쌓이기만 하는 데이터,
어떻게 활용할 것인가

우리나라에서 웬만한 대학생은 엑셀을 다룰 줄 안다. 한국의 회사원은 어떤 분야에서 일하든 한 번쯤은 ‘데이터 분석’을 경험한다. ‘데이터 표’를 다루어본 사람은 아무리 낮은 수준이라도 데이터 분석을 경험했다고 볼 수 있다. 이런 나라는 어디에도 없다.
우리나라 사람들은 이렇게 데이터 친화적이면서도, 실제로 데이터를 활용하는 데에는 또 소극적이다. 데이터는 대부분 숫자로 표현되며 이 숫자들은 보통 성과, 객관성, 평가 등과 연관이 깊다. 성적과 순위 매기기에 시달리는 현대인에게 데이터는 또 다른 스트레스로 다가온다. 자신의 일이 몇 개의 숫자로 평가절하되고, 자신의 경험과 감이 주관적인 편견으로 여겨질지 모른다고 생각한다. 데이터가 내 편이었으면 좋겠지만, 데이터가 나를 평가하는 것은 싫다. 데이터를 잘 다루고 싶은데, 막연하고 어려워 보여서 쉬운 길을 찾고 싶다. 데이터를 가지고 논리 정연하게 말하고 싶은데, 내가 추구하는 가치가 수치화될 수 없는 같아 두렵다.
그러나 데이터가 나를 돕도록 해야지 나를 평가하게 해서는 안 된다. 데이터가 알려주는 단서를 통해 더 나은 의사결정을 하고, 시장과 소비자에게 도움이 되도록 활용할 수 있다.

데이터를 현장에 적용하고 싶은
스타트업 창업자, 스마트스토어 운영자 등 모든 마케터를 위한 워크북

회사에서 어떤 의사결정을 하거나 소비자를 이해하거나 실적을 바라볼 때, 다각도로 살펴볼 전체 그림을 먼저 그려보아야 한다. 어떤 한 면만 보고 단정해서는 안 된다. 이 전체 그림에서 데이터의 역할은 절대적이다. 데이터는 소비자가 남긴 흔적을 말해준다. 소비자가 어떤 환경에서 구매를 하는지(하지 않는지), 제품의 어떤 부분이 바뀌었을 때 더 많은 판매가 일어나는지(일어나지 않는지), 매장이나 위치나 소비자 특성 등 모든 것이 다 데이터이자 판단을 내리기 위한 조건이다. 데이터의 단면만 보면 잘못된 판단을 내리기 쉽다. 잘못된 의사결정을 피하려면 데이터를 디자인해야 한다. 자신이 궁금한 것, 프로젝트 방향, 의사결정해야 할 사안들을 확인하기 위해 데이터를 보는 방법에 대한 계획을 세워보는 것이다.
1장에서는 어떻게 데이터를 활용하는지 설명하기 위해 데이터를 디자인하는 방법, 실험 설계와 ‘생각 쪼개기’ 방법에 관해 설명할 것이다.
2장에서는 데이터 결과물을 가지고 변화를 끌어내기 위해 타인을 설득하는 데이터 스토리텔링에 대해 다룬다. 데이터 결과물은 기업의 매출과 직결되는 제품 혹은 매장 등에 반영될 수 있도록 의사결정에 도움을 주어야 한다. 이런 의사결정을 위한 데이터 스토리텔링 작업을 잘할수록 데이터 결과물이 시장으로 나아갈 확률이 높아진다.
3장에서는 실제 데이터를 가지고 의사결정을 하는 과정에 관해 이야기하고자 한다. 저자는 데이터로 의사결정을 하는 몇 개의 기업에서 실제적인 변화를 경험했다. 이 변화의 중심에서 느꼈던 데이터 사이언티스트로서의 역할과 기업 내 관계를 서술했다.
4장에서는 데이터 디자인을 실제로 적용하는 방법을 이야기한다. 《데이터 읽기의 기술》에서 소개했던 이야기 중 10개 케이스에 데이터 디자인 10단계를 적용해 설명했다.

_데이터 디자인 적용을 위한 10가지 방법

1 궁금한 것이 있어야 데이터 분석이 시작된다
2 질문을 데이터 단위로 분해한다
3 어디서 어떻게 데이터를 확보하는가
4 관점을 세우고 작은 것부터 시작한다
5 낱낱의 분석을 모아 인사이트를 만든다
6 스토리로 방향을 제시한다
7 청자에 맞추어 스토리를 공유한다
8 구체적이고 실현 가능한 플랜을 만든다
9 시장에 실제로 적용하고 데이터화한다
10 성과를 검증하고 성장 동력으로 삼는다

데이터로 생각한다는 것은 어려운 데이터를 분석할 수 있어야 한다는 의미가 아니다. 자신의 생각에 확신을 가질 수 있도록 데이터를 활용하고, 논리적으로 사고하는 것에 더 가깝다. 자신의 프로젝트에 조금씩 데이터를 끼워 넣는 일부터 시작하라. 한 번 더 생각해보고, 이 현상이 왜 일어났는지 의문을 갖고 데이터를 여러 번 확인하라. 의사결정자나 자신이 말하는 문장을 쪼개보고 데이터로 확인할 수 있는지, 질문을 확장해나가는 과정을 통해 지금까지 데이터로 수행하지 못했던 많은 부분이 나아질 수 있을 것이다.

‘데이터 비전문가의 시대’에
데이터를 읽고 쓰려면

영국 경제지 <이코노미스트>는 세계에서 가장 영향력 있는 자원으로 ‘데이터’를 선정했다. 이제 기업이든 개인이든 더는 데이터를 배제하고서 성공을 기대하기 어려울 것이다. 데이터 마케팅은 더욱 중요한 수단으로 자리매김할 것이며, 기술의 발달로 비전문가도 누구나 쉽게 데이터를 활용할 수 있게 되었다.
스타벅스커피코리아에서 1호 데이터 사이언티스트로 일하다 현재 빅히트엔터테인먼트 데이터랩 랩장으로 자리를 옮긴 저자는 데이터 분석을 향한 많은 독자의 니즈를 위해 스탭을 따라 밟아나가는 데이터 분석 심화편을 쓰기로 했다. 데이터 분석을 하고 싶지만 데이터 분석가를 둘 여력이 없는 작은 회사의 실무팀에서도 얼마든지 따라 할 수 있는 난이도로 대표나 임원들에게는 어떤 데이터를 가져왔으면 하는지, 실무자들에겐 일차로 맞닥뜨리는 질문들이 어떤 것인지 인터뷰하여 내용을 구성했다. 이 책으로 ‘데이터를 현실에 적용하고 싶은 사람들’에게 좀 더 도움을 주고 싶었다. 자기 일을 하면서 더 나은 방식으로 의사결정을 하고 싶은 사람, 데이터와 기술을 통해 실제 생활에 변화를 조금이라도 만들어보고 싶은 사람에게 들려주고 싶은 이야기를 가득 담았다.
시장조사기관 IDC는 2025년까지 전 세계 데이터가 175제타바이트(1750억 기가바이트)로 증가할 것이라고 전망하고 있다. 블루레이 디스크에 이만큼의 데이터를 저장하면 그 디스크 쌓은 높이가 달까지 23번 갈 수 있을 만큼의 양이라고 한다. 게다가 이런 데이터 증가 속도는 전문가들이 예측한 타임라인을 계속 앞질러 가고 있다. 그러니 아이들에게 코딩 교육을 시켜야 한다고 하고, 마케팅 종사자들은 기술 재교육을 고민하거나 혹은 행동은 아직 못했지만 막연한 불안감과 의무감을 갖게 되는 시절이다. 나 자신을 포함, 이런 데이터 시대의 부담감에 기인한 데이터 전문성 확보라는 명제가 왠지 많은 사람이 갖는 영어에 대한 부담과 비슷하다는 생각이 들었다. 문법과 단어와 같은 ‘기술 교육’을 오랫동안 받았지만 실전에서는 한 마디 자연스러운 의사소통이 어려운 우리의 보편적 언어 습득의 난제처럼 데이터라는 주제 역시 기능적 기술 교육에 대한 부담감 대비 그를 이용한 통찰력을 키우는 방법에 대해서는 답을 찾기가 어렵다. 이런 가운데 저자의 책을 접하고 무릎을 쳤다. 데이터를 다룰 줄 아는 기술에 앞서 데이터적인 사고를 하기 위한 통찰력을 부여해 줄, 그 막연한 의무감과 부담감에 대한 답을 해주는 길잡이를 만난 기분이었다. 모두가 데이터 과학자가 될 필요도, 될 수도 없지만, 모두가 데이터를 유의미한 정보와 통찰로 이해하고 의사 결정에 녹여낼 수 있는 사고의 틀은 가져야 함에 대한 명쾌한 가이드. 어렵지 않지만 실전의 깊이가 느껴지는 책을 만나는 행운을 갖게 되어 반갑고 기쁘다.
유현경 _한국마이크로소프트 마케팅&오퍼레이션 부문장

인더스트리를 막론하고 관련 전문 직군만 데이터를 들여다보던 때는 지났다. 이제 모든 필드에서 데이터를 보는 훈련은 필수적이다. 데이터를 잘 분석하거나 훌륭한 모델을 만드는 일과 이를 기반으로 커뮤니케이션하고 결정과 행동, 변화를 끌어내는 것은 또 매우 다른 일이라는 걸, 일하며 고민이 깊었던 이라면 모두 알 것이다. 독자들이 두 번째 파트에서 막혔을 때 이 책이 좋은 참고가 되리라 생각한다. 현실에서 자주 벌어지는 일이어도, 막상 그 일을 친절하게 풀어 설명하기는 쉽지 않다. 그의 경험이 녹아있는 케이스들을 살펴보면서 현업에 계신 분들은 공감을, 학생이나 초년생들은 간접 체험을 할 수 있을 것이다.
주동권 _아마존 본사 Alexa Science Team, Senior TPM

라면을 잘 끓이려면 어떻게 해야 할까? 이 책을 읽고 나면 간단한 질문도 구체적이고 명료한 방식으로 접근할 수 있을 것이다. 하나의 질문에서 출발하여 여러 각도에서 생각을 촘촘하게 만들어가는 과정을 배울 수 있다. 오늘도 현장에서 더 나은 의사결정을 하기 위해 고군분투하는 분들에게 권한다.
김가영 _야놀자 호텔사업본부 본부장


저자 소개

차현나
스타벅스커피코리아 1호 데이터 사이언티스트이자 소비자심리학 박사. 현재는 빅히트엔터테인먼트 데이터랩 랩장을 맡고 있다. 크고 작은 조직들을 거치며 KT경제경영연구소 연구원으로도 일했다. 데이터를 가지고 새로운 것을 알아내는 일이 즐거워 업으로 삼고 있다. 전 세계를 여행하며 매장과 사람들을 관찰하는 것을 좋아했는데, 시대의 영향으로 최근엔 온라인 소비자의 목소리를 듣는 데 집중하고 있다. 대단한 이야기를 해줄 수는 없지만, 반걸음 먼저 간 사람으로서 들려줄 수 있는 이야기가 있으리라 생각하며 글을 적었다.
이화여자대학교 사회과학대학에서 학사, 석사, 박사학위를 받았고, 성균관대학교에서 학생들에게 소비자심리학과 광고심리학을 가르쳤다. 없어지지 않는 소유물은 책뿐이라고 생각하며 종이를 좋아한다. 직접 일러스트를 그리며 좋아하는 취미를 이어가고 있다.

데이터를 전혀 몰라도 되고, 데이터로 생각하지 않아도 된다. 일단 일어난 현상에 대한 궁금증이 가장 중요하다. _p.22

아주 작은 데이터라도 잘 활용해 더 나은 의사결정을 했다면 그 데이터는 살아 있는 데이터다. 살아 있는 데이터가 될 수 있도록 활용하는 사람이, 데이터로 성과를 낼 수 있다. _p.54

우리는 데이터를 통해 속담과 같은 하나의 인사이트 넘치는 문장을 발견하길 원한다. _p.65

데이터 업계에는 궁극의 기술력을 지닌 사람이나 인문학적인 사고와 현장 경험인 도메인 지식을 가진 사람만이 남는 세상이 올 것이다. 통계나 모델링에서 자동화될 부분이 많아지면서, 결국 데이터를 자동화할 기술과 자동화된 데이터로 좋은 의사결정을 하는 사람만 남게 될 것이라는 말이다. 그렇다면 이제 중요한 것은 데이터로 어떤 의사결정을 하느냐다. _p.72

무엇을 실행할 수 있을지 생각하면서 한 분석과 그러지 않은 분석은 가치가 다르다. _p.87

데이터의 크고 작음보다는, 자기 생각에 확신을 주는 단서로서 데이터가 더욱 중요한 역할을 한다. _p.127

데이터는 거짓말을 하지 않지만, 해석하는 사람의 주관이 방향성을 흐리는 경우가 얼마든지 있다. _p.217

누구나 생각을 할 수 있지만, 누구나 자기 생각을 가지고 있는 것은 아니다. 누구나 데이터를 가질 수 있지만, 누구나 데이터에서 의미를 발견하는 것은 아니다. 생각하는 사람만이 데이터에서 의미를 발견한다. _p.237 <에필로그>

프롤로그. 데이터로 변화를 만들고 싶다면

Chapter 1. 데이터 디자인: 질문하고 쪼개고 찾고 분석한다
1. 질문하기: 궁금한 것이 있어야 데이터 분석이 시작된다
2. 문장 쪼개기: 비전문가에게 가장 유용한 사고방식 훈련
3. 데이터 찾기: 어디서 어떻게 데이터를 확보할 것인가
4. 데이터 분석하기: 관점을 세우고 작은 것부터 시작한다

Chapter 2. 데이터 스토리텔링: 이야기로 사람들을 설득한다
5. 데이터 퍼즐 맞추기: 낱낱의 분석을 모아 인사이트를 만든다
6. 변화를 만들 제언하기: 스토리로 방향을 제시한다
7. 데이터에 옷 입히기: 청자에 맞추어 스토리를 공유한다

Chapter 3. 데이터 기반 의사결정: 실제로 적용하고 변화를 만들어낸다
8. 액션 아이템 만들기: 구체적이고 실현 가능한 플랜을 만든다
9. 현장의 변화 만들기: 시장에 실제로 적용하고 데이터화한다
10. 소비자의 반응 포착하기: 성과를 검증하고 성장 동력으로 삼는다

Chapter 4. 10가지 질문으로 살펴보는 데이터 쓰기의 기술: 데이터 디자인 적용하기
case 1. 소비자의 마음은 매출 데이터가 알려준다
_이번 달 매출이 확 줄었는데 도대체 뭐가 잘못된 걸까?
case 2. 소비자의 마음은 영수증 한 장에 들어 있다
_대학교 앞 카페에서 왜 샷 추가를 많이 했을까?
case 3. 소비자의 마음은 날씨에 따라 달라진다
_한겨울 퇴근시간, 편의점에서는 왜 칼로리 높은 식품이 잘 팔릴까?
case 4. 소비자의 마음은 가끔 거짓말을 한다
_소풍용 돗자리를 30대 남성들이 사간 이유는?
case 5. 소비자의 마음은 어떤 장소에 있는지에 따라 달라진다
_회사에서의 나와 관광지에서의 나는 같은 사람일까?
case 6. 소비자의 마음은 시간에 따라 바뀐다
_금요일 밤에 내가 올린 동영상 조회 수가 폭발하는 이유는 뭘까?
case 7. 소비자의 마음은 성별이나 나이로 구분할 수 없다
_원두를 구매하는 고객은 어떤 사람들일까?
case 8. 소비자의 마음은 요소를 나누어보면 알 수 있다
_저 손님은 왜 늘 핫초코와 초콜릿 케이크를 함께 주문할까?
case 9. 소비자의 마음은 반응 속도를 보면 알 수 있다
_지난번에 1시간 만에 완판된 제품이 왜 이번에는 반응이 없는 걸까?
case 10. 소비자의 마음은 모바일이 알고 있다
_내 매장 앞을 스쳐 지나가는 사람들은 얼마나 될까?

에필로그. 데이터 비전문가의 시대, 데이터를 읽고 쓰려면