최근에 사업 제안을 위해서 간단한(?) 데이터 분석 작업을 수행한 적이 있습니다.
처음에는 간단한 분석 작업이라고 생각했지만 막상 착수하고 보니 시간이 오래 걸렸어서 자괴감을 느꼈습니다 ㅜ
그렇지만 학교를 졸업하고 난후에는 데이터를 분석할 일이 없어서 흥미로운 경험이기도 했습니다!
- 졸업 이후에는 최대, 최소, 평균 정도의 아주 간단한 통계만 다뤘습니다ㅎㅎ
이 경험으로 데이터 분석의 중요성을 체감하고 있던 와중에 직장 동료 분께서
"Why Most Data Projects Fail and How to Avoid It" 라는 아주 흥미로운 영상을 공유해주셔서 부리나케 보게 되었습니다.
영상의 내용을 정말 간단하게 정리해뒀지만 데이터 분석에 관심 있으시다면 직접 영상 보시는 걸 적극 추천드립니다 👍👍
데이터 프로젝트가 실패하는 이유
대다수의 데이터 프로젝트는 기술 연구로 접근되었기 때문에 실패했습니다.
데이터 프로젝트 또한 이윤을 창출해내야 하는 "사업"이고, 조직 문화, 조직 구성원들이 프로젝트에 적합해야 한다.
- 적절하지 않은 팀 구성
- 데이터 사이언티스트, 데이터 엔지니어, 서비스 엔지니어가 적절한 비율로 있어야 좋은 분석을 할 수 있음
- 데이터 사이언티스트 1명에 5~10명의 데이터 엔지니어가 적절한 것 같다고 말해줌
- 참고: 발표자의 책과 구글 연구 논문에 기반
- 구체적이지 않은 비즈니스 모델
- 명확한 계획과 실행 전략이 있어야만 함
- 1) 어떤 데이터를, 2) 언제까지, 3) 어떤 시스템에서, 4) 어떻게 실행할지, 5) 분석하려는 데이터가 가치 있는 이유 를 정확히 답할 수 있어야 함
반응형
'For Fun' 카테고리의 다른 글
GCP 서비스 프리 티어 정리 - 구글은 AWS보다 통이 클까? (0) | 2022.11.04 |
---|---|
AWS 서비스 프리 티어 정리 - 사이드 프로젝트는 최대한 아껴봐요! (0) | 2022.11.02 |