시장 점유율을 분석하는 목적은 크게 네 가지이다. 첫째 제품의 매력도를 파악할 수 있다. 둘째, 경쟁사 제품의 위치를 파악할 수 있다. 셋째, 시장의 규모와 질적 수준을 파악할 수 있다. 마지막으로 경쟁 우위 제품을 파악하고 선별하는 데 유용하다.
--- p.27

BCG 매트릭스는 성장률과 시장 점유율을 기준으로 사업 또는 상품의 가치를 네 가지 등급으로 분류하는 평가 도구이다. 네 가지 분류란 계속 투자해야 할 사업, 성장 지체 사업, 성장성 높은 신규 사업, 시장에서 철수해야 할 사업을 말한다.
--- p.34

수요 예측은 말 그대로 어떤 제품의 미래 수요를 예측하는 것이다. 목표나 전략 수립, 투자에 대한 의사결정을 하기 위해 기업에서는 꼭 해야 한다. 수요 예측 방법엔 전문가와 소비자 등 다수의 의견을 조사하는 정성적 방법과 수치화한 가까운 과거의 데이터를 분석해 예측하는 정량적인 방법이 있다.
--- p.70

재고 관리의 핵심은 최소 입고와 최대 출고, 또는 입고 즉시 출고되도록 하는 것이다. 적정한 재고 수준을 유지하기 위한 노력, 그 시작은 재고 회전율과 재고 일수 분석이다. 특히 회전율이 높은 기업은 다음 세 가지 특징이 있다. 첫째, 자금 흐름이 원활하고 유동성이 높다. 둘째, 제품의 품질이 높다. 셋째, 시장 경쟁력이 높아 수익성이 좋다.
--- p.114

ABC 재고 관리 기법은 재고 자산을 효과적으로 관리하는 가장 보편적인 방법이다. 재고 자산의 가치가 모두 같지 않기에 중요도에 따라 제품을 A, B, C로 나누어 군집별로 관리하는 방식이다. A 군집은 전체 가치의 80%를 차지하는 품목을 말한다. A 군집은 엄격하게 중점 관리한다. B 군집은 전체 가치의 15%를 차지하는 품목으로, 적정 수준으로 통제하고 관리를 한다. C 군집은 전체 가치의 5%를 차지하는 품목이다. C 군집은 관리를 간소화하여 비교적 통제하지 않는다.
--- p.168

생산성 분석이란 기업의 생산 능력을 수치화하는 것이다. 제품의 ‘효율적인’ 생산을 유도하기 위해 꼭 수행해야 하는 작업이다. ‘효율’이란 용어가 등장하면 투입과 산출에 의해 분석이 이루어진다는 것을 뜻한다. 일반적으로 생산성 분석은 3가지 줄기로 나뉜다. 노동 생산성, 비용 생산성 그리고 설비 생산성이 그것이다.
--- p.178

생산 설비가 제품 생산에 얼마나 기여하는지 파악하려면 생산 설비 종합 효율을 분석하면 된다. 통상적으로 이 용어는 생산 설비가 주어진 시간 내에서 얼마나 빠르고 정확하게 제품을 완성해 나가는가를 판단하는 척도이다. 생산 설비 종합 효율을 분석하기 위해서는 시간 가동률, 성능 가동률 그리고 양품률을 구하면 산출할 수 있다. 설비의 종합 효율은 94% 이상을 유지하는 게 이상적이다.
--- p.202

제품 효율성을 분석하는 이유는 불필요한 제품을 탈락시켜 경영 효율성을 높이기 위해서다. 효율성이 낮은 제품을 줄이면 생산비, 자재 구매비, 재고 비용, 물류비 등을 동시에 줄일 수 있다. 단순히 비용 절감 차원을 넘어 선택과 집중이 가능해져 생산과 구매, 영업과 마케팅의 업무 성과까지 높일 수 있다. 그리고 제품의 방향성을 정립하고, 마케팅 정책을 결정하는 일도 훨씬 수월해진다.
--- p.225

아무리 좋은 물건이더라도 고객[판매자와 소비자]이 원할 때 없으면 아무 쓸모가 없다. 물류는 그래서 중요하다. 기업에 대한 고객의 신뢰도와 만족도는 물류 소요 시간과 비례한다. 납기 준수율을 분석하면 물류 생산성을 파악할 수 있다. 출하, 선적, 인도, 납품 수량 데이터를 분석하여 납기 준수율을 분석할 수 있다.
--- p.234

빅데이터 분석 방법 중 연관규칙 분석이라는 게 있다. 반복적인 패턴을 찾아 특정 사건이 동시에 일어나는 규칙을 탐색하는, 예를 들면 사건 A가 일어날 때 사건 B가 동시에 발생하는 확률이 얼마나 되는지를 찾아내는 분석이다. ‘이 제품을 본 고객이 자주 찾는 상품’ 혹은 ‘이 도서를 구매한 고객이 함께 구매한 책’ 등이 연관규칙 분석의 결과이다.
--- p.242

데이터 분석은 코딩, 프로그램 언어 등 스킬이 뛰어나다고 잘하는 것이 아니다. 스킬보다 어느 시점에, 어떤 내용을, 어떤 방법으로 접근하여, 왜 그런 분석을 수행했는지 논리적으로 설명되어야 진정한 데이터 분석이다. 따라서 스킬보다 먼저 요구되는 것이 조직과 비즈니스 환경에 대한 높은 이해도이다. 특히 유통, 생산, 재무에 관한 높은 이해도가 중요하다.
--- p.276

간혹 알고리즘을 컴퓨터의 한 분야, 특히 프로그래밍 능력을 높이는데 필요한 덕목으로 인식한다. 하지만 알고리즘은 컴퓨터의 한 분야가 아니다. 알고리즘은 어떤 문제를 논리적으로 해결하고 풀어가기 위한 절차와 방법을 정의하는 것이다. 문제를 해결하고자 할 때 논리적으로 생각하는 힘, 더 효율적으로 접근하는 방법, 이것이 알고리즘이다.
--- p.288

데이터 분석가에게 꼭 필요한 덕목이 색다른 시선이다. 데이터 분석가는 이 색다른 시선을 통해 앞으로 나아간다. 분석 기법과 분석 도구를 공부하는 것보다 색다른 시선을 갖추는 게 몇 배는 더 중요하다. 왜냐하면, 데이터 분석가는 데이터에서 새로운 가치를 발견하고, 무한한 가능성을 찾아내는 사람이기 때문이다. 색다른 시선을 갖는 최고의 방법은 독서이다. 독서는 참으로 힘이 세다.