<숫자를 돈으로 바꾸는 데이터 읽기의 기술>리뷰

 

프로덕트 디자이너이다보니 KPI 설정을 위해 데이터 볼일이 많았다. 스타트업에서 마케팅파트와 협업하다가 그로스해킹에 관심을 가지게 되었다. 학부생 졸업 시즌에 디자인은 아트와 다른 상업적인거라 배웠으나 구체적으로 비즈니스와 어떻게 연계시킬지에 대한 고민이 많았다. 5년전에 비하면 직무의 방향성에 대해 구체화 시킬수 있게 되었고 그 중심에 데이터가 있다는걸 알게 되었다. 책의 제목이 매우 딱딱해서 고민했지만 첫장을 읽어보니 재밌어서 완독.

 

 

---

<숫자를 돈으로 바꾸는 데이터 읽기의 기술>리뷰

2024/01/22

 

p.34

a. 액티브 데이터: 사람이 따로 기록할 필요없이 스스로 기록

b. 패시브 데이터: 사람이 스스로 만들어 내는 데이터

=> 어떤 방식의 중요도 보단 수집방식의 차이, 활용가능한 데이터가 많아짐

 

p.38

구체적인 아이디어, 측정 가능한 단위, 논리적으로 증빙할수 있는 아이디어가 기술적 문제나 비용발생, 발생 가능한 다른 문제점 논의가능

 

p.42

 

매출 데이터 분석 -> 작은 데이터 매출부터 예) 영수증

=> 결국 제일 중요한건 매출 데이터

 

p.52

오히려 개인의 성향에 맞춘 추천, 행동 속성에 따른 군집화가 중요함

=> 이전에는 인구통계학 적으로도 성별이 중요하다고 여겼는데 유니크한 개인을 구분할 뿐. 그렇게 중요하지 않을수도 있겠다는 생각이 들었다. (하지만 자동차 같은 경우 중요할지도?) 이분법적인 분류를 하기에는 개인적 특성이 다양하다 정도로 이야기 하겠다.

 

p.69

날씨분석하기, 그간 날씨에 따라 판매한 품목 -> 날씨의 영향을 받는 매장인지

(주의. 일기 예보 정확도 낮음)

=> 이전 직장에선 태풍이 오면 그날은 취소전화와의 싸움이었다. 판매하는 분포가 높은 지역일수록 타격이 컸다.

 

p.72

'연말연시니까' 

=> 어떤 마음으로 소비자가 소비했는지 파악하기

 

p.156

외신에는 사이렌 오더, 마이DT때문에 IT 기업으로 본다

=> 데이터/IT 친화적이라면 기업의 본질이 달라질 수 있다.

기기와 소프트웨어의 결합으로 SDV시대가 열린 자동차 같다는 생각이 들었다.

 

p.234

who? => 내가 분석하는 기업/제품/서비스의 고객은?

그룹의 특성 정의

집단화/세분화 조심

 

when => 시계열의 변화

비교대상 정하기

계절

시간

what=>고객이 좋아하는 건지? 또는 프로모션인지?

제품의 실패인지 병목이 있는지?

 

where => 상권이 있는지?

위경도나 GIS를 활용할 수 있는지?

 

how=> 어떻게 하면 반응을 확인하는지 A/B 테스트

 

why=> 소비자 마음의 원리란 무엇인가?