데이터 분석의 힘

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

빅데이타 빅데이터 우아우어! 한 5년 됐을까. 언제부턴가 빅데이터 분석이라는 단어가 유행하기 시작했다. 수많은 데이터에서 의미있는 겨론을 도출하자! 라는 말이다.

근데...그 많은 데이터에서 시사점을 어떻게 뽑아내지? 데이터를 쭉 읽으면서 처천히 

생각해볼까? 그럴 시간이 없다. 데이터가 많아서. 또 그렇게 주관적으로 생각하면

어떤때는 의미있는 결과가 나오겠지만 그렇지 않을때도 있다. 객관적인 방법이 있어야 한다.

통계학은 이를 가능케 한다.

뭐라고요? 통계는 어렵다고요? 맞다/. 통계는 어렵다. 하지만 이 책에서는 초보자들이 

할수 있고 알기 쉬운 방법을 소개한다.

1. 기초 지식

 - 데이터 분석의 목적은 어떤 요인 이 결과에 영향을 미쳤는지 인과관계를 설명하려는 것

 - 인과관계는 상관관계와 아주 다르다.  X가 Y의 원인이면 인과관계

   X가 Y와 관계가 있을뿐 원인은 아닐경우 상관관계

 - 인관관계와 상관관계를 혼동하면 아주 큰일난다. 

2. RCT(무작위비교시행)

 - 인과관계를 밝히는 가장 좋은 방법

 - 개입집단(영향을 받는 집단) 과 비교집단(영향을 받지 않는 집단) 으로 나눌수 있어야 한다.

 - 집단은 무작위로 나누어야 한다

 - 집단에 충분한 표본수가 있어야 한다 

 - 인과관계를 분명히 보여준다는 장점이 있다.

 - 비용과 시간이 많이 들고 기관의 협력이 필요해서 쉽게 쓸수는 없다.

3. 자연실험법

 - RCT를 사용할수 없는 경우의 대안 

 - RD 디자인은 RCT의 한 종류이다. 인과관계를 찾아가는 자연실험 기법

 - 경계선을 기준으로 한가지 요인(X)만 비 연속적으로 변하는 상황을 찾는다 

 - 위 가정이 서립하다면 경계선 부근에서 RCT실험법과 유사한 실험을 할 수 있음

 - 결과를 그래프로 표시 가능 (갑자기 그래프가 튀니까 분명하게 볼 수 있다)

 - 경계선을 기준으로 한가지 요인만 비 연속적으로 변한다는 '가정' 이 참인지 

   거짓인지 확인이 불가능 하다. 가정일뿐..

4. 집군분석 

 - 계단식 인센티브를 사용할 수 있는 경우 

 - 분석하고 싶은 변수 만 계단식처럼 변할 경우 (세율처럼)

 - 경계선에서의 데이터 분포를 분석

 - 상위 가정이 성립한다면 경계선 부근에서 RCT와 같은 효과 산출 가능 

 - 계단식 인센티브에 반응한 대상에 대해서만 인과관계 분석 가능하다는 약점

5. 패널 데이터 분석 

 - 복수의 집단에 대한 복수의 기간에 걸친 데이터가 있을경우 

 - 개입을 전후해서 개입집단 / 비교집단 양쪽의 데이터를 입수가능한지 확인 

 - 데이터가 확보되면 RD디자인, 집군분석과 같이 광범위하게 사용 가능

 - 개입집단 전체에 대한 효과를 분석할수 있어 분석 대한이 제한된 RD디자인이나 집군분석 보다 더 효과적

6. 기타 

 - 기업은 전문 분석 기관에 데이터 분석 의뢰를 하는 것이 좋다

 - 기업내 분석가들은 업무량이 많아 새로운 시각에서 분석하는 것이 힘들다 

 - 신뢰가능한 분석가를 찾아서 가끔식 외부인의 시각에서 분석하는 것이 좋다!