[분석] 분석 결과를 빛내주는 사소한 요소들

 

0. 들어가며

제가 지금 회사에 입사했을 때 계셨던 선임분이 종종 해주셨던 말이 있습니다.

'분석을 잘해놓고 마무리가 엉성하면 너무 아쉽잖아,
분석을 잘 했으면 조금만 더 신경을 써서 결과를 보기 좋게 정리하는 것도 중요해' 

이 이야기를 듣고 그 분이 만들었던 결과물을 봤을 때 분석의 내용이 깔끔하게 정리되어 있어서 훨씬 이해가 편안했고 분석의 내용도 보다 좋게 느껴지는 경험마저 할 수 있었습니다.

 

저는 처음 분석가로 업무를 시작했을 때 인사이트가 좋은 분석결과를 내는 것이 가장 중요하다는 마인드로 업무를 했었는데요.

저 이야기를 듣고 스스로 생각을 해보다 보니 '듣는 이가 이해할 수 있는 분석 결과를 만들어주는 것 또한 굉장히 중요하다.'라는 생각을 많이 하게 되었습니다.

 

그래서 요즘은 자연스레 '좋은 분석은 한 끗이 다르다.'라는 문장을 마음속에 품고 업무를 진행하고 있는데요.

한 끗에 오억을.....?

이번 포스팅에서는 제가 생각하는 '한 끗'에 대해서 이야기를 해보려 합니다.

 

 

---

1. 내가 생각하는 분석의 한 끗

제가 생각하는 분석의 한끗에는 크게 4가지가 있는데요.

이 내용들은 좋은 분석이 기반이 된 상태에서 그 결과를 조금 더 긍정적으로 만들어주는 부분이라는 것이지,

이 부분이 좋다고 해서 좋은 분석이라는 것은 아님을 강조드립니다.

그리고 이 내용들이 꼭 옳다는 것도 아니고 개인적인 생각임을 함께 강조드립니다.

 

혹시 글을 읽으시다 생각나는 각자의 한 끗이 있다면 댓글로 편히 공유 부탁드리겠습니다 :)

 

 

1.1. 깔끔하게 보여지는 것

이 부분은 제가 처음 선임분의 이야기를 듣고 크게 와닿았던 부분입니다.

만약에 A와 B 라는 동일한 퀄리티의 분석 리포트가 있을 때 A는 깔끔하게 정리가 되어있고, B는 내용은 다 들어있지만 무언가 눈에 잘 들어오지 않는다면 어떤 생각을 할까요?

아마도 이런 생각을 하게 되지 않을까요?

A의 분석 결과가 조금 더 깔끔하고 보기가 좋네!

 

여기서 본질적으로 '깔끔하고 보기가 좋다'라는 내용의 퀄리티는 둘 다 좋지만 A가 조금 더 의미는 정리가 잘 되어있네!라는 의미이겠지만,

바쁘고 정신없는 회사생활 속에서는 '깔끔하고 보기가 좋다'라는 부분이 'A가 더 좋은 분석이네'라는 식으로 의미가 굳어질  수 있다고 생각합니다.

 

이러한 다른 사람의 평가의 관점이 아니더라도 깔끔하게 정리가 되어 있는 분석 리포트가 읽는이에게 부담감을 낮춰주어 더욱 편히 결과물을 읽을 수 있도록 만들어준다고 생각합니다.

(물론 분석 리포트가 깔끔하지 않다고 해서 잘못된것은 아닙니다)

못생겼다고 멍청한건 아냐.....

 

그래서 제가 주로 신경쓰는 부분은 아래와 같은데요.

< 깔끔하게 느껴지는 한 끗 >
- 들여쓰기를 통한 내용 위계 구분
   : 어떠한 문장이 있고 그 문장을 부가적으로 설명하는 경우에 들여 쓰기를 통해 각 문장들이 어떤 기능을 하는지 쉽게 알려주기

- 데이터를 표로 보여줄 때 테두리, 컬럼/셀 색상 조정
   : 하나의 표에서 구분이 필요한 경우에는 굵은 테두리, 점선 등을 활용해서 시각적인 파티션을 나누어주기
     수치를 주의 깊게 살펴보거나 해석의 유의점이 필요한 부분에 셀 색상을 달리하여 강조

- 내용 중 중요한 부분이 있다면 굵은 글씨, 밑줄, 셀 색상 등을 이용해서 강조
  : 무분별한 굵은 글씨, 밑줄은 피로도를 줄 수 있으니 핵심 내용에만 사용하기

- 글을 쓰듯 파트 나누기
   : 서론-본론-결론과 같이 각 파트를 구분해서 흐름을 만들어가기

- 왼쪽/가운데/오른쪽 정렬을 한다면 통일시키기

- 문체 통일하기
   : '~~~함', '~~~라는 의미'와 같이 명사형으로 끝낸다면 보고서 전체를 명사형으로 끝내도록 통일

위와 같은 내용들을 개인적으로 신경쓰고 있지만 꼭 따라야하는 것은 아니라고 생각합니다.

스스로가 봤을 때 깔끔하게 느껴지는 방식으로 진행하되, 읽는이의 피드백을 받아서 만들어나가면 되지 않을까 싶네요!

 

 

1.2. 친절한 것

다음으로는 분석 내용을 친절하게 알려주는 것입니다.

여기서 이야기하는 '친절하게'는 나긋나긋 밝은 표정으로 내용을 알려준다는 것...은 아니구요!

물론 그것도 좋지만!

분석의 내용을 이해하기 쉽게 최대한 친절하게 '설명'을 해준다는 의미입니다.

 

사실 분석을 한 분석가에게는 그 내용이 익숙하고 쉬워서 쉽게 이해가 되지만, 그 결과를 처음 보는 입장에서는 '이게 그래서 뭘 어떻게 보라는거야..?' 라는 생각을 하기가 쉽죠.

그게 뭔데 10덕아;; (출처 : 침착맨 채널)

 

그렇기 때문에 분석의 내용을 최대한 친절하게 알려주는 것이 중요하다고 생각합니다.

가능하다면 활용 방법을 함께 적어주는 것도 좋구요.

 

저는 이 친절함을 대시보드를 만들거나 지표를 리포팅 할 때 가이드라인을 만들어주는 것으로 해결하곤 하는데요.

가이드라인에는 아래와 같은 내용들을 꼭 포함시킵니다.

< 가이드라인에 들어가는 항목들 >
- 대시보드/지표의 목적
- 각 항목들이 가지는 의미
- 업데이트 주기
- 지표의 집계 기준
- 집계에 활용한 데이터 소스
- 지표 해석 방법
- 지표를 어떻게 활용할 수 있을지

예를 들어서 코호트별 리텐션을 보여주는 표를 만들었다고 해봅시다.

실제로 아래 내용은 표를 만들고 나서 '어떻게 설명을해야 실무자들이 쉽게 이해하고 활용할 수 있을까?' 라는 고민을 하면서 만들었던 가이드라인입니다.

표의 축들이 어떤 의미인지, 값들은 어떤 의미인지, 그리고 그 값을 예시로 해석을 해본다면 어떻게 해석을 할 수 있는지를 시각적으로 보여주었습니다.

가이드라인 중 일부 부분

 

위와 같이 가이드라인을 작성했을 때 느낄 수 있는 장점은 크게 3가지가 있는데요.

• 개인적으로도 해당 데이터에 대한 이해도가 높아진다.
• 실무자들이 어떻게 이 데이터를 활용할지 고민을 하게 되고 호기심이 생겨 결과의 퀄리티가 높아진다.
• 실무자들도 해당 수치에 대한 가이드라인을 보고 데이터에 대한 심리적 거리감이 낮아진다.

 

결국엔 이 친절함이 실무자들이 데이터를 더 잘 활용할 수 있게 도와주는 중요한 부분이라고 생각됩니다.

 

 

1.3. 본인만의 틀을 만든는 것

다음으로는 본인만의 틀을 만드는 것입니다.

만약 회사에서 사용하는 틀이 있다면 그 틀을 따르는 것이 좋겠지만, 그렇지 않다면 개인적으로라도 분석의 틀을 만들어나가는 것이 좋다고 생각이 됩니다.

 

우리가 삶을 살아가는 모든 행동에는 에너지가 소모되지만 그 정도를 크게 낮춰주는 것이 '익숙함'이라고 생각합니다.

어떤 부분이 익숙해졌다면 크게 공을 들이지 않고도 그 행위를 잘 해나갈 수 있죠.

항상 던져왔던 자유투다. 몸이 기억을..

이 부분을 분석 보고서의 흐름에도 적용을 시켜보는 것입니다.

'이 사람의 분석 보고서는 이러한 흐름으로 진행이 되겠지?'라는 익숙함을 주고, 그 익숙함을 통해 분석 결과를 해석하는 데에 피곤함을 덜어주는 것이죠.

 

그래서 저는 어떠한 분석 보고서를 만들 때에 대체로 유사한 보고서의 틀을 가져갑니다.

< 분석 보고서의 틀 >
1. 요약
    : 결론을 먼저 보여주기
2. 분석 개요
    : 분석의 목적, 용어에 대한 정의, 분석의 한계점을 명시
3. 현황 분석 진행
    : 가볍게 분석을 하기 전에 알면 좋을 현황/배경 분석 진행
4. 목적에 맞는 분석 진행
5. 주제가 넘어갈 때 마다 간단하게 요약
6. 결론 도출
    : 활용 방법에 대한 이야기도 함께 진행
7. 한계점 설명
8. 다음 스텝에 대한 이야기

물론 위 항목에서 추가되고 빠지는 내용들도 존재하지만 대체적으로는 저 흐름을 가져가려고 노력하고 있습니다.

개인적인 생각으로는 사내에서 통용되는 틀이 없다면 작게는 팀 단위로도 만들어보는 것도 좋을 것 같다는 생각이 드네요.

 

 

1.4. 신뢰를 주는 것

마지막으로는 신뢰를 주는 것입니다.

데이터에서 개인적으로 가장 중요한 것은 신뢰성이라고 생각하는데요.

이 신뢰성을 다양하게 정의할 수 있겠지만 제가 여기서 이야기하는 신뢰성은 '이 값이 제대로 집계된 것 맞아?' 라는 의심을 하지 않도록 믿음을 준다는 것입니다.

 

사람들은 다른 사람을 볼 때 첫인상에 크게 영향을 받는다고 하는데요.

그러고는 스스로 만들어버린 '그 사람은 이럴 것이야!'라는 틀에 맞춰 그 사람을 생각하는 경향이 있다고 하죠.

그렇기 때문에 첫인상은 꽤나 중요한 요소라고 생각을 하는데요.

'분석에 있어서 첫인상은 데이터에 대한 신뢰성이 아닐까?'라는 생각을 합니다.

믿음으로 가는거지~

 

그렇기 때문에 이 첫인상을 좋게 만들어주기 위해 정합성 체크를 필수적으로 진행을 해줘야한다고 생각합니다.

보통 저는 아래와 같은 방법을 활용하는데요.

< 정합성 체크하기 >
- 쿼리 작업을 할 때
   1) 조건절에 제대로 조건이 들어갔는지?
   2) JOIN 과정에서 값이 중복되진 않았는지?
   3) 지표 집계 시 제대로 계산이 되었는지?

- 계산된 지표 값을 확인할 때
   1) 유사한 지표를 집계한 다른 대시보드/분석 결과에서의 값을 비교
   2) 실무자가 알고있는 값 물어보기

 

이렇게 정합성을 체크하기 위한 노력을 하며 결과값에 대한 믿을을 주다보면 분석의 결과에 대한 믿음으로 이어지고, 이로서 '보다 빠르게 의사결정을 할 수 있게 되지 않을까?' 생각이 됩니다.

그리고 이런 믿음을 잘 만들어두어야 팀 동료들에게도 부담을 주지 않을 수 있고, 전체적으로 업무가 잘 돌아가게 만드는 것이 아닌가 싶습니다.

 

 

---

2. 끝맺으며

이렇게 이번 포스팅에서는 개인적으로 생각하는 분석 과정에서의 사소한 부분들을 정리해봤는데요.

지금까지의 제 개인적인 경험을 통해 생각한 부분들을 작성한 것이라 공감이 되지 않는 부분이 있을 수 있다고 생각합니다.

의견이 있으시다면 언제든 댓글 남겨주셔도 좋구요.

스스로 생각하시는 한 끗이 있다면 또 댓글로 남겨주시면 감사하겠습니다!

 

다시 이야기하지만 분석의 내용이 좋은 상황을 기반으로 했을 때 위의 내용들도 신경을 써야한다는 것이지,
위 내용들만 중요시하는 것은 아무 의미가 없다는 것을 말씀드리며 이번 글을 마칩니다!