상세정보

데이터 분석의 실천적인 사례부터 데이터 분석 결과를 현장에 적용해 경영에 활용하는 방법까지 언급하는 책. 이 책에서는 회사에 있는 데이터를 활용하고 싶지만 어디서부터 시작해야 할지 모르겠다. 혹은, 유용하게 쓰일 데이터를 수집해 경영개선에 박차를 가하고 싶은 사람에게 뉴욕시에서 통계 디렉터를 역임한 저자가 비즈니스 가치와 연계되는 데이터 분석에 대해 아주 쉽게 해설한다.

데이터 분석 선진국인 미국에서 쌓은 풍부한 노하우를 토대로 기업에서 데이터 분석을 도입할 때 가져야 할 마음가짐, 조직 편성법, 실천법에 대해 구체적으로 소개한다. 데이터 분석의 궁극적 목표인 ‘의사 결정 프로세스의 최적화’를 설명하는 것은 물론이며, 전략 없는 경영, 부분 최적의 폐해와 전체 최적의 결여 등 많은 기업에서 경영의 발목을 잡아끄는 문제에 대한 해결의 실마리를 찾을 수 있다.

더불어 데이터 분석가를 꿈꾸며 분석 처리 기법을 공부하는 학생에게는 자신의 직업을 간접적으로 체험할 수 있어 단순히 툴에 얽매이는 것이 아니라 전체적인 숲을 볼 수 있는 시야를 기를 수 있는 기회를 제공한다.

빅데이터, 데이터 분석, 통계로 무엇을 어떻게 왜 해야 할지 혼란스럽다면,

이 책은 명확하다. 이 모든 것의 목표는 “의사 결정의 최적화”다.

즉, 올바른 의사 결정을 내릴 수 있도록 도움을 주는 것이다.


분석의 시대인 지금, 빅데이터나 통계 입문서 등 그 방법을 알려주는 책은 넘쳐난다. 하지만 데이터 분석의 실천적인 사례부터 데이터 분석 결과를 현장에 적용해 경영에 활용하는 방법까지 언급하는 것은 이 책이 유일하다.
이 책에서는 회사에 있는 데이터를 활용하고 싶지만 어디서부터 시작해야 할지 모르겠다. 혹은, 유용하게 쓰일 데이터를 수집해 경영개선에 박차를 가하고 싶은 사람에게 뉴욕시에서 통계 디렉터를 역임한 저자가 비즈니스 가치와 연계되는 데이터 분석에 대해 아주 쉽게 해설한다.
데이터 분석 선진국인 미국에서 쌓은 풍부한 노하우를 토대로 기업에서 데이터 분석을 도입할 때 가져야 할 마음가짐, 조직 편성법, 실천법에 대해 구체적으로 소개한다.
데이터 분석의 궁극적 목표인 ‘의사 결정 프로세스의 최적화’를 설명하는 것은 물론이며, 전략 없는 경영, 부분 최적의 폐해와 전체 최적의 결여, 다양성의 부재, 리더십의 결여 등 많은 기업에서 경영의 발목을 잡아끄는 문제에 대한 해결의 실마리를 찾을 수 있다.
더불어 데이터 분석가를 꿈꾸며 분석 처리 기법을 공부하는 학생에게는 자신의 직업을 간접적으로 체험할 수 있어 단순히 툴에 얽매이는 것이 아니라 전체적인 숲을 볼 수 있는 시야를 기를 수 있는 기회를 제공한다.

- 출판사 리뷰 -
이 책의 저자는 기회가 있을 때마다 데이터 분석은 의사 결정의 최적화를 돕는 도구일 뿐임을 강조하고 또 강조한다. 무턱대고 “빅 데이터가 세상을 바꾼다!”라고 외치지는 않으며, 잘못된 데이터 분석이 어떤 문제를 일으킬 수 있는지를 예시와 함께 이야기한다. 저자의 말처럼 ‘데이터를 살리는 것도 사람, 죽이는 것도 사람’인 것이다. 이 책이 다른 데이터(통계) 입문서와 다른 부분은 이렇게 사람의 중요성을 강조한다는 점이다. 이것은 뉴욕시에서 통계 디렉터를 역임한 저자의 경험을 통해 이끌어낸 결론이다. 그래서 제목이 ‘앞으로 데이터를 분석하기 위한 책’이 아니라 ‘데이터 분석을 시작하려는 사람을 위한 책’인지도 모르겠다.
또 이 책은 ‘앞으로 데이터 분석을 시작하려는 사람’뿐만 아니라 ‘지금부터 데이터 분석을 시작하려는 기업’을 위한 책이기도 하다. 데이터 분석을 도입한 기업의 실패 사례를 보면 어떤 일이든 명확한 목표 없이 무작정 해 보는 것으로는 좋은 결과를 기대하기 어려움을 새삼 깨닫는다. 그 밖에도 데이터 분석팀을 효율적으로 조직해 성과를 올리기 위한 방법이 소개되어 있으니 앞으로 데이터 분석을 준비하는 경영자와 실무자 그리고 학생이 읽어 보면 도움이 될 것이다.
-역자 서문 중-

정보제공 :

목차
역자 서문 = 10
서문 = 14
제1장 왜 국내 기업은 데이터 분석에 취약한가? = 18
 일본식 데이터 분석이란 무엇인가? = 20
  이제 데이터 활용은 상식이다 = 20
  턱없이 부족한 일본의 통계학 교육 = 30
  개인 정보의 이ㆍ활용의 차이 = 32
  의사 결정에 꼭 필요한 데이터 분석 = 35
  실패하지 않는 데이터 분석의 요건 = 39
  '미국의 방식은 일본에서 통하지 않는다.'라는 오해 = 41
  국내의 '현장력'을 활용하자 = 43
 미국이 가르쳐 준 데이터 분석 = 45
  뉴욕에서 본 '애널리틱스(분석)'의 현장 = 45
  PCIP가 가져온 것 = 48
  데이터 공유를 통한 다각적인 접근 = 51
  분석을 무기로 삼는 조직의 정공법 ① 처음부터 전체 최적을 지향한다 = 56
  분석을 무기로 삼는 조직의 정공법 ② 임팩트가 큰 부분부터 착수한다 = 57
  분석을 무기로 삼는 조직의 정공법 ③ 강력한 리더십의 존재 = 61
  분석을 무기로 삼는 조직의 정공법 ④ 힘의 원천은 팀 편성에서 나온다 = 65
제2장 이것만큼은 알아 두자! 기본적인 통계 지식 = 70
 '평균', '분산', '표준 편차'를 이해한다 = 72
  숫자의 거짓말에 속지 않기 위해 = 72
  그래프를 보는 법을 알자 = 76
  '평균', '분산', '표준 편차'로 무엇을 알 수 있을까? = 80
  표준 편차로 특수 사례를 정확히 파악한다 = 86
  표준 편차로 과잉 발주를 방지한다 = 88
  변동 계수로 서로 다른 속성을 비교한다 = 89
 알아 두면 도움이 되는 분석 수법 = 93
  요약 통계량 = 95
  베이지안 확률 = 97
  상관 분석 = 100
  K-평균법 = 102
  협업 필터링 = 105
  분산 분석 = 108
  다중 회귀 분석 = 113
  로지스틱 회귀 분석 = 115
  칼럼 : 데이터 분석의 공과 과 = 118
제3장 데이터 분석을 실천한다 = 122
 데이터 분석의 실천 요건 = 124
  "일단 해 보자"가 최악인 이유 = 124
  중요한 것은 '발사대'와 '착지점' = 127
  전체 최적을 노리지 않으면 의미가 없다 = 132
  사람은 데이터가 올바르다고 해서 반드시 움직이지는 않는다 = 136
  데이터를 '활용할' 사람을 키운다 = 139
  칼럼 : 통계학을 공부한 엘리트 신입 사원이 제 몫을 못하는 이유 = 143
 데이터 분석을 경영에 활용한다 = 148
  데이터 분석을 성공시키기 위한 5단계 = 148
 단계 1 필요한 멤버를 모은다 = 150
  왜 팀이 필요한가? = 152
  세 가지 리더십을 확보한다 = 163
  프로젝트 멤버에게 필요한 기술 = 172
  아웃소싱도 염두에 둔다 = 173
 단계 2 목적을 정한다 = 178
  도착점과 목표는 비슷하면서도 다르다 = 183
  '80:20의 법칙'으로 파급 효과를 노린다 = 185
  데이터는 무조건 많을수록 좋은가? = 187
 단계 3 데이터를 처리한다 = 192
  반드시 데이터가 완벽할 필요는 없다 = 195
  멈출 것인가, 달려 나갈 것인가? = 199
  모델을 구축하기 전에 리스크를 알아 놓는다 = 201
 단계 4 모델링을 한다 = 204
  데이터 분석만으로는 가설을 만들 수 없다 = 205
  해결의 실마리는 현장에 있다 = 208
  오차는 무엇을 말하는가? = 212
 단계 5 운용을 최적화한다 = 214
  유의성을 시험하기 위해 다시 현장으로 = 216
  검증과 개선의 사이클에 끝이란 없다! = 218
마무리 : 확대되는 데이터 분석의 영역 = 224
 데이터 분석이 안전과 풍요를 가져온다 = 226
  채산성인가, 평등인가? = 226
  보편성을 담보한다 = 231
  다양한 분야의 과제 해결을 위해 = 233
에필로그 = 236