인간은 단순한 숫자로 측정할 수 없습니다: 실제 실행 가능한 통찰력에서 데이터를 분리하는 방법은 다음과 같습니다.

비즈니스와 마케터는 그 어느 때보다 많은 데이터에 액세스할 수 있을 뿐만 아니라 데이터를 지원하는 데이터와 첫 번째 데이터의 정확성을 증명하는 데이터 등…

비즈니스에 대한 데이터 기반 의사 결정을 내리고 싶다면 원자재가 있습니다. 그러나 인적 요소가 없으면 데이터는 의미가 없습니다.

데이터 대 통찰력: 차이점은 무엇입니까?

연구 프로세스에서 데이터와 통찰력의 역할과 이들이 최종 결과를 어떻게 변화시킬 수 있는지 이해하는 것이 중요합니다.

데이터는 기존 표준에 따라 캡처된 처리되지 않은 원시 정보입니다. 숫자, 이미지, 필사본 또는 기타 형식의 형태일 수 있습니다. 처리되고 집계되고 정리된 데이터는 데이터 시각화, 보고서 및 대시보드에 정보로 입력되어 사람이 더 쉽게 해석할 수 있습니다.

정보를 분석하여 상황을 맥락화하고 결론을 도출함으로써 통찰력을 얻습니다. 이러한 결론은 비즈니스를 지원하기 위한 실행 가능한 결정에 사용될 수 있습니다.

"데이터 기반"은 비즈니스, 마케팅 등에서 자주 사용되지만 데이터에서 얻을 수 있는 통찰력에 관한 것입니다. 현대 기업에는 거의 끝없는 데이터 스트림이 있지만 분석과 통찰력이 없으면 기본적으로 쓸모가 없습니다.

데이터에서 통찰력을 얻는 원칙

기업의 의사 결정권자는 데이터에 정통하지 않을 수 있습니다. 숫자와 통계 사이에서 명확한 맥락과 기업과의 연결이 손실됩니다. 통찰력이 없으면 의사 결정의 흐름에 공백이 생깁니다.

데이터가 더 풍부해지고 복잡해짐에 따라 이 격차는 더 커질 수 있습니다.

데이터에서 통찰력을 얻는 원칙은 다음과 같습니다.

협동

기존 회사에는 데이터 프로세스의 각 단계를 처리하기 위해 여러 부서 또는 팀이 있는 경우가 많습니다. 그러나 모든 사람이 같은 생각을 하지 않는 한 정보의 사일로가 생겨 격차가 생길 수 있습니다.

데이터, 상황 및 목표를 종합적으로 보기 위해서는 모든 부서의 협업이 필요합니다. 커뮤니케이션 및 지원을 통해 주요 의사 결정권자는 데이터에서 귀중한 통찰력을 얻고 "큰 그림"을 볼 수 있습니다. 모두가 같은 목표를 위해 노력하고 있으므로 서로를 돕기 위해 최선을 다하고 있습니다.

투명도

데이터 분석 및 의사 결정 프로세스를 처리하는 여러 부서와 함께 각 부서는 서로 다른 측면에 민감합니다. 분석가는 데이터 소스, 프로세스, 유형 및 메트릭을 알고 있고 의사 결정자는 답변하려는 질문과 도달하려는 목표를 알고 있습니다.

모든 부서는 서로의 요구 사항을 이해하고 작업의 자신의 부분이 최대한 완료되도록 공개적이고 투명하게 의사 소통해야 합니다.

특성

투명성과 마찬가지로 데이터 프로세스와 관련된 모든 부서는 최종 목표와 더 큰 비즈니스 목표를 이해해야 합니다. 데이터, 관리, 의사 결정자 및 기타 관련 당사자는 요구 사항, 의도 및 목표를 정의해야 합니다.

이렇게 하면 문제를 더 흐리게 하는 대신 올바른 질문을 하고 올바른 데이터 세트를 사용할 수 있습니다.

데이터 인사이트에 원칙 적용하기

질문 정의

언급했듯이 특정성이 중요합니다. 모호하고 광범위한 질문은 실행 가능한 답변을 얻기 어렵게 만듭니다.

예를 들어, 더 많은 수익을 올리는 방법을 묻는 것은 많은 가설로 이어질 수 있습니다. 대신 비용을 높이지 않고 수익을 높여 더 넓은 이윤을 창출하는 데 집중해야 하는 채널이 무엇인지 물어보십시오. 또는 지난 분기에 최고의 ROI를 달성한 마케팅 캠페인과 그 결과를 재현하기 위해 무엇을 할 수 있는지 물어보십시오.

답변이 마음에 들지 않으면 다른 질문을 하십시오.

컨텍스트를 명확히

분석 컨텍스트, 동기, 제한 및 원하는 결과를 이해하면 귀하 또는 귀하의 데이터 과학자가 모니터링할 최상의 메트릭을 결정할 수 있습니다. 데이터를 컨텍스트화하려면 모든 단계가 전체 비즈니스 목표와 연결되어야 합니다.

명확한 기대치를 설정

다양한 데이터 세트를 사용하여 다양한 질문에 답할 수 있습니다. 수집 중인 특정 데이터 세트에서 어떤 종류의 통찰력을 얻을 수 있는지 이해하는 것이 중요합니다.

예를 들어 평균을 찾고 있습니까? 변화율? 종합적으로? 이러한 세부 사항은 중요하며 프로세스에 정보를 제공합니다.

측정 가능한 KPI 정의

메트릭과 KPI는 항상 측정 가능해야 하며 SMART(구체적, 측정 가능, 달성 가능, 관련성, 시간 제한) 목표와 연결되어야 합니다.

데이터는 항상 숫자가 아니며 단어, 측정값, 관찰, 설명 또는 간단한 사실이 될 수 있지만 목표를 달성하기 위해 제대로 가고 있는지 확인하려면 KPI를 측정할 수 있어야 합니다.

가설을 세우다

데이터 과학은 과학이며 가설은 과학 과정의 핵심 구성 요소입니다. 가설은 조사를 위한 출발점으로 제한된 증거에 기초하여 만들어진 제안된 설명 또는 가정입니다.

예를 들어 방문 페이지의 명확성을 개선하면 혼란을 줄이고 전환을 개선할 수 있다는 가설이 있을 수 있습니다. 결과가 부정적이면 고객 행동에 영향을 미칠 수 있는 다른 장벽을 살펴볼 수 있습니다. 결과가 긍정적이면 페이지의 선명도를 조정하고 가장 효과적인 것이 무엇인지 테스트하는 작업을 할 수 있습니다.

올바른 데이터 수집

언급했듯이 질문을 할 때 올바른 데이터 세트를 살펴보는 것이 중요합니다. 원하는 정보를 표시하고 원하는 결과에 영향을 줄 수 있는 데이터와 메트릭을 선택하십시오.

원하는 답변으로 이어지는 결과를 얻는 방법을 결정하기 위해 몇 가지 측정을 검토하고 계획을 수립해야 할 수도 있습니다.

세분화 활용

데이터를 세분화하면 정보를 보다 구체적이고 세부적으로 볼 수 있습니다. 질문에 따라 산업, 청중 또는 웹사이트 부문과 같은 더 큰 데이터 세트의 선택된 하위 집합에 초점을 맞춘 다음 행동에 대한 보다 세부적인 보기로 이동할 수 있습니다.

데이터 통합 ​​및 상관 관계

여러 데이터 소스는 비즈니스 정보에 대한 보다 포괄적인 보기를 제공합니다. 데이터 소스를 통합하고 질문을 뒷받침하는 최고 품질의 데이터를 선택하십시오.

데이터도 상관 관계가 있어야 합니다. 트래픽 메트릭에 대한 올바른 관점을 얻기 위해 이탈률을 보는 것과 같이 서로 영향을 미칠 수 있는 메트릭을 고려하십시오.

컨텍스트 발견

때로는 특정 데이터 요소가 더 큰 보기에 어떻게 맞는지 확인하기 위해 컨텍스트에 넣어야 합니다.

벤치마크는 해당 장르의 첫 번째 소설과 같이 다른 모든 항목을 측정하는 기준입니다. 마찬가지로, 데이터는 업계 표준, 목표 또는 경쟁업체와 같은 다른 데이터와 상대적이어야 합니다.

이와 같은 벤치마크를 사용하면 패턴, 행동 및 성장률을 식별하고 추세, 이상 및 불일치를 식별하는 데 도움이 됩니다. 이것은 또한 당신이 경쟁 환경에서 어디에 있는지 보여줄 것입니다.

패턴 식별

모든 메트릭에는 데이터 포인트의 관련성을 결정할 수 있는 패턴이 있습니다. 패턴을 인식하고 구매 행동이나 온라인 검색의 계절적 변동과 같은 사용자 행동을 설명하는 방법을 인식하는 것이 중요합니다.

예를 들어, 우리는 콘텐츠 제작 스튜디오 페이지에서 휴가철 직전에 온라인 트래픽이 급증하는 것을 발견했습니다. 우리 팀은 즉시 이러한 유형의 증가된 트래픽을 활용하는 방법에 대한 전략을 세우기 시작했습니다.

패턴을 볼 수 있으면 비정상적인 동작을 빠르게 식별하고 보다 효과적으로 평가할 수 있습니다.

반복 가능한 프로세스 개발

데이터 분석은 "설정하고 잊어버리는" 상황이 아닙니다. 비즈니스 수명 내내 지속적으로 데이터를 수집하고 분석할 것이며, 그렇게 하려면 표준적이고 반복 가능한 프로세스를 갖는 것이 가장 좋습니다.

데이터를 통찰력으로 바꾸는 것은 과학적 프로세스이며, 이것이 바로 접근 방식입니다. 거쳐야 하는 단계를 기반으로 데이터 분석을 위한 구조화된 워크플로를 설정하여 데이터 분석을 반복 가능한 인간 주도 프로세스로 전환합니다.

인간 주도 데이터 분석 수용

데이터는 비즈니스에 매우 중요하지만 단독으로 존재할 수는 없습니다. 데이터는 여기까지만 가능합니다. 실행 가능한 통찰력은 인간의 탐구와 해석에서 나옵니다.

저자 약력

Kyle Johnston은 수상 경력에 빛나는 브랜드, 콘텐츠 제작 및 크리에이티브 에이전시인 Gigasavvy의 창립 파트너이자 사장입니다. 남부 캘리포니아에서 지난 20년 이상을 보낸 후 Kyle는 최근 가족을 ID의 보이시로 옮겼습니다. 그곳에서 그는 계속해서 다음 성장 단계를 통해 에이전시를 이끌고 있습니다.