데이터 분석의 힘

데이터 분석의 힘 - 그 많은 숫자들은 어떻게 전략이 되는가
이토 고이치로 지음, 전선영 옮김, 이학배 감수 / 인플루엔셜(주) / 2018년 8월

어느 아이스크림 회사에서 매출을 높이기 위해서 광고를 했는데 매출이 전년도에 비해 40%나 올랐습니다.

광고 덕분에 매출이 올랐을까 라는 문제의 답은 그럴수도 있고 아닐수도 있다 라는 것입니다. 이런 데이터에서 인과관계를 이끌어내기란 힘이 듭니다.

다른 요인이 영향을 미쳤을 가능성이 있다 라는 부분과 인과관계가 반대일 가능성도 있다 라는 부분이 있습니다.

즉 엉터리 데이터 분석이 되고 있다는 것을 의미합니다.

그래서 인과관계를 측정하는 가장 좋은 데이터 분석 방법은 RCT(무작위비교시행)입니다.

집단을 무작위로 나눕니다. 그래서 개입집단과 비교집단으로 나누어서 개인집단에서는 원하는 것을 개입을 시키고 나온 결과를 아무개입도 안한 비교집단의 결과와 비교합니다.

RCT(무작위비교시행)의 장점은 인과관계를 과학적으로 보여준다는 점과 분석 기법과 결과가 투명합니다.

단점으로는 비용, 시간, 노력이 많이 들고 여러기관에 협력도 필요합니다.

RCT(무작위비교시행)는 데이터 분석자가 능동적으로 실험을 설계하고 개입을 통해 데이터를 수집,분석하는 인위적인 방법입니다.

RCT(무작위비교시행)가 불가능할때나 우연히 발생한 실험과 유사한 상황을 활용하기 위한 RD디자인 방법이 있습니다.

RD디자인은 온갖 경계선을 활용하여 인과관계를 다가서는 자연실험 기법입니다.

장점으로는 가정이 성립하면 경계선 부근에서 RCT와 유사한 상황을 이용할 수 있습니다. 주요 결과는 그래프로 나타내서 이해하기 쉽게 되어 있습니다.

단점으로는 가정이 성립할 것이라는 근거를 제시할 수는 있지만 실제로 성립한다는 것을 입증할 수는 없습니다.

RCT(무작위비교시행) 불가능할 경우에는 또 다른 자연실험 기법인 집군분석을 활용할 수 있습니다.

집군분석은 계단식 변화를 이용하여 인과관계를 밝혀냅니다.

장점으로는 분석에 필요한 가정이 성립하면 경계선 부근에서 마치 RCT가 실시된 듯한 상황을 이용할 수 있습니다.

단점으로는 분석에 필요한 가정이 성립할 것이라는 근거를 제시할 수는 있지만 입증할 수는 없습니다.

자연실험 방법중에서 가장 강력한 패널데이터 분석이 있습니다.

패널 데이터 분석을 이용하려면 복수의 집단에 대해 복수의 기간에 걸쳐 데이터를 수집할 수 있습니다.

장점으로는 필요한 데이터만 확보된다면 RD디자인이나 집군분석 이상으로 광범위하게 이용할 수 있습니다.

단점으로는 RD디자인이나 집군분석에 필요한 가정에 비해 평행 트렌드 가정은 매우 까다로운 가정이며 실제로는 성립하지 않는 경우가 많습니다.

데이터 분석 결과는 분석 대상외에도 적용 가능한가라는 외적 타당성 문제를 중요하게 생각합니다. 모두 고려를 해서 사용할 수 있도록 분석을 통해서 결정을 하면 됩니다.