기업은 아주 작은 규모라고 하더라도 역할에 따라 지식과 경험이 다른 담당자가 서로 업무를 지원하는 구조로 운영된다. 그래서 자료를 주고받을 때는 누구나 쉽게 이해할 수 있는 용어와 일반적인 상식으로 논리적으로 진행되어야 한다.
데이터 기반 인사이트 역시 결과와 도출과정 모두 부서 간 공감대를 얻는 방법으로 진행되어야 하며 생소한 단어와 설명하기 어려운 방법은 서로의 지식을 통한 보완을 거치지 못하며, 결과물에 대한 불신으로 이어지게 된다.
이러한 측면에서 시중에 나와 있는 데이터 분석 방법들은 대부분 컴퓨터공학과 통계학을 바탕으로 복잡한 프로그램과 수학 공식으로 구성되어 있어서 비전공자가 배우기 어려울 뿐 아니라, 도출과정 역시 기업 현장에서 사용하기엔 적합하지 않다.
게다가 데이터 자체에 대한 설명은 빠져있기 때문에 전공자들조차도 단순 기술 습득만 가능할 뿐 인사이트를 도출해내기는 어렵다.
기업의 업무와 데이터는 컴퓨터공학보다는 경영학과 사회 경제학적인 방식으로 구성되어 있으며, 흔히 접하고 활용하는 상식으로 설명될 수 있다. 인사이트 도출 방법 역시 컴퓨터공학과 통계학에서 파생되었다고 하더라도 일상적인 데이터 정리작업과 문서 작성 방식으로 분석 가능하며 도출과정 역시 모두와 공유하고 서로의 지식으로 보완될 수 있다.
이에 따라 실무에서 활용되는 데이터 기반 ‘인사이트 도출 방법’을 설명하고 타 부서와 협업하거나 업무에 활용할 때 조심해야 할 부분을 소개하고자 한다.
이번 포스트에서는 인사이트 도출에 있어서 가장 기본이 되는 세분화와 관련된 분석 방법을 알아보자.
데이터 분석(分析)은 나눌 분과 쪼갤 석이라는 한자로 구성된 단어로 분석을 한다는 행동은 단어 자체만으로도 무언가를 작게 잘라서 확인하거나 조사하는 행위를 말한다.
실제로 인사이트 도출을 위해 데이터를 분석할 때 가장 기본이 되는 작업은 데이터를 작게 자르고 분류하는 것으로 분류된 항목의 속성을 들여다보거나 나눠진 그룹을 비교하는 것만으로도 상당한 인사이트를 도출할 수 있다.
1. 별별분석(드릴다운 기법)
데이터 요약을 기반으로 한 분석 방법으로 성별, 연령별과 같이 보고서를 작성할 때 일상적으로 사용하는 ‘별’이란 구분 값을 추가하면서 데이터를 잘게 쪼개고 탐색하는 방법이다. 디멘전을 중첩하는 ‘드릴다운’을 이용하기 때문에 정식 명칭은 ‘드릴다운 기법’이지만, 설명하기 쉽다는 이유로 별별분석이란 이름이 더 자주 쓰인다.
2. 세그먼트(Segment) 비교
별별분석등의 작업을 거쳐 데이터를 쪼개는 작업을 세분화라고 하며 생성된 고객군은 세분화 그룹 또는 세그먼트(Segment)라고 한다. 세그먼트 비교는 발굴된 세그먼트를 중심으로 전체 고객과 해당 세그먼트를 제외한 그룹과 비교하거나 유사 세그먼트를 만들어서 비교하는 방법으로 나눠진다.
구분 | 내용 |
세그먼트 vs. 전체 | 세그먼트를 포함한 전체 그룹과 세그먼트를 비교 |
세그먼트 vs. 나머지 | 세그먼트를 제외한 전체 그룹과 세그먼트를 비교 |
유사 세그먼트 | 유사한 속성의 세그먼트 여러 개를 생성하여 비교 |
3. 코호트(동질집단) 분석
코호트(cohors)란 로마 군대에서 같은 뜰(co)에서 훈련(hors)받은 무리에서 유래한 말로 ‘같은 기간 동안 같은 문화와 역사적 사건 등을 겪으면서 동질성을 가지게 되는 집단’을 의미한다. 특정 사건을 중심으로 유사성을 관찰하는 용도로 인구통계학과 마케팅 분야에서 고객을 세분화할 때 자주 이용하는 방법이다.
인구통계학에서는 한 사람의 생애를 나열하는 듯한 방식으로 코호트를 사용하는데, 코호트 간 생활과 소비 측면의 동질성이 커서 소비자의 행동과 시장 변화를 파악 유용하게 활용될 수 있으며, 통계청에 정기적으로 코호트의 변화를 조사하고, 각종 연구보고서가 배포되어 참고자료를 구하기 쉽다.
구분 | 설명 | 주요 특징 |
출생 | 동일 년도 출생, 세대 개념 | 광범위한 경험 공유 |
교육 | 유사 수준의 교육을 받은 그룹 | 직업, 소득에 영향 |
결혼 | 유사한 시기에 결혼한 그룹 | 자산, 거주지 변화 |
출산 | 출산 및 양육과 관련된 그룹 | 소비 형태 변화 |
퇴직 | 동일시기에 퇴직한 그룹 | 소득, 사회활동 감소 |
'기업의 데이터 분석' 카테고리의 다른 글
2.4. 수치형 자료 분류와 인사이트 도출 방법 (1) | 2023.05.20 |
---|---|
2.3. 날짜 및 경과에 따른 인사이트 도출 방법 (0) | 2023.05.19 |
2.1. 데이터를 요약하는 방법(엑셀 피벗테이블 및 차트) (0) | 2023.05.17 |
1.3. 데이터로 할 수 있는 업무 영역 (0) | 2023.05.16 |
1.2. 기업의 데이터 수집에 대한 현실적인 지침 (0) | 2023.05.15 |