● 데이터 분석가에게 필요한 하드스킬
1) 언어
- SQL : 데이터 추출 및 간단한 분석에 필요
- Python : 요인 분석, 예측 모델링 등 심화된 분석에 필요
- 엑셀
2) 통계
- 기술통계 : 주어진 데이터의 특성을 계산하고 설명하는 간단한 통계적 계산을 할 수 있음
→ EDA와 시각
- 추론통계 : 표본을 사용하여 모집단에 대한 일반적인 특성을 추론하고 예측하기 위해 사용
→ A/B테스트에 필요한 가설검정( 귀무가설, 대립가설, 검정력 등)
3) 도메인 및 비즈니스에 대한 이해
- 도메인 또는 산업에 따라 정의해야 할 문제와 비즈니스가 다름
- 따라서 도메인에 대한 이해와 기본적인 비즈니스 지표 및 KPI 성공지표(MAU)에 대해 알고 있어야 함
이를 통해 더 나은 분석을 수행하고, 비즈니스 성과에 직접적인 영향을 미치는 유의미한 통찰을 제공할 수 있음
4) 툴 다루는 역량
- 분석 툴 : SaaS 툴(구글 애널리틱스, 앰플리튜드 등) & BI 툴 (태블로, 루커 스튜디오 등)
- 툴을 잘 다루는 것은 데이터 기반 의사결정을 빠르게 할수 있는 환경을 위해 필요함
- 툴을 활용할 때 데이터 분석에 용이한 데이터 마트를 설계하고 자동화하는 방법까지 습득하는게 좋음
5) 업무 자동화와 데이터 엔지니어링
- 데이터 분석가에겐 다양한 부서의 일회성 분석 요청을 처리해야 할 상황이 있음. 일회성 분석의 경우 BI 대시보드, 데 이터 플랫폼을 통해 자동화로 해결되고 있는 추세임
- 플랫폼이 자동화 된 단계에서도 플랫폼을 최적화할 수 있도록 개발자와 소통을 해야하며 필요한 기능을 기획 및 테스트 해야함
- 최근에는 데이터마트,데이터 파이프라인을 만드는 데이터 엔지니어링 역량도 함께 요구됨
● 데이터 분석가에게 필요한 소프트 스킬
데이터 분석가는 비즈니스 고객, 유저 등 많은 사람들의 행동을 이해하고 다양한 관점에서 커뮤니케이션을 하게 된다. 무엇보다 의사결정의 기준을 세우는 직무인 만큼 소프트 스킬이 매우 중요하다
1) 커뮤니케이션 능력
- 데이터의 언어를 다양한 직무의 관점으로 바라보고, 모두가 이해할 수 있는 언어로 바꿀 수 있는지가 중요함
2) 협업 능력과 태도
- 다양한 직무의 팀원들과 협업하는 경우가 많으므로 , 그들이 잘 이해할 수 있는 소통방식과 태도를 갖추어야 함
- 자신이 속한 팀이 기능 조직인지, 목적 조직인지에 대한 확인이 필요
3) 문제 정의 및 문제 해결 능력
- 데이터 분석을 진행하기 전, 문제 정의가 선행 되어야 함!
- 이때 문제를 논리적으로 정의하고 현상에 대한 파악을 토대로 다양한 분석 방법론 적용
4) 보고서 작성
- 분석 결과를 공유하기 위해 보고서를 작성하는데, 이때 보고서 형식, 논리, 시각화에서 누구나 잘 이해할 수 있는 비즈 니스 보고서를 작성하는 것이 중요함 (보고서의 표현과 언어를 비즈니스 관점에서 작성하기)
- 나아가 분석 결과를 토대로 기획, 전략 단계까지 사업화할 수 있는 액션 아이템을 구상할 수 있어야 함
느낀점 : 데이터 분석가는 정말 다방면으로 뛰어나야 된다고 생각한다. 소프트 스킬에 대해서는 생각을 많이 해보지 않았었는데 어쩌면 소프트 스킬이 기본으로 깔려있어야 된다는 생각이 든다. 물론 하드스킬도 공부할 부분이 엄청 많다...
그리고 트렌드가 빠르게 변화하고 있으므로 수시로 채용 공고를 확인해서 어떤 역량을 위주로 공부를 해야할지 정해야 할 것 같다.