데이터 문해력 (저자 : 카시와기 요시키)

실제로 읽고 정리 해보았습니다.
책은 한번 읽고 완전히 알수 없다고 생각하여 계속 업그레이드 할 예정이며 이번글에서는 1차로 정리 한 내용입니다.

출처 : 알라딘 서점

데이터의 문해력 어떻게 보면 ? 데이터는 데이터지 더이상 알게 있을까? 라고 생각할 수 있습니다.
 
아래는 도서에서 중요하다고 생각되는 내용입니다. (출처 : 데이터 문해력 중)

처음 시작이 목적 및 문제를 정의 한다 입니다. 쉬운것 같지만 이부분이 가장 중요하고 정확해야 다음을 진행할 수 있습니다.

데이터가 답이 아닌거죠 중요한건 무엇을 할것인가 의문에 데이터를 활용하는거죠.

쉬우면서도 어려운 부분 같습니다. 항상 잘해라 좋게하자 열심히라는 단어는 자주 사용하지만 구체적인 내용이 필요한 부분 같습니다.

결론을 도출 하는 프로세스 알맞는 평가지표 및 기준을 정하는것이 우선되어야..

 
여러 분야의 현업에 종사하시는 분들이 많으시겠지만 정말 기준, 정답 이 있다면 정말 좋을거 같습니다.
여담이지만 공정관리(일정관리)에서도 어려운점이 정해진 기준이나 법칙이 없습니다. 회사마다 다르고 프로젝트 마다 다르고 발주처의 성향에 따라 다르고 결국은 상황이나 환경에 맞는 관리를 한다는게 어렵게 느껴졌었거든요. 제가 생각하는 한가지 돌파구는 그렇다면 여러 프로젝트에 대해 경험해보고 여러환경이나 기준에 대해 여러 방법을 시도해 보는겁니다.  만약 이럴 수 있다면 그나마 조금은 기준이라고 하는 근사치에 어쩌면 가장 적합하다고 판단되는 수치에 근접할 수 있지 않을까 생각해 봅니다. 

책중에 정답은 존재하지 않는다는 말 공감이 가네요.

올바른 데이터(지표) 여기서 올바른 이 무엇보다도 중요합니다.

데이터 및 지표의 결정은 어떤 무슨 목적과 문제냐에 따라 천차만별이죠.

SMALL

비교분석은 어려 분야 에서 사용되는거 같습니다. 예로 (공정관리)일정관리에서는 계획과 실적을 비교분석하거든요.

A, B의 차이

A,B의 평균만으로 봤을때는 당연히 A가 높다고 수치평가를 할 수 있지만 세부적인 위에 그래프를 보면 평균을 기준으로 상위의 분포는 B서비스가 우수하네요. 반대로 평균을 기준으로 평균이하를 봐도 서비스B의 그래프 면적이 A보다는 적은것을 알 수 있습니다. 

산포도의 활용예로 좋은 사례네요. 값의 크기와 추이비율을 비교하는건 4가지의 분류로 나눠 분석을 할 수 있게 해줍니다.

자주 접하는 데이타 로 무엇을 판단할 것인가?

 
결국 목적(문제) - 평가 - 원인(요인) - 방법(해결방안) 순으로 생각하게 하는 예제들로 나머지 페이지를 차지한다.
예제를 고민해보면서 어느정도는 데이터를 이해하는 경험을 할수있는 괜찮은 책이다.

데이터로 가치를 만드는 Steven, Follow on LinkedIn