-
(FASTCAMPUS) 패스트캠퍼스 온라인 'THE RED: 데이터사이언티스트 하용호' 후기 - 강의내용요약 #3Data 2020. 12. 24. 16:03반응형
이번 글에서는 이전 편에 이어서 패스트캠퍼스의 온라인 강의 'THE RED: 데이터사이언티스트 하용호'의 강의내용을 요약한 것을 후기와 함께 전달 해드리려 합니다.
- 10년이 넘게 지난 현재의 데이터 업계에서 데이터사이언티스트가 하는 일 (#1)
- 데이터 팀을 일구기 위해 가장 먼저해야할 데이터 수집하기, 그리고 팀을 단계별로 발전시켜가기 (#2)
- 개인의 데이터사이언티스트로써 문제를 찾고 해결하는 법(분석), 비주얼라이제이션과 커뮤니케이션 방법 (이번글)
이번 편에서는, 한 개인의 데이터 사이언티스트의 문제정의와 해결, 효과적인 시각화와 커뮤니케이션 방법(특히 임원과)을 요약해드리며, 짤막한 감상과 함께 강의 후기를 마치려 합니다. 중간중간 예전에 교육으로 들었던 데이터 분석 강의와 연결되는 부분이 있어서, 같이 적어보았습니다.
문제의 정의와 해결
현업에서 일을 시작하게 되면 마주치는 가장 큰 문제는, 현업도 대다수의 데이터 팀도 어떻게 같이 일을 하는지 잘 모르는 경우가 많다고 합니다.
유명한 사례로 제시되는 것은 맥도날드의 밀크셰이크 문제입니다.
판매가 증가(주로 아침 판매)하는 밀크셰이크에 대한 고객 니즈를 알고자 했던 맥도날드 사는, 고객세그먼트, 대표그룹 포커스 인터뷰 등을 통해 조사하고 다양한 신제품을 냈으나 매출은 지지부진 했습니다. 그러한 조작한 상황에서는, 고객들이 진실로 제품을 구매하는 이유를 파악할 수 없었고 다양한 노력을 통해 찾고 개선해 보아도 실적은 오랜 기간 동안 정체되었는데요.
지친 끝에, 맡기게 된 곳이 바로 하버드대 크리스텐슨 교수의 팀이었습니다. 크리스텐슨 교수팀은 18시간 동안 맥도날드에 '죽치고' 앉아 고객의 시점과 맥락에서 관찰하고 질문했는데요. 그 질문의 중심에는 '고객이 어떤 문제를 해결하기 위해 물건을 사는가?(물건을 고용(hire)하는가)'에 있었습니다. 그렇게 알아낸 사실은 다음과 같은 고객들의 '맥락(Context)'이었습니다.
- 아침이라 바쁘고, 아무것도 안먹으면 점심까지 배고픔
- 장시간 운전해서 직장으로 이동
- 감자튀김 같은건 손에 기름 묻음
- 바쁘기에 주문하면 금방 나와야 됨
이런 문제의 '맥락'에 대한 이해는, 왜 맥킨지의 문제해결과정에서 '문제정의'라는 부분이 제일 중요하고 핵심적인지와도 연관성이 깊습니다.
그렇기에, 데이터 사이언티스트는 문제를 해결하기 위해 해당 문제에 대한 맥락으로 다가가 '죽치고' 앉아 관찰하고 질문해야 합니다. 그리고 그 맥락은, 실제 문제에 가까이 있는 현업 주위에 있기 마련입니다.
그렇다면 어떻게 현업에 더 가까이 다가가, 관찰하고 질문해야 할까요?
가까이 다가가기
보통 현업과 만나게 되는 자리는, 직위가 있는 분의 주선으로 어색한 분위기의 팀대팀의 상황에서 만나게 됩니다. 그렇기에, (대부분) 기존적인 시각이 호의적이지 않을 수 있는데요. 조급한 마음에 다수 대 다수의 환경에서 일을 진행하기 보다는, Divide & Conquer의 관점으로 따로따로 한 분씩(?) 포섭해가면서 진솔한 이야기와 소통으로(보통 이런 부분은 딱딱한 미팅에서 이뤄지지는 않기에) 관계를 만들어가길 권장드립니다.
질문하기
질문은 진실에 다가가기 위한 것이어야 합니다. 보통 사람은 어떤 추상적인 질문을 받았을 때, 이상적인 대답을 하기 마련인데요. 그렇기에, 상황질문보다는 행동질문에 중점을 맞추어 문제의 핵심에 가까이 다가가며 질문하는 것이 좋다고 합니다.
예로, '일년에 서점을 몇 번 가시나요?'와 같은 질문보다는 '마지막으로 서점을 언제가셨나요?'와 같이 추상적인 계산과 인지부하를 줄인 질문으로 응답자의 솔직한 답변을 이끌어 낼 수 있기 때문입니다.
728x90시각화
시각화는 크게 2가지 자료에 기반해 전달되었습니다. 하나는 WSJ의 Information Graphics고 다른 하나는 Google의 Material Design Guidelines 였는데요.
위의 자료와 함께, 특징적으로 강조할 몇 가지 부분들이 있습니다:
- 바와 라인차트를 우선으로, 파이차트는 노노
- 그래프 양쪽에 축을 넣지 말고, 차라리 2개로 나누기
- 선 그래프 컬러는 다양한 색보다는 차라리 같은 계열의 색에 모양을 다르게
등 위 2가지 자료에서 기본기를 숙지 후 상황에 따라 조금씩 바꾸어가며 적용하시면 좋을 것 같습니다.
커뮤니케이션
데이터 팀은 대부분이 아직 신생팀인 경우가 많습니다. 데이터에 대한 관심이 폭발적으로 증가한만큼 이따금 갑작스럽게 식어버린 관심으로 팀이 망가지거나, 위협받는(?) 상황이 연출되기도 합니다(특히 2편에서 전달드린 Passive 단계에서 벗어나지 못한 경우). 그렇기에, 데이터 팀은(주로 팀장) 끊임없는 상급자로부터의 의구심을 방어해야 합니다.
보통의 많은 부분에서 '판단을 하는 사람'인 임원이라는 직책의 특성을 알아보며, 자리의 특성상 가지게 되는 생각의 전개방식과 그에 맞는 커뮤니케이션 방법을 알아보겠습니다.
임원이라는 자리가 만드는 사고방식
먼저 임원은 선택을 하는 사람입니다. 선택은 언제나 방향성을 가지며, 그 방향에 따라 이익을 얻게되는 조직도, 불이익을 받게되는 조직도 생깁니다. 그렇기에 태생적으로 욕을 먹기 십상입니다.
그리고 임원은 넓은 분야를 다니며, 회사의 이익을 위해 선택을 하는 사람입니다. 더군다나 보통 1 ~ 2년의 계약직이기에 장기적이고 추상적인 결과보다는 단기적이고 실질적인 결과에 초점을 맞출 수 밖에 없습니다. 그렇기에 기술적인 뛰어남, 실무적인 부분에 엉켜진 논리보다는 매출, 이익이라는 돈의 논리로 생각합니다.
임원의 머릿속에는 선택을 위해 고민해야할 사항들이 많기에, 부하직원에게 기대하는 바는 자신의 선택을 쉽게 만들어줄 수 있기를 기대합니다. 결론부터 어떤 선택을 하면 어떻고, 또 다른 선택을 하면 어떤지 돈의 논리로 판단 직전의 결과까지 이끌어 제시해주기를 기대합니다.
그렇기에 임원이라는 자리에 있는 사람을 대상으로 하는 보고에는 이런 부분들이 적절합니다:
- 두괄식 (분석의 역방향)
- 결론부터 어떤 것을 풀어서 어떻게 좋아지고, 그것이 금전적인 것과 어떻게 연결되는지
- 단기적인 성과부터, 그리고 장기적인 효과까지(존재한다면) 전달
PREP으로 말하기
위의 커뮤니케이션 방법을 좀 더 기억하기 쉬운 형태로 가다듬으면, PREP(Point, Reason, Example, Point)에 해당됩니다. 먼저, 결론을 짧게 정리해 전달하고, 그 이유는 무엇이고 예시로는 어떤 것이 있는지, 그리고 마지막으로 앞의 결론을 똑같지만 다른 색채로 전달한다면 듣는 사람의 뇌리에 선명히 남고 거부감 없는 커뮤니케이션을 구사하실 수 있으실 것 같습니다.
좋았던 이유
이상으로 1, 2, 3편의 강의와 후기를 적어보았습니다.
개인적으로는 정말 실무에서의 많은 고민과 경험이 담긴 강의라고 생각합니다. 저는 팀원으로 계속 지내왔기에 그 경험과 공감이라는 부분에서 한계가 있지만, 지난 3년간 3곳의 기업의 데이터 팀에서 일하며 강의 중에 있는 현실적인 문제들을 많이 간접경험 해왔던 것 같습니다.
강의내용을 돌아보며 후기를 적는 이유도, 제가 추후에도 다시 생각날 법한 내용의 강의라서 곱씹으며 한 층 더 담아두고 싶어서 진행했던 부분인데요. 데이터 팀을 이끌어가는데, 배움을 찾는 분들께 추천드립니다.
감사합니다.
반응형'Data' 카테고리의 다른 글
데이터 엔지니어의 업무범위(하는 일) (0) 2021.01.06 기업 내의 데이터 환경은 어떤 모습인가: 데이터 생성과 소비 (0) 2021.01.03 '데이터 엔지니어'라는 직무는 어떻게 탄생되었나: 요구사항과 도구들 (0) 2021.01.03 데이터 엔지니어란? (0) 2021.01.02 'Cloudera Sessions Korea 2020'으로 보는 데이터 플랫폼의 변화 방향성 (0) 2020.12.23 (FASTCAMPUS) 패스트캠퍼스 온라인 'THE RED: 데이터사이언티스트 하용호' 후기 - 강의내용요약 #2 (0) 2020.12.21 데이터 엔지니어 공부를 위한 5권의 책 (2) 2020.12.19 (FASTCAMPUS) 패스트캠퍼스 온라인 'THE RED: 데이터사이언티스트 하용호' 후기 - 강의내용요약 #1 (0) 2020.12.19