매출을 올리는 데이터 사이언티스트

매출 올리는 데이터 사이언티스트 - AI, 빅데이터로 매출 10배 올리고 싶은 이들을 위한 비즈니스 전략서
김도환 지음 / 라온북 / 2021년 11월

데이터 사이언티스트가 가져야할 7가지 요건

1. 객관적으로 사고하기

 데이터 분석은 객관적인 사고가 핵심이기 때문에 감성보단 이성을 따른 사람이 데이터 과학자에 더 적합하다. 또한 인간은 주관적이기 때문에 자신의 사고의 틀을 벗어나기 쉽지 않다. 그래서 개방적이어야 한다. 타인의 생각을 받아들이고 그 관점에 서서 내 사고를 의심해봐야 한다. 

2. 끊임없이 "왜?"라는 질문 던지기

 데이터 과학자는 인문학적 소양을 쌓는데도 게을리하지 말아야 한다. 우선, 인문학적 역량이 분석 기회 과정에 핵심적으로 쓰이기 때문이다. 데이터 과학자가 하는 데이터 분석은 고객의 니즈와 원츠를 파악하고 이에 맞게 데이터 분석 과정을 기획하는 일이다. 이런 니즈와 원츠를 파악하기 위해서는 고객 입장에서 사고할 수 있어야 한다. 이런 사고에 도움을 주는 것이 심리학, 마케팅, 철학 같은 분야에 대한 심도 깊은 지식이다. 그렇기에 인문학적 역량이 데이터 과학자에게 중요한 것이다.  

3. 문제 해결을 위한 설득 즐기기

 데이터 분석에는 사람을 설득해야 하는 과정이 들어간다. 아무리 화려한 시각화와 논리적인 데이터 분석이 있다 하더라도 사람을 설득하지 못하면 소용이 없다. 상대를 설득하려면 상대에게 믿음을 얻고 호감을 사야한다. 또한 상대의 상황을 이해하고 공감해줘야 한다. 이 과정을 거치고 난 후 데이터를 근거로 논리를 내세울 때 설득이 된다. 사람들이 데이터 과학자는 수치를 해석하고 분석하는 능력만 있으면 된다고 생각하지만 이렇게 설득하는 과정이 있어야만 최종적으로 비즈니스 세계에서 살아남을 수 있다. 

4. 다양한 데이터를 접하고 계속해서 분석하기

 데이터 과학자로서 다양한 데이터를 접할 수 있는 환경은 중요하다. 왜냐하면 데이터가 다양하고 많은 곳에서 더 많은 일을 할 수 있기 때문이다.

5. 끊임없이 파고들어 방법을 찾기

 분석은 수많은 데이터에서 패턴을 찾아내기 위해 분류하고 또 쪼개서 하나하나씩 살피는 것이다. 분석을 잘하기 위해서는 끈기와 문제해결력을 길러야 한다. 문제를 해결하기 위해선 나누고 쪼개며 명확한 것을 차츰차츰 늘려나가야 한다. 내가 아는 것과 모르는 것을 명확하게 나눈다. 그리고 아는 것을 바탕으로 모르는 영역을 점차 지워나간다. 그러면서 문제를 해결하는 것이다. 문제를 해결하는 과정 자체에세 분석력이 쓰이니, 분석력이 쓰이니, 분석력이 자연스레 길러질 수 밖에 없다.   

6. 기술 발전 속도에 뒤처지지 않기

 새로운 기술에 관심을 갖고 빠르게 학습할 수 있는 사람이 데이터 과학자로서 적합하다. 새로운 기술을 파악하지 못할 경우 정체될 위험이 있기 때문이다. 자신의 주력 분야를 선정하고 최신 논물을 통해 새로운 기술을 익혀나가고 이외의 분야는 책을 통해 습득한다. 

7. 아이디어가 나올 수 있는 시간 마련하기

 무조건 문제를 붙들고만 있는다고 해결되지 않는다. 유레카의 경험으로 부터 우리는 다른 일을 할 때 우연히 해결책을 찾을 수 있다.

데이터 사이언티스트는 아니지만 누구나 데이터를 취급해야만 이 시기에 살아남을 수 있을 것으로 생각한다. 특히 객관적으로 사고하고 데이터를 분석하여 남들을 설득 하는 것은 어느 곳에서 사용되기 때문에 이 능력들을 기르는데 촛점을 맞춰야 될 것이다.