데이터 드리븐 리포트

이상석 지음

한빛미디어 2023년 11월 06일 출간 종이책 : 2023년 10월 31일 출간

작품소개

책소개

경험 또는 직관만으로 의사결정자나 이해관계자를 설득할 확률은 0%에 가깝다. 상사나 고객을 설득하려면 데이터에 기반하여 소통해야 한다.

이 책은 데이터 분석을 실무적으로 다루며 방대한 데이터 속에서 핵심 인사이트를 찾아내 그 결과를 명확하게 전달하는 방법을 안내한다. 또한 데이터 분석 결과를 비즈니스에 성공적으로 적용한 여섯 가지 사례를 통해, 분석 목표 파악부터 데이터 유형에 따른 적절한 분석 기법 선택, 분석 결과를 바탕으로 의사결정자를 설득하는 실무 과정까지 익힐 수 있다. 데이터 기반의 의사결정 절차를 살펴보면서 데이터를 효율적으로 분석하고, 그 결과를 근거로 원활히 소통하는 전문 역량을 키워보자.

목차

| 1장 | 데이터 드리븐 보고

1.1 일상의 보고 상황

1.2 데이터 드리븐 의사결정이란
_1.2.1 일상부터 비즈니스 의사결정까지
_1.2.2 데이터 드리븐 흐름
_1.2.3 데이터 드리븐 효과

1.3 데이터 드리븐 보고란
_1.3.1 데이터 드리븐 보고에 관한 오해들
_1.3.2 데이터 드리븐 보고의 여섯 가지 유형
_1.3.3 데이터 드리븐 보고가 나와 무슨 관계가 있을까?

1.4 데이터 드리븐 보고 5원칙
_1.4.1 설명 가능해야 한다
_1.4.2 데이터 드리븐 보고는 중립적이지 않다
_1.4.3 문제를 정의할 수 있어야 한다
_1.4.4 MVP부터 시작하라
_1.4.5 추론과 예측을 구분하라

| 2장 | 데이터 드리븐 보고 절차

2.1 데이터 드리븐 보고 전략

2.2 분석 전 알아야 하는 용어
_2.2.1 독립변수와 종속변수
_2.2.2 테이블, 행과 열
_2.2.3 데이터 분리
_2.2.4 모델링

2.3 분석 목표 설정
_2.3.1 분석 목표(가설)를 확실하게 정의하라
_2.3.2 의사결정자에게 최대한 많이 질문하라

2.4 계획서 작성
_2.4.1 분석 계획서의 필수 요소

2.5 데이터 선정
_2.5.1 데이터 수집
_2.5.2 EDA & 데이터 정제

2.6 분석 방법 결정 및 해석/검증
_2.6.1 기본 통계
_2.6.2 가설검정
_2.6.3 선형회귀분석
_2.6.4 분류예측모델

2.7 보고 대상자에 따른 보고 방식
_2.7.1 실무자용 보고
_2.7.2 의사결정자용 보고

| 3장 | 데이터 드리븐 보고 실전 사례 with 챗GPT

3.1 데이터와 친해지자: EDA & 기술통계
[사례] 행복에 영향을 미치는 변수와 국가별 행복지수 분석하기
_3.1.1 상황
_3.1.2 분석 목표 파악하기
_3.1.3 분석 계획 세우기
_3.1.4 데이터 선정하기
_3.1.5 EDA 수행하기
_3.1.6 해석하기
_3.1.7 보고하기
_3.1.8 챗GPT 활용하여 EDA 수행하기

3.2 데이터도 백문이 불여일견: 데이터 시각화
[사례] 회사의 중장기 인력구조 예측, 분석, 시각화하기
_3.2.1 상황
_3.2.2 분석 목표 파악하기
_3.2.3 분석 계획 세우기
_3.2.4 데이터 선정하기
_3.2.5 EDA 수행하기
_3.2.6 분석 및 예측 방법 결정하기
_3.2.7 시각화하기
_3.2.8 해석하기
_3.2.9 보고하기
_3.2.10 챗GPT 활용하여 시각화하기

3.3 당신의 질문에 데이터가 답한다: 가설검정
[사례] 마케팅 효과 분석 및 최적의 광고 플랫폼 찾기
_3.3.1 상황
_3.3.2 분석 목표 파악하기
_3.3.3 데이터 선정하기
_3.3.4 분석 방법 결정하기
_3.3.5 해석하기
_3.3.6 보고하기
_3.3.7 챗GPT 활용하여 가설검정하기

3.4 데이터에 맞는 직선을 찾아라: 선형회귀분석
[사례] 유학 컨설팅을 위한 해외 대학 합격률 분석하기
_3.4.1 상황
_3.4.2 분석 목표 파악하기
_3.4.3 분석 계획서 작성하기
_3.4.4 데이터 선정하기
_3.4.5 EDA 수행하기
_3.4.6 분석하기
_3.4.7 해석하기
_3.4.8 컨설팅하기
_3.4.9 챗GPT 활용하여 회귀분석하기

3.5 합격이냐 불합격이냐: 분류예측
[사례] 당뇨병 예측모델 수립 및 사전 예방 솔루션 제공하기
_3.5.1 상황
_3.5.2 분석 목표 파악하기
_3.5.3 분석 계획서 작성하기
_3.5.4 데이터 확인하기
_3.5.5 EDA 수행하기
_3.5.6 분석하기
_3.5.7 해석하기
_3.5.8 솔루션 제공하기
_3.5.9 챗GPT 활용하여 분류예측모델 만들기

3.6 대량의 텍스트 데이터를 이해하다: 토픽 모델링
[사례] 전 직원 대상 설문조사의 서술형 응답 분석하기
_3.6.1 상황
_3.6.2 결과물 미리 보기
_3.6.3 검증하기
_3.6.4 토픽 모델링 따라하기
_3.6.5 챗GPT 활용하여 워드 클라우드 만들기

| 4장 | 데이터 드리븐 커뮤니케이션

4.1 데이터 드리븐 커뮤니케이션의 필요성
_4.1.1 나의 연봉과 상사의 연봉이 다른 이유
_4.1.2 타이밍이 중요한 이유

4.2 데이터 드리븐 커뮤니케이션 구성 요소
_4.2.1 메시지
_4.2.2 시각화
_4.2.3 스토리

4.3 데이터 드리븐 커뮤니케이션 방법
_4.3.1 어떤 차트가 효과적인가
_4.3.2 어떤 도구를 써야 하는가
_4.3.3 어떤 전달 방식이 적합한가

4.4 스토리텔링
_4.4.1 스토리텔러의 핵심은 속임수?
_4.4.2 스토리 만들기

4.5 데이터 드리븐 커뮤니케이션 체크리스트
_4.5.1 내가 이해하는 만큼 상대방도 이해한다
_4.5.2 보고는 내가 하고 싶은 이야기를 전달하는 것이 아니다
_4.5.3 나보다 보고 주제를 더 잘 아는 사람은 없다
_4.5.4 보고의 성패를 가르는 사전 준비 질문
_4.5.5 보고가 끝났다고 모든 일이 끝난 것은 아니다

출판사 서평

데이터 유형별 효과적인 분석 기법 선정부터
설득을 위한 커뮤니케이션까지

실무에 바로 써먹는 데이터 기반 보고의 모든 것

비즈니스 영역에서 데이터 분석의 궁극적인 목적은 이해관계자를 설득하여 효율적인 의사결정을 내리는 데 있다. 데이터를 분석하는 역량만으로는 모든 결과를 가치 있게 만들 수 없다. 복잡하고 화려한 분석 결과물을 얻더라도 의사결정자에게 설득력 있게 전달하지 못한다면 그 데이터는 의미가 없다.

이 책은 문제 해결을 위한 올바른 문제 정의부터 데이터 수집, 정제, 분석 그리고 스토리텔링, 시각화까지의 과정을 통해 데이터로 이해관계자를 설득하는 데이터 드리븐(Data-Driven) 보고 능력을 키우는 방법을 상세하게 제시한다. 국가 공인 데이터분석전문가(ADP)이자 HR 데이터 과학자인 저자의 경험을 바탕으로 다양한 비즈니스 사례를 통해 상황별 가장 적합한 분석 기법을 어떻게 선택하는지 익힐 수 있다. 또한 방대한 양의 데이터에서 핵심 인사이트를 찾아내고 이를 설득력 있는 보고로 만들어내는 방법뿐만 아니라, 상대방이 가진 편향을 고려해 효과적으로 의사소통하는 방법까지 얻을 수 있다. 데이터 중심의 의사결정을 하고자 하는 데이터 분석가의 필독서로, 데이터 분석 사고의 폭을 넓히고 데이터를 기반으로 한 보고 방식에 대한 명쾌한 해답을 얻을 수 있을 것이다.

● 내용 구성
1장. 데이터 드리븐 보고
일상에서 데이터를 기반으로 의사결정하는 사례를 소개하고 데이터 드리븐 의사결정이 비즈니스에 어떻게 적용되는지 알아본다.

2장. 데이터 드리븐 보고 절차
성공적인 데이터 드리븐 보고를 위한 ON AIR 분석 절차를 단계별로 설명한다.

3장. 데이터 드리븐 보고 실전 사례 with 챗GPT
실제 비즈니스에 활용되는 데이터셋을 통해 데이터 형식과 보고 목적이 각각 다른 여섯 가지 사례를 실습한다.
- 행복에 영향을 미치는 변수와 국가별 행복지수 분석하기
- 회사의 중장기 인력구조 예측, 분석, 시각화하기
- 마케팅 효과 분석 및 최적의 광고 플랫폼 찾기
- 유학 컨설팅을 위한 해외 대학 합격률 분석하기
- 당뇨병 예측모델 수립 및 사전 예방 솔루션 제공하기
- 전 직원 대상 설문조사의 서술형 응답 분석하기

4장. 데이터 드리븐 커뮤니케이션
데이터를 기반으로 의사소통할 때 꼭 점검해야 할 체크리스트와 보고 대상자에 따른 맞춤형 커뮤니케이션 방법을 안내한다.

● 주요 내용
- 데이터에 기반한 보고 방법
- 보유한 데이터 특성에 따른 적절한 데이터 분석 기법 선정 방법
- 데이터 분석 결과물을 바탕으로 설득 대상에 따라 효과적으로 의사소통하는 방법
- 실제 분석 업무에 적용할 수 있는 단계별 실습 사례
- 구글 콜랩, 파이썬, 챗GPT를 실제 보고에 활용하는 방법
- 선형회귀분석을 통한 고객 설득 방법
- 수치형, 범주형 데이터에 적용하는 추론과 분류예측 방법
- 텍스트 데이터에 적용하는 워드 클라우드와 토픽 모델링 방법

● 대상 독자
- 파이썬 기초 문법을 알고 데이터 분석을 해본 적 있는 사람
- 데이터를 근거로 의사결정자 또는 이해관계자를 설득하고 싶은 사람
- 다양한 상황별로 적합하고 효율적인 분석 기법을 알고싶은 사람
- 분석 업무에 챗GPT를 활용하고 싶은 사람
- 데이터분석전문가(ADP), 빅데이터분석기사를 준비하는 사람

● 먼저 읽은 베타리더의 한 마디
- 비즈니스와 맞닿아 있는 신선한 사례들을 경험할 수 있고 실무에 적용하는 데 큰 도움을 준다. _김수현
- 데이터에 익숙하지 않은 주니어를 포함하여 이미 관련 경험이 있는 매니저급도 자신의 역량을 한 단계 끌어올릴 수 있을 것이다. _윤명식
- 데이터 분석, 시각화 코드 생성, 분석 결과를 보고서화하기 위한 챗GPT 프롬프트까지 알찬 내용만 담겨 있다. _윤세완
- 데이터 기반의 보고를 주저하는 직장인에게 자신감을 심어주고 끝내 보고할 수 있게 만든다. _정보영
- 편견과 인지 편향으로 가득한 상사를 설득하기 위한 체계적인 프레임워크를 제시한다. _조현석
- 데이터에 관심이 있고 분석을 할 줄 알아도, 이를 활용하는 방법 및 보고의 실체에 대해 감이 잡히지 않는다면 반드시 이 책을 읽어야 한다. _최철훈

작가정보

저자(글) 이상석

어린 시절부터 사람에게 관심이 많던 저자는 자연스럽게 HR 분석가로 성장했다. 하지만 직관과 감, 경험으로 무장한 경영진을 설득하는 데 한계를 느꼈고 이 벽을 넘기 위해 미국 듀크 대학교 데이터 사이언스 석사 과정을 졸업했다. 그리고 데이터 과학자로서 공공기관에서는 최초로 HR 애널리틱스 분야에 뛰어들었다. 입사부터 퇴직까지의 HR 데이터를 데이터 레이크에 담아 채용, 승진, 이동, 평가 등을 종합적으로 분석하여 데이터 기반 HR 정책 효과성 측정 및 개선에 활용하고 있다. 또한 HR과 데이터 사이언스를 융합한 분야를 연구하며 기업의 HR 애널리틱스 도입 관련 자문 및 강사로도 활동 중이다. 감정 분류 모델, 인재 추천 시스템, HR 면접관 추천 시스템 등을 개발하여 특허를 출원했고 London Text Analytics, AI Summit Seoul, HR AI Forum 등의 콘퍼런스에서 발표하기도 했다. 그간 데이터에 기반한 의사소통과 보고를 하며 느낀 데이터의 힘을 나누고자 이 책을 썼다.