홈앤서비스 SK BROADBAND

무조건 안 된다는 상사, 데이터로 설득하라!

데이터를 근거로 의사소통해야 하는
모든 실무자를 위한 데이터 기반의 의사결정 가이드

경험 또는 직관만으로 의사결정자나 이해관계자를 설득할 확률은 0%에 가깝다. 상사나 고객을 설득하려면 데이터에 기반하여 소통해야 한다. 이 책은 데이터 분석을 실무적으로 다루며 방대한 데이터 속에서 핵심 인사이트를 찾아내 그 결과를 명확하게 전달하는 방법을 안내한다. 또한 데이터 분석 결과를 비즈니스에 성공적으로 적용한 여섯 가지 사례를 통해, 분석 목표 파악부터 데이터 유형에 따른 적절한 분석 기법 선택, 분석 결과를 바탕으로 의사결정자를 설득하는 실무 과정까지 익힐 수 있다. 데이터 기반의 의사결정 절차를 살펴보면서 데이터를 효율적으로 분석하고, 그 결과를 근거로 원활히 소통하는 전문 역량을 키워보자.

｜1장 ｜ 데이터 드리븐 보고

1.1 일상의 보고 상황

1.2 데이터 드리븐 의사결정이란
_1.2.1 일상부터 비즈니스 의사결정까지
_1.2.2 데이터 드리븐 흐름
_1.2.3 데이터 드리븐 효과

1.3 데이터 드리븐 보고란
_1.3.1 데이터 드리븐 보고에 관한 오해들
_1.3.2 데이터 드리븐 보고의 여섯 가지 유형
_1.3.3 데이터 드리븐 보고가 나와 무슨 관계가 있을까?

1.4 데이터 드리븐 보고 5원칙
_1.4.1 설명 가능해야 한다
_1.4.2 데이터 드리븐 보고는 중립적이지 않다
_1.4.3 문제를 정의할 수 있어야 한다
_1.4.4 MVP부터 시작하라
_1.4.5 추론과 예측을 구분하라

｜2장 ｜ 데이터 드리븐 보고 절차

2.1 데이터 드리븐 보고 전략

2.2 분석 전 알아야 하는 용어
_2.2.1 독립변수와 종속변수
_2.2.2 테이블, 행과 열
_2.2.3 데이터 분리
_2.2.4 모델링

2.3 분석 목표 설정
_2.3.1 분석 목표(가설)를 확실하게 정의하라
_2.3.2 의사결정자에게 최대한 많이 질문하라

2.4 계획서 작성
_2.4.1 분석 계획서의 필수 요소

2.5 데이터 선정
_2.5.1 데이터 수집
_2.5.2 EDA & 데이터 정제

2.6 분석 방법 결정 및 해석/검증
_2.6.1 기본 통계
_2.6.2 가설검정
_2.6.3 선형회귀분석
_2.6.4 분류예측모델

2.7 보고 대상자에 따른 보고 방식
_2.7.1 실무자용 보고
_2.7.2 의사결정자용 보고

｜3장 ｜ 데이터 드리븐 보고 실전 사례 with 챗GPT

3.1 데이터와 친해지자: EDA & 기술통계
[사례] 행복에 영향을 미치는 변수와 국가별 행복지수 분석하기
_3.1.1 상황
_3.1.2 분석 목표 파악하기
_3.1.3 분석 계획 세우기
_3.1.4 데이터 선정하기
_3.1.5 EDA 수행하기
_3.1.6 해석하기
_3.1.7 보고하기
_3.1.8 챗GPT 활용하여 EDA 수행하기

3.2 데이터도 백문이 불여일견: 데이터 시각화
[사례] 회사의 중장기 인력구조 예측, 분석, 시각화하기
_3.2.1 상황
_3.2.2 분석 목표 파악하기
_3.2.3 분석 계획 세우기
_3.2.4 데이터 선정하기
_3.2.5 EDA 수행하기
_3.2.6 분석 및 예측 방법 결정하기
_3.2.7 시각화하기
_3.2.8 해석하기
_3.2.9 보고하기
_3.2.10 챗GPT 활용하여 시각화하기

3.3 당신의 질문에 데이터가 답한다: 가설검정
[사례] 마케팅 효과 분석 및 최적의 광고 플랫폼 찾기
_3.3.1 상황
_3.3.2 분석 목표 파악하기
_3.3.3 데이터 선정하기
_3.3.4 분석 방법 결정하기
_3.3.5 해석하기
_3.3.6 보고하기
_3.3.7 챗GPT 활용하여 가설검정하기

3.4 데이터에 맞는 직선을 찾아라: 선형회귀분석
[사례] 유학 컨설팅을 위한 해외 대학 합격률 분석하기
_3.4.1 상황
_3.4.2 분석 목표 파악하기
_3.4.3 분석 계획서 작성하기
_3.4.4 데이터 선정하기
_3.4.5 EDA 수행하기
_3.4.6 분석하기
_3.4.7 해석하기
_3.4.8 컨설팅하기
_3.4.9 챗GPT 활용하여 회귀분석하기

3.5 합격이냐 불합격이냐: 분류예측
[사례] 당뇨병 예측모델 수립 및 사전 예방 솔루션 제공하기
_3.5.1 상황
_3.5.2 분석 목표 파악하기
_3.5.3 분석 계획서 작성하기
_3.5.4 데이터 확인하기
_3.5.5 EDA 수행하기
_3.5.6 분석하기
_3.5.7 해석하기
_3.5.8 솔루션 제공하기
_3.5.9 챗GPT 활용하여 분류예측모델 만들기

3.6 대량의 텍스트 데이터를 이해하다: 토픽 모델링
[사례] 전 직원 대상 설문조사의 서술형 응답 분석하기
_3.6.1 상황
_3.6.2 결과물 미리 보기
_3.6.3 검증하기
_3.6.4 토픽 모델링 따라하기
_3.6.5 챗GPT 활용하여 워드 클라우드 만들기

｜4장 ｜ 데이터 드리븐 커뮤니케이션

4.1 데이터 드리븐 커뮤니케이션의 필요성
_4.1.1 나의 연봉과 상사의 연봉이 다른 이유
_4.1.2 타이밍이 중요한 이유

4.2 데이터 드리븐 커뮤니케이션 구성 요소
_4.2.1 메시지
_4.2.2 시각화
_4.2.3 스토리

4.3 데이터 드리븐 커뮤니케이션 방법
_4.3.1 어떤 차트가 효과적인가
_4.3.2 어떤 도구를 써야 하는가
_4.3.3 어떤 전달 방식이 적합한가

4.4 스토리텔링
_4.4.1 스토리텔러의 핵심은 속임수?
_4.4.2 스토리 만들기

4.5 데이터 드리븐 커뮤니케이션 체크리스트
_4.5.1 내가 이해하는 만큼 상대방도 이해한다
_4.5.2 보고는 내가 하고 싶은 이야기를 전달하는 것이 아니다
_4.5.3 나보다 보고 주제를 더 잘 아는 사람은 없다
_4.5.4 보고의 성패를 가르는 사전 준비 질문
_4.5.5 보고가 끝났다고 모든 일이 끝난 것은 아니다