무작정 따라하기

저는 오랫동안 데이터 분석과 디지털 마케팅 분야에서 일하고 있습니다. 다양한 분야와 비즈니스 도메인에서 많은 경험을 했기 때문에 당 분야의 트렌드가 보이기도 합니다. 

경험자이자 실무자의 입장에서 이제 막 데이터 분석 분야나 디지털 마케팅 분야에 입문하려는 분들을 위해 해당 분야의 현재와 미래에 대해 솔직하고 담백하게 이야기해보려 합니다. 편의상 데이터 분석이라고 통칭하지만 디지털 마케팅 분야도 해당되는 이야기들입니다.

취업을 위해서? 실무에 필요하니까? 인공지능 시대라서? 아마 여러 가지 이유가 있을 겁니다. 데이터 분석은 사용될 수 있는 범위가 상당히 넓습니다. 비즈니스에서도, 연구 학술 분야에서도, 의료 분야에서도, 공공 분야에서도 폭넓게 사용되고 있습니다.

그래서 데이터 분석 기술을 배우기 전에 사용할 분야와 그 분야에서 어떤 기술이 활발히 사용되는지는 잘 살펴봐야 합니다.

열심히 배웠는데, 막상 쓰려고 할 때 무용지물이면 매우 곤란하겠죠?

따라서 데이터 분석을 학습하는 정확한 이유를 스스로에게 물어보고, 학습의 방향성을 확실히 한 뒤 시작하시길 권장합니다. 또한, 데이터 분석 분야는 범위가 넓기 때문에 모든 기술과 기법을 익히기는 거의 불가능에 가깝습니다. 따라서 학습할 때 선택과 집중이 필요합니다.

현실 세계의 데이터 분석에 대해 말해보려 합니다.

디지털 마케팅 분야를 예로 들겠습니다.

다음은 BCG에서 파악한 기업들의 디지털 마케팅 성숙도입니다. 그림을 보면 29%가 채널을 통합해서 마케팅할 수 있고, 2%만 우리가 들어본 대부분의 고도의 기술을 적용할 수 있는 기업입니다. 나머지 약 70% 기업의 디지털 마케팅 수준은 아마도 보지 않아도 뻔할 것입니다. 즉, 대부분의 기업이 완전히 성숙하지 못했다고 할 수 있습니다.

제가 경험한 국내 기업들의 데이터 운영 현황도 크게 다르지 않았습니다. 이름만 대면 알 수 있는 유명한 기업조차도 내부 데이터를 활용할 준비가 되지 않은 곳이 많습니다. 따라서 여러분이 실무에서 일하게 된다면 디지털 마케팅을 하고 싶지만 대상이 너무 적거나 정리된 데이터가 없어서 할 수 없다는 이야기가 나올 것입니다.

또 여러분이 많은 노력을 기울여야 하는 것은 데이터를 쓸 수 있게 정리하는 작업이 될 것입니다. 일부에서 현혹하는 멋진 연구가의 모습이 아닐 가능성이 아주 높다는 의미입니다.

이런 상황에서 인공지능을 논한다는 것이 웃음이 나기도 합니다. 하지만 사회적인 분위기는 이미 빅데이터를 넘어서서 인공지능 시대이지요. 시대와 기술은 인공지능 시대로 가고 있고, 갈 것은 자명합니다. 하지만 지금이 완성 단계는 아닙니다. 준비해서 만들어가는 걸음마 단계입니다. 

아닙니다. 현재도 필요하고 앞으로는 꼭 필요한 분야가 될 것입니다. 이제는 기존처럼 감으로 하던 것이 아니라 기업이 나아가고자 설정한 방향이 맞는지 지속적으로 모니터링하고 평가해야 합니다. 이 과정에서 데이터 분석이 활용됩니다.

제가 말하고 싶은 것은 입문하는 분들이 사회 논리와 영업 논리에 호도되어, 앞선 단계를 건너 뛰고 최종 목적지로 보이는 (예를 들어 인공지능이라 불리는) 고급 기술을 잘 해낼 수 있을 것이라 생각하는 것을 우려하는 것입니다. 

기초 지식과 기술 토대 없이 고급 기술을 잘 해낸다는 것은 이제 막 입학한 초등학생이 대학생들이 배우는 주전공을 바로 해내겠다고 하는 것과 다름없습니다. 

데이터 분석을 시작하기 전에 나에게 필요한지, 많은 기술 중 무엇을 배울 것인지 심사숙고한 후 시작하는 것이 좋습니다.

홈쇼핑 직원이 여러분에게 맞지도 않는 옷을 "지금 완전 핫합니다. 남들도 다 노리는 거예요. 생각할 필요도 없어요. 매진 임박입니다."라고 부추긴다고 "그럼 나도 빨리?"라는 심리를 지양할 필요가 있다는 이야기입니다.

기술이 발달함으로써 사회가 변화하는 것은 어제 오늘 일이 아닙니다.

다만, 이런 변화를 감지하고도 많은 기업이 여러 가지 이유로 변화하지 않았습니다. 기업들은 사실을 애써 외면하거나 등한시했죠. 이런 와중에 사회적 변화를 드라마틱하게 가속시킨 것이 바로 코로나 바이러스입니다. 

싫든 좋든 코로나는 사람들의 삶의 패턴을, 트렌드를, 크게 바꾸고 있고, 기술에도 큰 영향을 미쳐 기술의 중심이 오프라인에서 온라인으로 이동하는 것을 가속화시켰습니다. 이제는 과거의 모습만으로는 트렌드에 대응하기 어렵게 되었다는 의미입니다.

이에 많은 기업이 이를 자각하여 디지털 트랜스포메이션(Digital Transformation), CDP(Customer Data Platform), 디지털 마케팅을 외치고 있습니다.

결국 이는 데이터 분석과 그와 관련된 분야에도 많은 영향을 주게 될 것입니다. 실제 현장에서도 이런 변화들이 보이기 시작합니다. 

즉, 데이터 분석 분야는 현재도 필요하고 앞으로는 꼭 필요한 분야가 될 것입니다.

다음 글은 '데이터 분석가에게 필요한 역량'에 대해서 이야기 하려고 합니다. 기대해주세요!

[참고 도서]

- R로 시작하는 데이터 분석 <모두의 R 데이터 분석>

- SQL로 시작하는 데이터 분석 <모두의 SQL> 

- 파이썬으로 시작하는 데이터 분석 <모두의 데이터 분석 with 파이썬> 

- 데이터 사이언티스트에 대해 궁금하다면 <문과생, 데이터 사이언티스트 되다> 

최근 데이터 활용에 대한 관심이 뜨겁습니다.

이런 경향은 앞으로 점차 더해 갈 것인데요.

제대로 된 데이터 분석이나 머신 런닝 등의  고급 기술을 잘 해내기란 매우 어려운 일입니다. 

"입문자에게 데이터 분석은 생소할 텐데,  어떻게 설명하면 쉽게 이해할 수 있을까?" 

그 끝에 나온 결과물이 바로 이 책들입니다.

단번에 목적지에 다다르는 길은 어렵지만  올바른 방향으로 효율적으로 가는 길은 있습니다. 

이 책이 그런 과정에 길잡이가 되면 좋겠습니다. :)