[내일배움캠프 PM 4기] 73일차 - 내가 다시 정리한 데이터 분석 프레임워크

요즘 PM 부트캠프에서 “데이터 기반으로 문제를 정의하고 해결해라”라는 말을 계속 듣다 보니,

자연스럽게 내가 데이터를 어떻게 보고 판단해야 하는지 기준을 다시 잡아야겠다는 생각이 들었다.

그래서 최근에 읽은 데이터 문해력 책과 수업에서 배운 내용들을 합쳐,

앞으로 과제나 실무에서 반복해서 쓸 수 있는 흐름으로 프레임워크를 정리했다.

 

1. 분석보다 중요한 건 ‘활용’

책에서 가장 와닿았던 문장은 이거다.

“데이터 분석 자체가 목적이 되기 쉽다.”

생각보다 많은 사람이 ‘분석 그 자체’를 목표로 삼는다.
하지만 분석은 방법일 뿐이고, 결국 중요한 것은
문제를 해결하기 위해 어떤 판단을 할 수 있느냐다.

이 관점이 내가 만든 프레임워크의 시작점이 된다.

 

2. 내가 정리한 데이터 활용 흐름

데이터를 다룰 때마다 이 순서를 떠올리면 된다.

목적·문제 정의 → 지표 결정 → 현황 파악 → 평가 → 요인 분석 → 해결방안

단계는 많아 보이지만 실제로는 자연스럽게 이어진다.

 

3. 목적·문제 정의

데이터 활용이 틀어지는 가장 흔한 이유가 바로 이거다.
문제 자체가 명확하지 않다.

책에서도 강조하는 기준이 두 가지 있다.

1. 문장 속 단어가 충분히 구체적인가?
2. 문제·원인·해결방안이 뒤섞여 있지 않은가?

이 두 가지만 점검해도 문제 정의의 질이 훨씬 좋아진다.
부트캠프에서도 해결책으로 먼저 달려가는 습관을 가장 많이 지적받았다.

 

4. 지표 결정

문제를 정의했다면, 이제 그 문제를 측정할 수 있는 지표가 필요하다.
이 단계에서 자주 하는 실수가 “데이터가 있으니 그냥 활용”하려는 태도다.

핵심은 단순하다.

내가 잡은 문제를 증명하고 관리할 수 있는 지표인가?

아니라면 처음으로 돌아가야 한다.

 

5. 현황 파악과 평가

많은 사람들이 현황 파악을 ‘사실 나열’이라고 생각하지만,
사실만 적어서는 아무 의미가 없다.

책에서는 현황 파악을 두 가지로 나눈다.

1. 사실 확인
2. 평가

평가란 결국 비교를 통해 의미를 만드는 과정이다.
여기서 기본이 되는 기준은 네 가지다.

• 크기
• 추이
• 등락 폭
• 비율

이 네 가지만 잘 적용해도 “지금 상황이 어떤 의미인지”가 선명해진다.

 

6. 요인 분석

현황이 나왔다고 바로 해결책을 떠올리면 안 된다.
왜 이런 결과가 생겼는지 원인을 검증해야 하기 때문이다.

책에서는 이걸 네 가지 관점으로 확인하라고 말한다.

• 전체 경향
• 그룹화
• 이상치
• 변화 지점

이걸 산점도와 함께 보면 원인 후보가 훨씬 명확해진다.
부트캠프에서도 계속 말하는 “상관관계 ≠ 인과관계”가 여기서 중요해진다.

 

7. 해결방안

해결책은 억지로 짜는 것이 아니라
원인이 선명해졌을 때 자연스럽게 이어지는 결과에 가깝다.

그래서 마지막 단계에서 필요한 건 복잡한 기법이 아니라
문제의 원인을 계속 쪼개며 정리하는 ‘로직 트리’ 사고방식이다.

원인이 정리되면 해결책은 자동으로 따라붙는다.

 

마무리

이 프레임워크는 과제에서도 계속 쓰게 될 것 같고,
실제로 PM으로 일하게 돼도 기본기처럼 계속 필요할 것 같다.

내일은 데이터 분석 과제를 이 프레임워크로 진행해 볼 생각이다