[데이터 사이언티스트] non-데이터 사이언티스트는 얼마나 데이터를 다룰 수 있어야 하는가

 

[데이터 사이언티스트 Q&A]

 

Q :: "데이터 사이언티스트나 IT컨설팅을 지향하고 있진 않아 향후에 빅데이터 분석/관리 분야의 일을 할 것 같지 않습니다만 통계가 전공이다보니 데이터를 접하고 분석하게될 가능성이 높을 거라는 생각이 듭니다. 제가 궁금한 점은 저와같은 non-데이터 사이언티스트 같은 경우라도 향후 기업에서 데이터 업무를 보게된다면 데이터에 대해 얼마나 이해할 수 있어야하고 어느정도의 데이터 분석 역량을 가져야하는지 궁금합니다."

...

 

 

[A]... 재미있는 질문입니다.
질문을 다시 요약한다면, 데이터 사이언티스트 (어떻게 정의하는가에 따라 의미가 달라지겠지만...) 까지는
되고 싶지 않지만, 데이터 분석 역량이 많이 필요할 것인가? 정도가 될 것 같습니다.

여기서 한가지 특별히 중요한 것은 통계학과 출신이라는 점입니다.
본인이 원하지 않아도 기업에 관련 자원이 부족하다 보면 심도있는 반복적 데이터 분석 업무가
본인에게 주어지지 않을까 하는 생각이 먼저 듭니다.
대부분의 기업에서 데이터 분석을 위한 백그라운드를 가진 자원이 부족한 것이 현실이라서 입니다.

두번째는 데이터 사이언티스트는 강의중 말씀드렸던 바와도 같이
상당한 고도의 분석능력과 데이터 처리 능력을 갖추어야 하겠지만
실제 기업에는 그런 인력이 그리 많지 않습니다. 그래서, 차선책인 인원들을
대용으로 사용하고자 하기 마련입니다.

대개의 경우가 <IT인력 + 통계분석인력 + 마케팅/서비스/기획등 영역별 스탭> 형태의 분업된 팀으로 분석을 수행합니다. 이 때 영역별 스탭에 속해서 분석전문인력이 되지 않으려면
해당 영역에 대한 상당한 전문성 (예를 들면 마케팅 석사 이상의 마케팅 지식/경험을 갖춰야 할 겁니다.

 

아니면 결국 다시 통계분석인력... 쪽으로 배치될 가능성이 생기겠지요.
하지만, 만일 영역별 스탭임을 고집할 수 있는 상황과 의지가 있을 경우라면
통계분석(혹은 데이터 마이닝이나 사이언스)은 상당 부분 해당업무 전담자에게 일임할 수 도 있습니다.

신용카드사들이 특히 데이터 분석의 활용이 많은 편으로 보입니다.
그 사례를 기준으로 본다면 마케터나 기획스탭들의 대부분이 통계분석전문도구 (예: SAS 또는 R)를
하루 종일 다룹니다. 이들은 전문분석인력까지는 아닌데도 말이지요.
부장/팀장급이 아니면 이런 작업들에서 손을 떼지 못합니다.
업무의 대부분이 숫자로 결정되기 때문이지요.
이때 시간을 단축하고 더 나은 결과와 숫자를 뽑아낼 수 있는 능력은
조직내에서 강력한 경쟁무기가 됩니다.

 

 

다른 시각에서 이야기 한다면,
[1] 얼마나 분석능력이 필요할 것인가는 하루 종일의 업무시간중 얼마나 시간을 데이터 분석에 투입할 것인가와
[2] 얼마나 뛰어난 데이터 분석 자체에 대한 "기획" 역량을 보유할 것인가로 나누어 답해볼 필요가 있어 보입니다.

 

 

[1]에 대해서는, ... 하루 중 데이터 분석을 적게 하는 사람일 수록 월급을 많이 받는다
[2]에 대해서는, ... 뛰어난 역량을, 심도있는 분석에 대한 이해도를 가지고 있을 수록

월급을 많이 받으며 빠르게 승진할 수 있다

두가지 정도의 Fact로 답이 되지 않을까 싶습니다.

 

 

다른 능력만큼이나 데이터 분석에 대한 심도있는 전문능력은 기업에서 환영받는 것이 이미 현실이라 보입니다.
물론, 비즈니스 문제를 정의하고 그에 대한 직관과 데이터를 결합한 해결대안을 생성/평가 하는 능력이
종합적으로 요구되는 것이 실전이지만요.