출처
요약
단순히 데이터를 추출하는 것이 아닌 능동적인 구상과 탐색적 분석하는 것을 주장하는 글입니다.
단순 추출할 경우 추가 요청이 발생하거나 무의미한 데이터가 되어 비효율이 발생합니다.
이러한 비효율 발생을 방지하기 위해서 어떻게 해야 할까요?
- 요청한 데이터에 대한 지표도 추가로 제공
- Ad-hoc 탐색적 분석 결과도 함께 제공
- 탐색 과정에서 파생되는 이슈 발견 가능
- (데이터)요청자에게 더욱 명확한 정보 제공 가능
- 요청자와 함께 목적에 대한 가설 재설립과 임팩트있는 분석 가능 (핵심)
데이터 탐색과 함께 제공하면 장점입니다.
- 데이터 리터러시 역량 강화
- 인사이트 발굴 가능
- 사업 방향성 결정에 기여 가능
인사이트
데이터에 대한 능동적인 자세가 중요하다는 것을 느꼈습니다.
데이터는 분석에 있어서 중요한 리소스가 되기 때문입니다.
데이터 전문가라면 갖추어야 하는 기본 소양이라고 생각합니다.
'데블챌' 카테고리의 다른 글
| [데블챌 6일차] ROUGE: 문서 요약의 품질을 측정하는 지표 (0) | 2024.06.02 |
|---|---|
| [데블챌 5일차] 번역 품질을 측정하는 BLEU 스코어: 기계번역의 신뢰성을 평가하다 (0) | 2024.06.01 |
| [데블챌 4일차]Python Matplotlib 예제 정리 (0) | 2024.06.01 |
| [데블챌 3일차] 데이터 모델링: 속성과 관련된 주제 3가지 (0) | 2024.05.30 |
| [데블챌 2일차] 데이터 분석 쉽게 이해하기 (0) | 2024.05.29 |