이미 소장하고 있다면 판매해 보세요.
|
다양한 분야에서 쏟아진 찬사
추천사 시작하며 프롤로그 | 확실성에 대한 잘못된 믿음 1장. 강력한 질문 던지기 강력한 질문을 던지는 법 정밀한 질문 정밀한 질문의 힘 질문하는 팀을 구성하라 회의실에서 가장 똑똑한 사람 2장. 문제의 프레임 설정하기 IWIK, 추론을 위한 도구 IWIK 프로세스 의사결정의 프레임 설정하기 3장. 마지막에서 시작하는 역방향 접근법 문제 정의하기 ‘상자 안에서 생각하기’의 재발견 아직 가지 않은 길을 선택하다 4장. 데이터를 집요하게 파고드는 수사관 데이터와 데이터의 신뢰성 평가하기 맥락을 고려하여 데이터를 이해하기 분석 결과 검증을 위한 압박 테스트 5장. 숫자 감각 기르기 근사치의 힘 근사치 배우기 실무에서 접하는 어림잡기 왜 어림잡기가 효과적일까? 근사치에 익숙해져라 정량적 직관 프레임워크에서의 어림잡기 6장. 분석에서 종합으로 종합의 가치 핵심 결론은 맨 앞에 배치하라 종합의 부재 종합의 문화를 장려하라 그래서 무엇인가? 그것이 왜 중요한가? 이제 무엇을 해야 하는가? 7장. 의사결정의 순간 결정의 순간, 고려해야 하는 차원 두 가지 차원, 시간과 리스크 세 번째 차원, 신뢰 시간, 리스크, 신뢰 측정하기 결정을 뒤집을 수 있는가? 모호성 위에 올라타 방향을 모색하라 IWIK에서 의사결정까지 8장. 의사결정의 전달 의사결정에서의 스토리 아크 서사의 조정 정보를 전달할 것인가? 아니면 행동을 촉구할 것인가? 9장. 의사결정의 추적 전략 1: 의사결정을 위한 논거를 마련하라 전략 2: 결과를 설정하라 전략 3: 의사결정의 유형을 분류하라 전략 4: 의사결정의 범위를 줄여라 전략 5: 의사결정의 규모를 최적화하라 전략 6: 의사결정을 압박 테스트하라-극단적인 상황까지 가정하라 전략 7: 합의가 아닌 동의를 구하라 완벽한 결정은 환상이다 10장. 정량적 직관 문화 만들기 정량적 직관 역량을 갖춘 인재 채용하기 정량적 직관을 위한 팀 만들기 정량적 직관 조직 성장시키기 11장. 데이터 기반 의사결정과 AI 자동화와 인간의 판단력 예측과 디지털 트윈 확률론적 사고 vs. 결정론적 사고 더 좋은 의사결정을 위한 시간 확보 에필로그 | 완벽한 결정은 없다, 오직 실행을 위한 결정뿐 감사의 말 미주 |
Oded Netzer
Christopher Frank
Paul Magnone
정연욱
알렉스 정의 다른 상품
|
데이터와 숫자는 정확성과 확실성이라는 편안한 느낌을 주지만, 전체 내용과 흐름을 알려주는 경우는 거의 없다. 숫자만으로는 결코 완벽한 솔루션이나 답변을 제공할 수 없으며, 불안정한 의사결정을 내리는 것을 피할 수도 없다. 이러한 분석의 반대편 축이라고 할 수 있는 직관은 측정하기 어렵고, 주관적이며, 편향과 조작에 취약하다는 비판을 받는다. 하지만 직관은 본능적이며 근본적인 믿음에 대한 이해에 기반을 두고 있으며, 이는 기업의 용어로 ‘비즈니스 통찰력’이다. 그래서 그간 애써 무시하고 외면하려 했던 내면의 목소리인 직관을 데이터와 비교하고 결합할 수 있다면, 더 나은 결정으로 가는 훌륭한 길잡이가 될 수 있다.
--- pp.30~31,〈프롤로그〉 중에서 강력한 질문자가 되는 것은 질문을 통해 새로운 학습을 이끌어 내는 협력의 과정을 만드는 것이기도 하다. 우리는 질문을 하면서 데이터 속에 존재하는 눈에 잘 보이지 않는 관점이나 분석을 끌어내고, 데이터에 대한 추론과 연결을 할 수 있다. 이러한 탐색적 사고방식은 사람들에게 새로운 시도와 반복을 장려한다. 예상치 못한 혁신적 해결책은 데이터가 아닌 토론 과정에서 나온다. 당신이 리더라면, 질문과 학습의 순환을 촉진하는 환경을 만들기 위해 노력해야 한다. --- pp.80~81,〈1장. 강력한 질문 던지기〉 중에서 당신이 볼 수 있는 데이터의 내용이 전체 데이터라고 절대 이야기할 수 없다. 우리가 보지 못하는 데이터의 측면은 거의 언제나 존재했다. 정부가 수집한 인구 조사 데이터조차도 모든 시민에게 도달하는 것을 목표로 하지만, 노숙자나 학생과 같이 장기간 특정한 거주지가 없는 사람, 또는 응답하지 않기로 선택한 사람은 놓치는 경향이 있다. 맹렬하게 질문을 하는 사람이라면 두 가지 중요한 질문을 해야 한다. “내가 보지 못하는 데이터는 무엇인가?” 그리고 “내가 놓치고 있는 데이터가 내가 관찰한 데이터와 유사한가?” 종종 관찰되지 않은 데이터도 관찰된 데이터와 비슷하다고 가정하지만, 만약 이 가정이 틀렸다면 이는 잘못된 예측과 잘못된 의사결정으로 이어질 수 있다. --- p.160,〈4장. 데이터를 집요하게 파고드는 수사관〉 중에서 위기란 ‘중요한 결정을 내려야 하는 극심한 어려움의 시기’라고 정의할 수 있다. 응급실 의료진, 응급 구조대원, 전장의 군인은 지금 닥친 위험과 가용한 시간을 예민하게 인식한다. 동시에 그들은 모든 결정을 신뢰의 척도에 비추어 저울질한다. 데이터를 종합하는 사람은 훈련과 학습을 통해 다양한 시나리오가 어떻게 전개되는지 파악할 뿐만 아니라, 유사한 상황에서의 경험을 통해 직관을 얻는다. 위기 상황이 진행될 때, 이러한 경험은 데이터 종합자가 새로운 종합을 형성하고 즉각적인 행동을 취하기 위해 데이터에 반영하는 판단의 기초가 된다. 위기 상황에서 고도로 숙련된 수준으로 활동하며, 위기가 아닌 상황으로 봉합할 수 있도록 의사결정을 내리는 사람들에게서 우리는 무엇을 배울 수 있을까? 그러한 의사결정의 규율을 평상시의 상황에도 적용해 볼 수 있을까? --- pp.244~245,〈7장. 의사결정의 순간 〉 중에서 이전 장들에서 논의한 정량적 직관 역량을 갖춘 후, 이 시점에서 스스로에게 던질 수 있는 질문은 다음과 같다. 정량적 직관 역량을 갖춘 인재를 어떻게 채용해야 하는가? 내가 찾아야 할 구체적인 개별 기술은 무엇이며, 팀의 이상적인 구성은 무엇인가?” 최고의 인재를 찾는 것이 첫 번째 장애물이다. 그다음에는 A급 인재나 해당 분야의 전문가를 성공적으로 영입해야 한다. 설상가상으로, 공석을 빠르게 채워야 한다는 시간적 제약 아래 이 과업을 수행해야 하는 경우가 많다. 마지막으로, 이러한 인재들이 집단으로서 일하도록 동기를 부여하면서도 자신의 기여에 대해 가치를 인정받고 보상받는다고 느끼는 환경을 조성해야 한다. --- p.354,〈10장. 정량적 직관 문화 만들기〉 중에서 더 나은 의사결정자가 되기 위해 단순히 더 뛰어난 분석가가 되려고만 하지 마라. 이 개념이 바로 정량적 직관의 핵심이다. 분석은 복잡한 문제를 더 잘 이해하기 위해 세부 구성 요소를 상세히 평가하는 과정이다. 이는 반드시 필요하지만, 행동을 이끌어내기에는 충분하지 않다. 행동을 이끌어내려면 이해관계자들을 데이터가 아닌 의사결정을 중심으로 결집시켜야 한다. 거창한 분석 모델이 아니라 의사결정의 순간에 그들을 참여시켜야 한다. 세부 요소로 파고드는 대신 맥락을 제공해야 하며, 요약이 아닌 종합을 해야 한다. --- p.411,〈에필로그〉 중에서 |
|
당신은 신중한 건가,
아니면 결정을 미루고 있는 건가? 최고의 의사결정은 ‘정확함’이 아니라 ‘균형과 속도’에서 나온다 오늘날 많은 리더들이 빠지는 함정은 명확하다. 더 많은 데이터를 확보하고, 더 정교한 분석을 거치면 더 좋은 결정을 내릴 수 있을 것이라는 믿음이다. 하지만 현실에서는 정반대의 일이 벌어진다. 데이터는 끝없이 추가되고, 분석은 반복되며, 결정은 계속 미뤄진다. 그 사이 시장은 움직이고, 경쟁자는 이미 실행에 들어간다. 책 『데이터로 질문하고 직관으로 결정하라』의 저자들은 이 문제를 날카롭게 짚는다. 데이터에만 의존하는 결정은 오히려 ‘정확하게 틀린 결과’를 만들어낼 수 있다. 반대로 직관만으로 내리는 결정은 편향과 오류에 쉽게 노출된다. 중요한 것은 둘 중 하나를 선택하는 것이 아니라, 데이터와 직관을 결합하는 능력이다. 이것이 바로 이 책이 제시하는 핵심 개념, ‘정량적 직관(Quantitative Intuition, QI)’이다. 정량적 직관이란 단순히 데이터를 잘 해석하는 능력이 아니다. 이는 정밀한 질문을 통해 문제를 정의하고, 맥락 속에서 데이터를 해석하며, 다양한 정보를 하나의 판단으로 종합해 행동으로 이어지는 결정을 만들어내는 능력이다. 즉, 분석(Q)과 판단(I)을 분리하지 않고 하나의 흐름으로 연결하는 사고 방식이다. 데이터는 방향을 제시하고, 직관은 속도를 만든다. 이 둘이 결합될 때 비로소 실제로 작동하는 결정이 만들어진다. 특히 이 책은 리더들에게 불편하지만 중요한 질문을 던진다. “당신은 더 많은 데이터를 찾고 있는가, 아니면 실행할 수 있는 결정을 내리고 있는가?” 많은 조직이 데이터를 수집하고 분석하는 데는 능숙하지만, 그것을 실제 행동으로 전환하는 데는 실패한다. 결국 의사결정의 본질은 완벽한 답을 찾는 것이 아니라, 불완전한 정보 속에서도 전진할 수 있는 판단을 내리는 것이다. 이 책은 말한다. 완벽한 결정은 환상이라고, 대신 리더가 가져야 할 것은 충분히 타당한 결정을 빠르게 내리는 능력이라고 말이다. 데이터를 끝까지 분석하는 조직이 아니라, 필요한 만큼 이해하고 과감하게 움직이는 조직이 시장을 선도한다. 데이터 시대의 경쟁력은 더 많이 아는 데 있지 않다. 더 빠르고, 더 균형 있게 결정하는 데 있다. 질문에서 실행까지, 의사결정의 전 과정을 만드는 실전 프레임워크 책 『데이터로 질문하고 직관으로 결정하라』의 진짜 강점은 메시지에 머무르지 않고, 실제로 의사결정을 바꿀 수 있는 구체적인 방법을 단계별로 제시한다는 점이다. 전체 구조는 하나의 흐름으로 설계되어 있다. ‘질문 → 분석 → 종합 → 결정 → 실행’으로 이어지는 완전한 의사결정 프로세스다. 먼저 1~3장에서는 모든 의사결정의 출발점인 ‘질문’을 다룬다. 저자들은 ‘회의실에서 가장 똑똑한 사람은 답을 가진 사람이 아니라 질문을 던지는 사람’이라고 강조한다. 문제를 어떻게 정의하느냐에 따라, 이후의 데이터와 결론은 완전히 달라지기 때문이다. 저자들은 IWIK 프레임워크와 역방향 사고법을 통해, 리더가 놓치기 쉬운 가정과 맥락을 드러내고, 핵심을 꿰뚫는 질문을 설계하는 방법을 제시한다. 4~6장에서는 데이터를 다루는 방식이 아니라, 데이터를 맥락 속에서 해석하는 사고법을 다룬다. 데이터의 신뢰성을 검증하고, 숫자를 그럴듯하게가 아니라 타당하게 이해하는 방법, 그리고 근사치와 어림잡기를 통해 빠르게 판단하는 기술을 설명한다. 특히 많은 조직이 놓치는 지점인 분석에서 종합으로 넘어가는 과정에 집중한다. 저자들은 결론을 맨 뒤가 아니라 맨 앞에 두고, “그래서 무엇인가, 왜 중요한가, 이제 무엇을 해야 하는가?”라는 질문으로 분석을 행동으로 전환할 것을 강조한다. 7~9장에서는 의사결정의 핵심 순간을 해부한다. 시간, 위험, 신뢰라는 세 가지 축 위에서 결정이 어떻게 이루어지는지 설명하면서, 불확실한 상황에서도 판단을 내리는 기준을 제시한다. 이어 의사결정을 조직 내에서 어떻게 전달하고, 실행으로 연결하며, 결과를 추적하고 개선할 것인지까지 구체적으로 다룬다. 이는 단순한 분석이 아니라 조직 전체의 실행력을 끌어올리는 의사결정 시스템에 관한 이야기다. 마지막으로 10~11장에서는 정량적 직관을 개인의 역량을 넘어 조직 문화로 확장하는 방법과, AI 시대에 인간의 판단이 어떤 역할을 해야 하는지를 제시한다. 데이터와 자동화가 고도화될수록, 오히려 인간의 판단과 직관은 더 중요해진다. 이 책은 그 균형을 어떻게 유지할 것인지에 대한 실질적인 방향을 제시한다. 결국 책 『데이터로 질문하고 직관으로 결정하라』가 도달하는 결론은 분명하다. 완벽한 결정은 존재하지 않는다. 중요한 것은 실행을 가능하게 만드는 결정이다. 더 많은 데이터를 기다리는 대신, 지금의 정보로 최선의 판단을 내리고 앞으로 나아가는 것. 그것이 데이터 시대에 살아남는 리더의 의사결정 방식이다. |
|
더 나은 데이터 기반 의사결정을 내리고 싶은가? 그렇다면 이 책을 반드시 읽어야 한다. 《데이터로 질문하고 직관으로 결정하라》는 더 나은 결과를 얻기 위해 직관과 데이터, 그리고 비즈니스적 감각을 결합할 수 있는 도구와 프레임워크를 제공한다. - 조나 버거 (펜실베이니아대학교 와튼스쿨 교수, 뉴욕타임스 및 월스트리트저널 베스트셀러 《컨테이저스 전략적 입소문》 저자)
|
|
데이터 중심 사고를 장려하는 대부분의 책은 독자에게 방대한 데이터 더미를 던져줄 뿐이다. 저자들은 그보다 훨씬 가치 있는 일을 해냈다. 바로 이 모든 데이터를 이해하는 법을 가르쳐준 것이다. 이 책을 다 읽고 나면 특정 결정에 도움이 될 법한 새로운 사실 몇 가지를 아는 데 그치지 않고, 어떤 결정이든 내릴 수 있는 새로운 접근 방식을 갖게 될 것이다. - 세스 스티븐스 다비도위츠 (뉴욕타임스 기고가, 베스트셀러 《모두 거짓말을 한다》, 《데이터는 어떻게 인생의 무기가 되는가》 저자)
|
|
빅데이터의 위험 중 하나는 관리자들에게 결과에 대한 면책 특권을 가졌다는 착각을 준다는 점이다. 완벽한 결정이란 없으며, 그 어떤 방대한 데이터도 완벽한 결정을 보장할 수 없다. 세계에서 가장 존경받는 기업들의 정량 분석 전문가인 저자들은 정보가 직관을 대체할 수 없다고 주장한다. 나아가 오늘날처럼 초고속으로 팽창하는 시장에서 기민하게 의사결정을 내릴 수 있는 프레임워크를 제공한다. - 존 거제마 (해리스 폴 CEO, 뉴욕타임스 베스트셀러 《아테나 독트린》 저자)
|
|
오늘날 경쟁 우위는 조직이 의사결정을 얼마나 신속하면서도 높은 품질로 내릴 수 있느냐에 따라 결정된다. 이 즐겁고 명쾌한 책에서 저자들은 당신을 숫자를 넘어 꿰뚫어 보는 법, 불완전한 정보 속에서도 전진하는 법, 그리고 원하는 결과를 얻는 법으로 안내한다. - 리타 맥그래스 (《모든 것이 달라지는 순간》 저자, 컬럼비아 경영대학원 교수)
|
|
저자들은 수년간의 연구와 업계 경험을 통해 데이터와 직관을 결합하는 방식, 즉 ‘정량적 직관’이 어떻게 더 현명한 결정으로 이어지는지 보여준다. 《데이터로 질문하고 직관으로 결정하라》는 모든 기업 경영진의 필독서 목록에 올라야 할 매력적인 책이다. - 수닐 굽타 (하버드 경영대학원 교수)
|