안 입문서나 교과서에서 다루지 않던 또는 수학과 같이 엄밀함을 보장할 수 없어 어두운 그늘에서 실무자 사이에만 구전으로 전해오던 현실에서의 실전 분석 방법도 상당수 소개되고 있다.

그 중 대표적인 것이 결측치 처리이다. 결측치를 처음 접했을 때만 해도 어차피 없는 데이터 따위는 없애거나 대체하면 그만이라 쉽게 생각했는데 그 없다는 것도 나름의 정보이다. 이를 무시하면 절대 성능좋은 모델을 만들 수 없다.

보이지 않는 데이터가 때로는 보이는 데이터보다 결정적인 결과를 도출하기도 한다. 교양서이지만 통계학의 대가 데이비드 핸드가 저술한다크데이터라는 책을 읽어본다면 결측치를 결코 만만하게 볼 수 없음을 깨달을 수 있다.

아무튼 MCAR, MAR, MNAR 등을 인과관계 다이어그램과 결부시켜 실습해보는 것이 인상적인 부분인데 비교적 적은 코드로 결측치의 숨은 진실을 쉽게 파악할 수 있게 잘 정리되어있다 생각했다.

부트스트랩을 이용한 불확실성 측정 또한 놀라웠다. 그동안 그저 모델이 정확도를 높이기 위해 부트스트랩을 활용해 왔는데 p-value의 남용 이슈와 관련된 부분에서도 큰 도움을 받을 수 있다는 사실을 직접 실습할 수 있어 유익했다.

p값 남용 문제는 통계학회의 권고 외에도 무수히 많은 책에서 확인해 온 내용이지만 그래서 결론은 어쩌라구? 라는 내 질문에 나름의 해법조차 전달한 책을 찾기는 드물었다. 분명 분석가 나름의 방법이 있을텐데 엄밀하지 않아서 확실하지 않아서 명예가 훼손될까 감춰진 경향이 강했다. 저자는 그 기법을 쿨하게 밝히고 있다. 물론 서문에서 다른 학자 및 전문가와 견해를 달리할 수 있음을 밝혀두었다.

그 외에도 실험을 직접 설계해보며 조절효과나 매개효과를 측정하는 방법 또한 매우 유익했다. 논문을 읽을 때마다 확실한 이해가 부족하여 막혔던 부분인데 이 책을 읽고 어느정도 감을 잡고 자신감을 얻을 수 있었다.

실습 언어는 R, Python 두 언어를 모두 사용하고 있다. 예제에 따라 두 언어 중 보다 적합한 언어를 선택하여 예제를 구성하고 있다.

다만 실습 위주의 책은 아니다. 크게 얻을 것이 없는데 실습 량이 많아 질 것 같은 부분은 예시로 대체하고 있으며 짧은 실습으로 언어적 기술보다 이해에 도움이 될 부분만 예제를 도입하고 있는데 그 완급조절이 가히 예술이다. 최대한 적은 분량으로 많은 것들을 알기 쉽게 전하는 책이다.

이렇듯 이 책은 99%의 입문서나 교과서가 담고 있지 않은 현실에서의 더럽고, 복잡하고, 자신있게 주장하기 힘든 데이터 분석 문제에 대하여 저자 나름의 해법을 용기있게 전달하는 책이다. 아울러 이 책에서 소개한 큰 주제 중 하나인 인과관계는 개인적으로 강인공지능(AGI)을 위한 열쇠라고 생각한다.

저자의 경험에서 얻은 노하우의 공유에 감사드리며 데이터 분석에 임하는 모든이들에게 꼭 한 번 읽어볼 것을 권하고 싶다.

• 책소개 - 행동 데이터 분석

10년 전 처음 빅데이터 책을 읽었을 때 너무 신세계여서 충격받은 적이 있다. 수많은 데이터를 모아 지지고 볶음으로써 미래를 예측할 수 있다니. 이미 기업에서 빅데이터를 적극적으로 활용한다는 사실을 알고 조만간 영화 '마이너리티 리포트'가 현실화 되는거 아닌가 상상한 적이 있다.

그런데 이때도 의문이 있던 지점은 있었다. 빅데이터 처리라는 건 마치 블랙박스 같은 게 가운데 있어서 Input(데이터)이 있으면 Output(예측)이 나온다. 하지만 왜 이런 결과가 나오는거지? 라는 질문에 명쾌한 해답은 알 수 없었다.

예를 들면 이런거다. 빅데이터 분석 결과 여름이 되면 아이스크림 매출이 오른다!! 라는 결론이 도출되었다고 하면, "왜" 여름에 아이스크림 매출이 오르는지에 대한 이유는 여전히 알 수 없다는거다.

사람들이 더워서 아이스크림을 더 사먹는걸까? 아니면 여름방학 시즌이라 아이들이 아이스크림을 더 먹게 되는걸까? 이런 질문에 대한 해답을 10년 전에 내가 읽었던 빅데이터 책에서는 알기 힘들었다.

"행동 데이터 분석"은 요런 간지럼움을 해결해 준다. "무엇이 행동을 유발하는가?"에 대한 답을 찾고자 하는 책이다.

회사에서 기획 업무를 해본 사람은 자기가 떠올린 개선안을 가지고 사람들한테 말을 할 때 그 근거를 대는 게 항상 어려웠을 것이다. 그건 데이터 분석을 하지 못했기 때문인데, 이제는 걱정하지 마시라. 당당하게 "이런 이런 이유로 서비스를 이렇게 개선해야 합니다!!"라고 이야기할 수 있는 방법이 책 속에 있다!

"행동 데이터 분석"이라는 게 참 마법처럼 느껴지지 않는가? 하지만 세상에 공짜는 없지. 이 책은 살짝쿵 난이도가 있는 어려운 책이다. 최소 데이터 사이언티스트 중급자 이상은 되어야 이해할 수 있다. 기본적인 파이썬과 R, 통계, 도메인 지식 등 필요한 백그라운드 스킬 몇 가지를 필수로 한다.

어쩔 수 없다. 좋은 건 그만큼 비싼 법이니까. 필요로 하는 베이직 기술은 분량상 책에서 소개하지 않으니 숙지하지 못한 사람은 얼른 공부하고 오자. 내 말빨에 날개를 달아 줄 "행동 데이터 분석"이 기다리고 있으니까!

"한빛미디어 ＜나는 리뷰어다＞ 활동을 위해서 책을 제공받아 작성된 서평입니다."

행동 데이터 분석을 알려주는 이 책은 비즈니스에 필요한 통계의 기본부터 응용까지를 다루며 실제 상황에서 어떻게 활용해야하는지에 대한 구체적인 가이드를 제시한다.

경험이 풍부한 저자는 R과 Python 을 모두 사용하여 실제 상황에 맞는 코드를 제시하고 있으며 그 결과를 어떻게 해석하고 개선해야하는지 비즈니스의 의사결정을 어떻게 해야하는지 현실 세계에서 고민할 법한 질문을 던져주며 문제를 해결하는 방법을 알려준다.

보통 이론적인 내용에 치중하다보면 실제 비즈니스 상황을 잘 반영하지 못하기도 하는데 이 책은 두 마리 토끼를 모두 잡을 수 있는 책이다.

최근에 봤던 비즈니스 데이터 분석 관련 책 중에서 손에 꼽을 정도로 이론적인 내용과 실무적인 내용을 균형있게 다룬 책이다.

책 초반을 보면 이 책은 t-검정이나 ANOVA와 같은 기존의 행동 데이터 분석 방법론을 소개하는 책이 아니며 비즈니스 문제를 풀면서 회귀 분석이 이러한 전통적인 방법보다 효과가 덜하다고 느낀적이 있다고 한다. 그래서 비즈니스 상황별로 적절한 통계적 기법과 분석 방법을 제시하고 있다.

파이썬과 R 두 가지로 책의 소스코드를 작성하여 제공하고 있으며 각 언어에 대한 의견도 제시하고 있다. EDA는 R로 하는 것을 선호하지만 웹 스크래핑은 파이썬이 훨씬 사용하기 쉽다는 의견이다.

인과 관계에 대해 설명하며 다중공선성에 대해서도 자세히 설명하고 있다. 상관 관계와 인과 관계를 설명할 때 자주 등장하는 기온과 아이스크림 판매량에 대한 예시로 설명한다.

현실 세계의 문제 해결방법에 대한 스토리텔링이 좋다. 각 챕터마다 비즈니스 상황을 제시하고 어떤 변수와 상황에서 어떤 의사결정을 내릴지에 대해 상황과 도표로 함께 설명한 점이 좋다.

400페이지 분량의 책을 통해 통계적인 지식, 분석결과 해석하기와 비즈니스 실무까지 이어서 다루기 때문에 비즈니스에서 데이터 분석을 하고자할 때의 팁을 다양하게 얻을 수 있었다.

이 리뷰는 한빛미디어의 나는 리뷰어다 이벤트를 통해 책을 제공받아 작성했습니다.

R과 파이썬으로 데이터분석을 하는 이유

R은 통계와 데이터 분석을 위해 특화되어 있어요. 그래서 통계학자와 데이터 과학자들 사이에서 오랜 기간 동안 사용되고 있죠. R은 데이터 분석에 필요한 다양한 통계 기능과 패키지를 제공하고 데이터 시각화와 통계적 모델링 등에 특히 강점을 갖고 있어요.

Python은 엄밀하게는 통계용 이 아니에요 다반 범용성이 있고 다양한 라이브러리가 있어서 다양한 데이터분석 활용사례 분야에 적용되고 있어요. pandas, NumPy, scikit-learn 등의 라이브러리가 많이 활용되고 있죠. 제가 생각하기에 파이썬 데이터분석 활용의 장점은 데이터 분석 결과에 대한 시각화예요. R보다 더 다양하게 만들 수 있거든요.

빅데이터 활용사례 분야 : 통계

빅데이터 활용사례 활용분야 중에서 가장 활발하게 연구되고 있는 곳은 비즈니스 분야예요. 고객의 데이터를 바탕으로 향후 비즈니스 전략을 세울 수 있는 인사이트를 얻을 수 있기 때문이에요. 오라일리 행동 데이터 분석은 빅데이터 통계에서 비즈니스를 위한 분석 가이드라고 할 수 있어요.

대부분의 빅데이터 활용분야 분석 교재들이 파이썬과 R 패키지를 다루는 입문서의 성격을 띄고 있는 반면, 행동 데이터 분석은 철저하게 실무적인 관점에서 다양한 예제를 풀어보면서 실제로 어떻게 활용해야 하는지 실습할 수 있는게 장점이었어요.

R과 파이썬 모두 균형있게 다룰 수 있게 행동 데이터를 분석하고 회귀 분석과 인과변수를 도출하는 과정을 단계별로 제시하고 있었는데요.

인과관계분석과 회귀분석 과정에서 필요한 전처리 부분, 인과관계를 다이어그램과 행동 프레임워크를 통해 변수들을 분할하고 집계하여 정돈하는 과정은 정말 심플하면서 핵심적인 내용으로 구성되어 있어요.

고객 중심 데이터 분석으로 R과 파이썬을 활용해서 빅데이터를 다루는 행동 데이터 분석은 입문서보다 살짝 높은 단계라고 할 수 있어요. 그렇지만 실무적으로 활용할 수 있는 예제들을 통해 제대로 배울 수 있다는 점은 이 책의 장점이라고 생각해요.
 

한빛미디어 ＜나는 리뷰어다＞ 활동을 위해서 책을 제공받아 작성된 서평입니다.

딥러닝이 대세가 되면서 많은 데이터 분석 분야에서 딥러닝 알고리즘을 활용한 데이터분석을 많이 시도하고 있습니다.

딥러닝 알고리즘은 장점 매우 많으나, 단점으로 그 결과가 왜 도출되었는 지에 대한 이유를 알 수 가 없기 때문에,

딥러닝만 사용하게 된다면 알고리즘에 너무 의존적이고 해당 결과에 대한 원인을 알 수 가 없습니다.

이 책은 예측방법이 아닌 "무엇이 행동을 유발하는가?"에 초점을 맞추고 있습니다.

단순히 최신의 더 좋은 알고리즘을 써서 데이터분석을 진행하는 것이 아닌

 - 데이터 자제를 목적으로 하기보다는 데이터를 인간의 심리와 행동을 들여다보는 렌즈로 바라보는 행동과학적인 사고방식

- 여러 요인 사이의 인과관계를 알아내고 관계썽이 얼마나 강한지 측정하는 인과관계분석 도구 모음

을 주제로 설명하고 있습니다.

저자는 위 주제를 "인과-행동 접근법" 또는 "프레임워크" 라고 부르고 있습니다.

이 책은 사용자의 비즈니스 데이터를 분석는 업무를하는 개발자들에게 적절한 책입니다.

최신알고리즘을 소개하는 책은 아니기도하고 알고리즘이 아닌 데이터 자체에 초점을 맞춘 책이어서

높은 수준의 언어이해도는 필요 없습니다.

R과 파이썬을 간단하게 다룰줄만 알면 이 책을 읽는데 큰 무리가 없을것입니다.

이 책은 크게 다섯부분으로 나뉘며

1부 행동의 이해 에서는 "인과-행동 프레임워크"에 대한 간단 설명을 통해 데이터에서 인과관계 추론과 데이터 사이의 관계성을 설명하고 있고,

2부 인과관계 다이어그램과 교란해소 에서는 데이터 교란의 개념을 소개하고 인과관계 다이어그램을 통해 데이터 분석시 교란을 해소하는 방법을 설명하고 있습니다.

3부 견고한 데이터분석 에서는 데이터 분석의 신뢰드를 높이기 위한 방법들을 설명하고 있으며, 데이터가 작거나 불규칙한 형태거나 이상치가 있거나 결측치가 있는 경우등에 대한 대처법을 알려주고 있습니다.

4부 실험 설계와 분석에서는 실험을 설계하고 분석하는 다양한 방법과 사례들을 알려주고 있으며,

마지막 5부 행동데이터 분석을 위한 고급 도구에서는 전체 내용을 종합하여 조절효과, 매개효과와 도구 변수를 설명하고 있습니다.

IT서적은 보통 필요한 부분만 골라서 읽어도 되는 책이 많지만, 이 책은 순서대로 차근차근 읽는걸 추천합니다.

단순히 알고리즘만 써서 데이터 분석에대한 결과만 딱 뽑는게 아닌, 데이터 자체에대한 인사이트를 얻고

데이터와 분석 결과간의 인과관계를 분석하고 싶은 데이터과학자들에게 추천하는 책입니다.

"한빛미디어 ＜나는 리뷰어다＞ 활동을 위해서 책을 제공받아 작성된 서평입니다."

인간 행동의 원리부터 분석하고 이해할 수 있는 책을 만났습니다.

이 책을 작년에 만날 수 있었다면 지난 프로젝트의 완성도가 180도 달라질 수도 있었을 것 같습니다.

심플하게 요약하면

인간의 행동이 발생하기 까지의 단계를 구분하고

각 단계에서 발생할 수 있는 데이터적 특성을 살펴본 뒤

'행동' 에 집중해서 논리와 기술을 전달해 주는 책입니다.

구체적인 사례들을 통해서 고객의 의도나 행동과 데이터의 연결고리가 상관관계인지 인과관계인지 따져보며 발생할 수 있는 오류나 실수를 알려주고 해결방법까지 제안합니다.

특히 편향되지 않은 회귀분석을 위해서 '인과관계 다이어그램'을 제시하는데 이 책에서 처음 접한 개념이지만 정말 강력한 도구로 활용할 수 있었습니다.

인과관계 다이어그램은 사슬, 분기, 충동이라는 핵심 요소를 통해서 데이터를 더 잘 이해할 수 있게 도움을 줍니다.

인과관계 다이어그램에서 사슬은 같은 방향으로의 연쇄적 연결고리를 뜻합니다.

이 책의 예에서는

기온의 변화가 아이스 커피 매출에 영향을 주고 그 영향을 다시 도넛 매출에 영향을 주는 사례를 설명합니다.

여기서 사슬은 상황에 따라 축소하거나

확장할 수 있습니다.

보다 더 구체적인 상황 이해나 추적을 위해서 확장!

명백하게 연결고리가 탄탄할 때에는 축소도 가능합니다.

다음으로 분기는

이렇게 기온의 영향을 받는 것이 아이스커피만 있는 것이 아니라 아이스크림도 있을 때 사용합니다.

즉, 기온이 올라가면 아이스커피나 아이스크림의 매출이 상승하지만 아이스 커피를 산다고해서 아이스크림을 사는 것은 아닐 때 사용합니다.

그럼 이제 분기와 사슬을 합쳐서 아래와 같은 인과관계 다이어그램도 만들 수 있습니다.

마지막으로 충돌은 분기와 반대되는 개념으로 하나의 결과를 유발하는 서로 다른 원인입니다.

아이스크림 매장에 바닐라맛과 초콜릿맛 두 가지의 아이스크림을 판매한다고 하였을 때 각각의 맛의 선호도는 각각의 맛의 아이스크림 판매량에 영향을 미칠 것입니다.

이것을 하나의 아이스크림 판매량으로 묶으면 두 원인이 하나의 결과에 영향을 미치게 됩니다.

위에서 살펴본 사슬, 분기, 충돌 이라는 개념을 활용해서

비즈니스 데이터에서 발생하는 다양한 원인 결과의 인과관계 분석과 노이즈 제거를 이 책에서 설명해줍니다.

물론 책의 중반부터는 보다 복잡한 상황에 대한 인과관계 다이어그램 또한 제시됩니다.

이런 인과관계 다이어그램으로 상황을 정확하게 인지하고

해당 상황에서 발생하는 데이터를 실질적으로 어떻게 분석해야할 지를 3장에서 가이드합니다.

또한 발생한 결과 데이터만을 다루는 것이 아니라

4장에서는 실험의 설계(A/B 테스트 기반)를 진행하고 그 결과를 분석하는 과정 또한 다룹니다.

마지막인 5장에서는 고급 도구를 소개하고 있습니다.

중간중간 어려운 부분이 있긴 하지만 전반적으로 어려운 개념을 쉽고 간단하게 기술 한 책입니다.

오랜만에 정말 배울 것이 많았던 책이며 번역또한 매끄럽게 잘 되어서 참 좋았습니다.

그리고 데이터 분석이라는 제목 때문에 파이썬이나 R의 기초적인 내용을 다루느라 지면을 낭비하지 않아 더더욱 좋았습니다!

"한빛미디어 ＜나는 리뷰어다＞ 활동을 위해서 책을 제공받아 작성된 서평입니다."

한빛미디어 "나는 리뷰어다" 활동을 하면서 가장 당황스러웠던 책이었던 것 같습니다. 책을 받아서 열어보자마자. 내가 정녕 이 책을 선택했다는 말인가... 라고 탄식이 저절로 나오더군요. 하지만 "나는 리뷰어다"활동에 묘미가 여기 있는 것 같습니다. 주요 관심사에서 벗어난 책을 받아들고 읽게 된다는 거죠. 그리고 그중에서 시야가 넓어짐을 느낍니다.

이 책은 "행동 데이터 분석"이라는 제목에 충실한 책입니다. 이 책에서 행동은 "고객의 행동"을 의미하는데요. 고객이 어떤 이유에서 어떤 의도를 갖고 어떻게 행동하느냐를 분석하는 것입니다. 이는 비즈니스적인 측면에서 중요하겠죠. 특히 고객의 수가 많으면 많을 수록 "행동 데이터 분석"이 매출에 미치는 영향은 더더욱 커지게 될 것입니다.

그렇다면 더 잘해야겠죠. 더 잘한다는 건, 뒷받침하는 이론으로 무장한다는 말이 되고요. 이 책은 그 이론을 제공해주는 책입니다. 흥미로운 책이 아닐 수 없는 것입니다.

저는 꽤 오래전 부터 애자일 개발 방식에 대해 관심을 가지고 있었는데요. 애자일에서 말하는 "현장 고객"방법에 대해 많이 공감해왔습니다. 하지만 고객을 팀에 포함시킬 수 없으니 대안을 찾아야 하겠죠. 그러나 ... 애자일 자체에 대해 관심을 갖는 조직도 흔치 않기 때문에, 이 부분에 대해 경험을 얻기는 힘들었습니다.

그렇다고 회사들이 이런 용도를 가진 직책을 두지 않는 건 아닙니다. 일반적으로 기획업무를 하는 분들이 이 일을 하시는 경우가 많으니까요. 제품 기획자들은 본인의 경력과 상상력을 동원해서, 유사 서비스들을 참고 하는 것으로 ... 사용자가 필요로 할 것 같은 상상속의 서비스를 기획해서 개발 의뢰를 하는 경우가 있습니다.

그러나 이런 방식이 합리적인지는 잘 모르겠습니다. 왜냐면, 남이 하는 서비스와 비슷한 서비스를 한다면, 그것 만으로 경쟁력이 있다고 볼수 없기 때문이죠.

몇년전에 보았던 책에는 "페르소나"를 동원하는 방법을 이야기하는 책도 있었습니다. 고객을 모델링 하는 방식이거든요.

최악의 경우는 개발자들에게 그냥 요청하는 방법입니다. 이런저런 기능이 필요하니 그걸 만들어 달라고 요청하는 식으로 일이 진행되는데요. 개발자들은 사용성보다는 기술쪽으로 더 기운 사람들이기 때문에 사용자의 사용성에 악영향을 줄만한 서비스를 만들어 버리기도 합니다.

가장 합리적인 방법은 실험을 하는 것입니다. 서비스를 조금 바꾸고, 사용자들의 반응을 보고, 조금 추가하고 사용자들의 반응을 보고 이러는거죠. 그리고 근 십년간은 이런 방식을 잘하는 회사들이 성공했던 것 같습니다.

예를 들어 인스타그램 같은 경우는 맞집 위치 공유하는 서비스로 시작했다가 사용자들이 위치 공유 기능은 안쓰고 사진 기능이 잘 쓰고 있다는 것을 관찰한 후 주요 기능이 었던 위치 공유 기능을 제거한 서비스를 내놓아서 성공했습니다. 유튜브도 데이트 서비스를 만들었는데, 사용자들이 데이트 신청은 하지 않고, 동영상 올리는 것만 열심히하는 부분을 확인한다음 데이트 신청 서비스를 잘라내 버리고 성공했지요.

사용자가 우리 서비스를 어떤 방식으로 쓰는지, 그리고 그런 행위를 왜 하게 되는지 정확하게 분석할 수 있다면, 인스타그램이나 유튜브처럼 성공할 가망성이 더 높아지는 거라 볼 수 있는 것입니다.

그렇게 보면, 이 책은 서비스 소프트웨어들에거 성공하는 최단 거리를 알려주는 책이 아닐까 싶기도 하네요.

용어들이 낯설고, 왠지 수학적인 표현으로 보이는 수식들이 있어서, 왠지 주눅이 들면서 읽어가긴 했지만, 주제에 대해서 정말 잘 설명한 책이라는 것과 이 책을 통해 "데이터 분석"이라는 분야에 대해서 좀더 긍정적인 느낌을 갖게 되었던 것 같습니다.

"한빛미디어 ＜나는 리뷰어다＞ 활동을 위해서 책을 제공받아 작성된 서평입니다."

오늘은 R과 파이썬을 활용해 비즈니스 데이터를 분석할 수 있는 방법을 알려주는 가이드 북 1권을 리뷰해 보겠습니다.

행동 데이터 분석입니다.

저자는 플로랑 뷔송이란 분으로 행동경제학자입니다.

박사 학위를 받은 이후 대학교에서 행동 과학 팀을 이끌었고 그 후 컨설팅 회사를 거쳐 유엔식량농업기구의 의뢰를 받아 일했고 전문 의료 분석 분야에서도 일하셨네요. 실력이 뛰어난 분 같습니다.

이 책은 행동 데이터에 관한 책입니다.

비즈니스적 관점에서 바라보면 고객의 행동을 유발하는 모든 것들에 대한 데이터겠죠.

데이터 분석을 위한 이론과 실제 예제들이 나오는데 R과 파이썬을 사용해 구현합니다.

사실 간단히 설명할 수 없는 인간의 복잡한 행동을 분석하고 인과관계를 명확히 파악해 이론을 완성시키려면 당연히 쉽진 않겠죠.

통계적 개념과 프로그램의 이해도에 따라 책의 난이도가 높아질겁니다.

그래서 저자는 이 책을 이해하기 위한 전제 조건으로 2가지를 내걸었습니다.

1. 선형 회귀와 로지스틱 회귀에 대한 어느 정도의 지식

2. R과 파이썬, 가능하다면 2개 모두로 코드를 읽고 작성 할 수 있어야 함.

선형 회귀와 로지스틱 회귀는 개념을 잡고 이 책을 읽다보면 이해할 수 있습니다. 책에 자세한 설명과 함께 그래프, 다이어그램 같은 도표를 활용해 이해하기 쉽게 정리해 놨어요.

통계적 지식을 가지고 있는 분들은 쉬울 겁니다.

문제는 프로그래밍 언어였어요. 전 R도 처음 들어봤고 파이썬은 한 번도 접해본적 없는지라 솔직히 어려웠네요.

C, 자바, 파이썬 이외에도 R이라는 프로그래밍 언어가 존재합니다. R은 패키지를 이용해 파이썬의 라이브러리들을 쉽게 활용 가능하고 빅 데이터, 머신 러닝등에 유용하다고 하네요.

단점으론 어렵다는 겁니다. 원래 통계 프로그래밍 언어인 S를 그대로 베껴 만들었기 때문이래요.

대신 통계 프로그래밍 언어에서 나온 것이기 때문에 자신이 사용하고 싶은 통계 기법은 웬만하면 전부 패키지 형태로 구현되어 있어 잘 이해하고 쓸 수 있다면 데이터 분석시에 좋겠네요.

그래서 행동 데이터 분석을 다루는 이 책에서도 R과 파이썬 2가지를 이용한 코드가 예제로 같이 들어있습니다.

참고로 저자는 두 언어 모두 공부하는 것이 좋다고 합니다. 두 언어 중 어느 것이 더 낫다를 따지는 것보다 그냥 2개 다 공부하래요. 후회하는 사람 본적 없다면서요.

탐색적 데이터 분석 시 R로 하는게 좋고 웹 스크래핑 시 파이썬이 훨씬 쓰기 쉽다네요.

책 구성이 어떤 식으로 되어 있는지 보여드릴게요.

총 5부로 구성되어 있습니다.

1부. 행동의 이해

2부. 인과관계 다이어그램과 교란 해소

3부. 견고한 데이터 분석

4부. 실험 설계와 분석

5부. 행동 데이터 분석을 위한 고급 도구

1부에선 인과-행동 프레임워크라는 새로운 데이터 분석 접근법과 행동 데이터의 특성에 대해 이야기합니다.

2부에선 변수사이의 관계를 표현하고 이해하며 인과관계 다이어그램을 그리는 방법에 대해 알려줍니다.

3부에선 결측 데이터를 처리하는 방법과 부트스트랩에 대해 이야기합니다.

결측 데이터란 입력되지 않거나 잘못 입력된 데이터를 말합니다. 부트 스트랩은 행동 데이터를 분석할 때 유용한 컴퓨터 시뮬레이션이구요.

4부에선 말 그대로 실험 설계와 분석에 대해 배웁니다.

5부에선 행동 데이터 분석을 위한 도구들에 대해 배웁니다. 조절효과, 매개효과, 도구 변수 이렇게 3가지요.

통계 용어가 익숙지 않아 읽는게 좀 더뎠고 무엇보다 R과 파이썬을 몰라 아쉬웠어요.

최소한 프로그래밍 지식을 어느정도 알고 계신 분이 읽는다면 데이터를 분석하고 자신의 상황에 맞는 비즈니스 전략을 세우기에 많은 도움이 될거라 생각합니다.

＜YES 24 리뷰어클럽 서평단 자격으로 작성한 리뷰입니다＞