데이터 리터러시의 정의
- 데이터를 읽는 능력
- 데이터를 이해하는 능력
- 데이터를 비판적으로 분석하는 능력
- 결과를 의사소통에 활용할 수 있는 능력
데이터 리터러시란?
- 데이터 수집과 데이터 원천을 이해하고
- 주어진 데이터에 대한 다양한 활용법을 이해하고
- 데이터를 통한 핵심지표를 이해하는 것
- 데이터 리터러시는 올바른 질문을 던질 수 있도록 만들어 줌
결과와 결론의 차이
결과
- 데이터 처리, 분석, 모델링 후에 얻어진 구체적인 데이터의 출력
- 숫자, 통계, 그래프, 차트 등의 형태로 나타낼 수 있음
- ex) "고객 설문 조사 데이터를 분석한 결과, 고객 만족도와 구매빈도 사이에 강한 상관관계가
있음을 보여줄 수 있습니다." - 계산과 분석을 해서 나온 결과물
결론
- 분석된 데이터 결과를 바탕으로 이끌어낸 의미나 통찰
- 데이터에 기반한 해석, 추론 또는 권고 사항을 포함
- ex) "고객 만족도와 구매 빈도 사이의 강한 상관관계를 보여주는 결과를 토대로, 고객 만족도
향상이 전반적인 매출 증가로 이어질 수 있다는 결론을 내릴 수 있습니다." - 목적에 대해 어떤 의미가 있는지 설명하는 것
실제로 우리가 필요한 것은 '결론'이지만, 보통 결과를 많이 이야기 함
이르는 과정은 본질적으로 동일하지만, 표현 방식이 다름
결론 보고서에 쓰면 좋은 플로우
- 전체 내용을 한 문장으로 정리하는 요약
- 해당 보고서의 메인 주제
- 해당 보고서를 쓴 이유와 원하는 변화
- 문제 정의 단계
- 핵심 내용 전개
- 결론 및 액션 아이템
결국 데이터 리터러시란?
- 눈앞에 있는 데이터에 의존하지 않고 스스로 목적과 문제를 정의하는 것
- 그 목적을 달성하는데 필요한 데이터와 지표를 설정하는 것
- 데이터를 어떻게 봐야 문제의 정보를 효과적으로 얻을 수 있는지 분석하는 것
- 단순히 데이터를 보는 방식이나 분석 방법론, 통계지식에 매몰되지 않는 것
- 왜?를 항상 생각하기