요즘 빅데이터가 정말 핫한 것 같습니다.

현직에 있다고 하면 가끔씩 다른(?) 눈빛으로 보기도 하니까요.

그런데 빅데이터에 대해 많이들 오해하고 계신 게 있더라고요.

R, Python, SQL,.. 등등의 기술들을 어느 정도 알고 있는 지가 곧 빅데이터 분석의 지름길인 것처럼요.

물론 그런 경험과 역량만으로도 충분한 업무들이 많을 테지만, 저는 소비자 관련 데이터를 다루고 있어서 그런지, 기술적 측면을 얼만큼 아는 지보다 정말 데이터 "분석"을 할 수 있는 지가 더 중요한 것 같아요.

실제 많은 분들이 취업 전에 여러 빅데이터 아카데미 과정을 수료하고도 막상 현업에 들어왔을 때 멘붕이 되는 경우가 바로 이 지점인 것 같아요. 예를 들면 '파워포인트'를 아무리 잘 다룬다고 해도 기획서나 보고서를 잘 쓰는 건 아니잖아요?

그런데 주위를 둘러보면 데이터를 다루는 기술적 '스킬(Skill)'을 배울 곳은 많아도 정말 정말 중요한, 데이터를 분석한다는 게 무엇인지, 또 어떤 결과와 흐름을 도출해야 하는 지를 가르쳐주는 곳은 없는 듯 합니다.

물론 본 과정 또한, 데이터를 바라보는 '관점(Perspective)'을 배우기에 충분한 시간은 아닙니다. 다만, 본 과정을 거치는 동안 배운다기 보다는 '스스로 고민하는' 과정을 통해 조금이나마 맛보시게 될 거에요.

그리고 그렇게 맛보신 경험은 앞으로 여러분이 스스로 학습할 수 있도록 이끌어 줄 겁니다.

때문에 본 과정에서는 R, Python, SQL 같은 기술들도 '반드시' 필요하지는 않습니다.

우리의 목적은 '얼마나 코딩을 잘 할 수 있는지'가 아니라 어떠한 '관점'으로 데이터를 바라보고 '스토리'를 만들 것인 지를 학습하는 거니까요.

코딩 언어를 사용하실 분들은 충분히 사용하셔도 되고,

엑셀이나 파워포인트 등에 익숙하신 분들은 활용 가능하신 만큼 사용하셔도 됩니다.

[과제 소개]

우리는 '트렌드 분석'을 진행할 예정입니다. 스스로 분석 주제와 소재를 선정하고, 분석 방법을 설계/수행하며, 나아가 파워포인트로 보고서까지 작성하게 됩니다. 분석 데이터는 누구나 접근 가능한, 네이버 데이터랩 / 쇼핑인사이트 등 온라인 검색 및 행동 데이터를 활용할 것이며, 그 외 개인이 접근 가능한 데이터는 마음껏 활용하셔도 무방합니다.

(위 말풍선에 있는 패션회사의 '메타버스' 시장 분석 요청은 하나의 사례일 뿐입니다.

즉 메타버스 시장을 분석하는 것이 아닌 자유롭게 트렌드 주제를 '스스로' 선정하셔서 분석하시게 될 것입니다.)

앞서 공유했듯이 엑셀로 분석하셔도 되고 R이나 Python을 통해 분석하셔도 됩니다.

다만 단순한 분석이 아닌 꽤 설득력 있는 Insight를 뽑아 내셔야 합니다. 여기서 Insight라 함은, 유의미한 결과 뿐만 아니라 유의미한 결과로 도달하기까지의 과정, 즉 누가 봐도 호기심이 들 정도의 Story로 풀어내셔야 합니다.

[캠프 수강 대상]

• 소비자 데이터 분석을 통해 Insight를 발견하는 직무로 취업하고자 하시는 분들에게 적합합니다.
• R, Python을 배웠지만 아카데미에서의 팀 과제 경험이 전부인 분들이나
• 분석 보고서 작성을 경험하고 싶으신 분들이 들으시면 좋습니다.
• 머신러닝/딥러닝 등 데이터 엔지니어를 지원하시는 분들에게는 적합하지 않습니다.
• 본 과정에서는 R, Python 등의 코딩 언어에 대해 교육하지 않습니다.
• 다만, R, Python을 통해 참석자가 스스로 데이터를 분석했을 경우, 해석에 대한 간단한 코칭은 있을 수 있습니다.

[캠프 수강 학습 요건]

• PPT, 엑셀 중급 이상(sumif(s), count(if,ifs, a), vlookup, 피벗테이블 등 활용 가능한 정도)인 분들이 들으면 좋습니다.
• 본 과정에서는 네이버에서 무료로 제공하는 '검색어트렌드' '쇼핑인사이트' 등의 자료를 활용하니,
• 본 과정 수강에 앞서 https://datalab.naver.com 사이트를 둘러보시고 결정하시기를 추천합니다.
• 강조하지만, R, Python 등의 스킬이 반드시 필요한 과정이 아니니 편하게 수강해 주세요.

[과제를 통해 얻어갈 수 있는 것]

"그냥 분석 결과가 이렇게 나온 거라.."

"원래 코딩하면 이렇게 나와서.."

거짓말 같겠지만, 분석 결과를 묻는 상대에게 적지 않은 분석가들이 실제 이런 얘기들을 합니다.

그리고 고개를 젓는 상대에게 데이터를 몰라서 그렇다며 혀를 차죠.

분석은 단편적으로 추출된 결과물의 나열이 아닙니다. 데이터를 '분류'하는 것과 '분석'하는 것은 엄연히 구분되어야 합니다. 또한 내가 분석한 내용을 얼마나 잘 설득할 수 있느냐가 관건입니다.

여러분들은 본 과정을 통해 실제 세상에서 일어나고 있는 사실들을 기반으로 어떤 해석들을 첨가하여 스토리로 구성할 수 있는 지를 배울 것입니다. 그리고 그러한 경험들은 여러분들이 앞으로 여러 낯선 데이터를 마주할 때 두려워하지 않고 마주할 수 있는 힘을 길러줄 것입니다.