통계학과를 졸업했고 R,SAS,SPSS 등을 다뤄봤지만
실무에서 도대체 어떻게 쓰이는지 알기가 쉽지 않았다
우선 프로그래밍 능력을 키워두면 어디엔가 도움이 되곘지 하는 생각에
R기본서, ADP, 빅데이터분석기사와 같은 자격증을 파던 중 우연히 발견한 책 : 한달 공부 데이터 분석.
우선 이 책이 좋았던 것은 일반적인 서술형태가 아니라
NOVA라는 화장품회사의 데이터분석팀에 성지나라는 팀장이 오면서 일어나는 일들을 생동감있게 표현했다는 것이다.
"굳이 선택하자면 정기 생산이 좋긴 한데, 그래도 수량을 고정적으로 하는 것도 중요한 포인트 아닐까요 ?"
"생산 수량이 MPQ에 맞지 않으면 생산팀에서 수용하지 않을텐데요?"
조 주임과 내가 한마디씩 더 했다. 잠시 생각하던 성팀장이 말했다.
"두 분 다 정량 생산이 맘에 드는군요. 호호호. 어떤 방식을 바로 우리 생산에 반영한다, 안 한다결정을 하기가 쉽지 않아요. 지금까지 생산주기를 일정하게 해왔기 때문에 정기적 생산이 향후 활용 가치가 더 높을거같다고 생각해요. 이번엔 MPQ를 고려했을 때 1회 생산 시 가장 효과적인 생산량이 어느 정도인지 파악해 보겠습니다.
회의 과정, 데이터분석이 다른팀으로 부터 요구되고 분석되는 과정, 문제상황 등을
마치 나 역시 NOVA의 데이터분석팀원이 된것처럼 자세하게 그려주고 있어서
데이터서적중에서는 거의 처음으로? 깊게 몰입하면서 읽을 수 있던 책이다.
(몇 권 읽지 않았다는건 비밀)
내용도 알차다.
NOVA의 경쟁사 분석, 화장품시장 분석, 올해매출 예측, 효율적인 재고관리방법 , 설비생산성 분석, SNS분석 등 실무에서의 분석과정을 상세히 알 수있다.
이 책은 화장품 회사NOVA를 예시로 들었지만
"어짜피 모든 데이터분석은 응용이다" 라는 저자의 덧붙이는 말처럼 다른 회사에서도 충분히 적용할 수 있는 방법들이다.
아직 회사에서 데이터분석경험이 없이 이 책을 읽어서 그런지
나는 이 책을 취준생, 특히 데이터분석직무에 지원하려고 하는 취준생들이 꼭 읽어봤으면 좋겠다.
자소서, 면접의 퀄리티가 달라질것이라고 생각한다.
마지막으로 에필로그에서 저자가 강조한 데이터분석가의 5가지 역량으로 리뷰를 마무리한다.
1.스킬보다 비즈니스 환경을 먼저 이해하라
2.수학을 잘 할 필요는 없다. 그러나 확률과 통계는 알아야 한다.
3.알고리즘은 코딩이 아니라 논리적으로 생각하는 힘이다.
4.스토리텔링 기법을 활용하여 커뮤니케이션 능력을 키워라
5.다르게 생각하고, 색다른 시선을 가져라 - 독서가 필수