[Insight Archive] UX분석가는 데이터분석을 어디까지 알아야 할까?를 읽고

나의 무거운 숙제, Data Analytics

Deep Wide School의 큰 섹션을 Business/Marketing, Data Analytics, Design으로 나눠 야심차게 공부를 시작했지만, (https://deep-wide-studio.tistory.com/4?category=873135 참고), 여전히 통계가 무섭고 불편하다. 통계학과 Adsp에 조금씩 복잡한 공식과 수식들이 등장하면서 자신감이 살짝 꺾이기 시작했다. 다시금 이게 나에게 왜 필요한지 명확히 확인하며 동기부여를 반복해줄 때가 되었다. 요즘 서비스 디자인 도구들을 공부하는데 주로 정성적 도구들이 등장했다. 이에 상호보완적인 정량적 분석에 해당하는 Data Analytics가 서비스 디자인/UX 디자인의 구체적으로 어디서 어떻게 실행되는걸까 궁금해졌다. 그렇게 인터넷을 헤매던 중, 한 UX분석가의 글을 읽게 되었다. 약간은 답답했던 부분이 해결되는 기분이 들어 기록해두고자 한다. 

 

https://brunch.co.kr/@jakeyim/9#comment

UX분석가는 데이터분석을 어디까지 알아야 할까?

 

요지는 그렇다. UX분석의 목적이 UX개선일 때는 '가설을 설정하고 실험을 설계/분석 기획'하는 역량이 필요해진다. 관련해서 기존에는 UX분석가와 데이터 분석가가 동일한 주제를 가지고 독립된 프로젝트를 진행하는 경우가 있었는데, 이 때 큰 시간과 비용을 들인 분석 결과가 서로 다를 때 문제가 생긴다. 그래서 UX분석가와 데이터분석가가 프로젝트 시작 단계부터 함께 사다리형의 프로세스로 분석을 진행하면 효율적일 수 있다고 말한다. 데이터 사이언티스트와의 커뮤니케이션이 가능해야 한다는 소리다. 기본적으로 통계 이론을 공부해야 분석 결과의 스토리텔링, 시각화, 협업을 위한 커뮤니케이션 등의 소프트 스킬을 갖추는 데 무리가 없다고 말한다. 갑자기, 기본 이상은 해야되지 않겠나 욕심을 내본다.

 

또, 설문이나 인터뷰로 수집하는 사후 데이터는 기억에 의존한다는 단점이 있어서, 무의식적이나 습관적인 행동은 관측 데이터를 활용해야 한다고 말한다. 각종 디바이스와 소프트웨어를 활용한 아이트래킹, 뇌파, 클릭 및 터치 분포, 위치 기반 데이터 등을 활용하는 시도들이 현재 많아지고 있다. 이러한 데이터를 뽑아내고 읽을 수 있다면 더 높은 성과를 만들 수 있을 것이다. 

---

차디찬 통계학의 길 사이로 비치는 한 줄기 빛

그래서 통계 공부가 왜 중요한지는 이제 다시 확인했다. 문과 출신 문순이의 마음을 저격한 부분은 바로 이 다음 부분에 있었다. 이분이 처음 통계 공부를 시작할 때, [만화로 쉽게 배우는 000 시리즈]의 도움을 많이 받았다고 언급하신 것이다. 일전에 맥킨지 문제해결법에 관련된 책을 샀을 때 의도치 않게 만화 형식이어서 적잖이 당황했었는데, 그때 쉽고 재미있게 이해했던 경험이 있다. 만화로 배우는 통계학이라니..... 마치 한 줄기 빛 같았다. 두꺼운 통계 전공 서적의 멀고도 외로운 길을 달래줄, [만화로 배우는 통계학]을 바로 주문했다. 

 

 

그리고 오늘 배송이 도착했다.

 

하루만에 도착했다. 후후후... 슬쩍 열어보았다. (사는 김에 [만화로 배우는 재무회계]도 같이 구매했다.) 

 

 

 

변동계수? 어딘가 익숙하다 했더니 이미 공부했던 부분이다. 같은 내용이 나오는 나의 본 '교과서'를 펴봤다.

 

 

책이 깨끗하지만 공부한 거 맞다.

사기를 증진시키는 발랄한 느낌표!

 

그래, 아직 읽진 않았지만 사길 잘한 것 같다. 교과서보다는 심신에 안정이 온다. 왠지 캐릭터가 있으니 변동계수와 표준편차와 산포도가 귀여워 보인다. 이런 나도 독학으로 해낼 수 있다는 것을 보여주며 누군가에게 용기를 주고 싶다. 언젠가 통계 마스터가 되어 오늘의 이 시간들을 귀여워하며 돌아볼 수 있기를 꿈꾸며.. 이상 오늘의 인사이트다.