반응형 데이터리터러시13 Data literacy - 나만의 데이터 리포트 5장 4절.나만의 데이터 리포트, 어떻게 시작할까?“나도 데이터 기반 리포트 한 번 써보고 싶어요.”“그런데 뭘 어떻게 시작해야 할지 모르겠어요.”“엑셀도 자신 없고, 그래프도 어렵고…”이런 말을 정말 많이 듣는다. 하지만 사실 데이터 리포트는 전문가만의 영역이 아니다.중요한 건 복잡한 기술이 아니라, '무엇을 보여줄지'에 대한 명확한 질문이다. 데이터 리포트는, 숫자를 나열하는 게 아니라 메시지를 설계하는 것이다많은 사람들이 실수하는 게 있다. 바로 ‘데이터부터 모으기’다.“매출 데이터 다 긁어와야지”“설문 응답 전부 보기 좋게 정리해야지”“그래프 많이 넣어야 임팩트 있겠지?”하지만 정작 중요한 건 이거다.“그래서 이 리포트로 무엇을 말하고 싶은가?”리포트는 수치를 보여주는 게 아니라 의미를 전달하는 .. 2025. 4. 23. Data literacy - 퍼스널라이징의 함정 4장 3절.퍼스널라이징의 함정: 더는 우연이 없는 세상우리는 지금 모든 것이 개인화된 세상에 살고 있다. ‘너를 위한 추천’은 더 이상 특별한 기술이 아니다. 이제는 기본이다.넷플릭스는 내가 좋아할 영화만 보여주고유튜브는 내가 끝까지 볼 만한 영상만 추천한다쿠팡은 내가 한 달 뒤에 다시 살 것 같은 제품을 먼저 띄워준다스포티파이는 내가 좋아하는 음악만 골라 플레이리스트를 만들어준다이건 기적 같고, 너무나 편리한 일이다. 하지만 그 편리함의 끝에 무엇이 있는지는, 아무도 말해주지 않는다. “다 알고 있으니까, 넌 생각 안 해도 돼.”개인화의 핵심은 이거다.“너는 이미 이런 걸 좋아하잖아.”“네가 예전에 이런 걸 봤으니까, 이번에도 분명히 좋아할 거야.” 추천 시스템은 나의 선택을 대신하고, 내가 뭘 좋아할.. 2025. 4. 16. Data literacy - 내가 뭘 본 줄 아는 ‘그들’의 시선 4장 2절.내가 뭘 본 줄 아는 ‘그들’의 시선처음엔 아무렇지 않았다. 그냥 한번 뉴스 기사를 읽었고, 한 번 검색했으며, 잠깐 영상 하나를 클릭했을 뿐이었다.그런데 이상한 일이 벌어진다. 같은 제품 광고가 인스타그램, 유튜브, 네이버, 심지어 뉴스 기사 안에까지 따라온다. 방금 읽은 기사와 연관된 콘텐츠가 포털 메인에 추천된다. 전혀 말을 한 적 없는 관심사가, 어느 날 갑자기 피드에 줄줄이 뜬다. “이걸 어떻게 알았지?” 그 순간, 문득 소름 돋는 한 가지 생각이 스친다. ‘나를 지켜보고 있는 그들’이 있다. 디지털 세계에는 '관찰자'가 있다현대의 대부분 서비스는 사용자를 직접 ‘기록’하지 않는다. 하지만, 사용자의 행동을 정교하게‘관찰’한다.어떤 콘텐츠를 얼마나 스크롤했는가어디서 멈췄고, 어디서 나.. 2025. 4. 15. Data literacy - 추천 알고리즘은 왜 내 취향을 이렇게 잘 알까? 4장 1절.추천 알고리즘은 왜 내 취향을 이렇게 잘 알까?넷플릭스를 켜면, 마치 나보다 나를 더 잘 아는 것 같은 콘텐츠가 떠 있다. 유튜브 홈 화면은 내가 누르지 않아도, 이미 ‘보고 싶은 것들’로 채워져 있다. 쿠팡에 접속했는데, 몇 시간 전 친구와 얘기했던 그 물건이 바로 떠 있다. 처음엔 놀랍고 편했다. 하지만 점점 이상했다. “어떻게 이렇게 잘 알지?” 우리는 지금, 내가 클릭한 순간, 나보다 먼저 나를 해석하고 예측하는 세상에 살고 있다. 추천 시스템은 '기억'하지 않는다. '예측'한다.많은 사람들은 추천 시스템이 단순히 ‘내가 봤던 걸 기억해서 보여주는 것’이라고 생각한다. 하지만 사실 그건 ‘기억’이 아니라 ‘예측’이다. 내가 뭘 봤는지뿐 아니라,그걸 언제 봤는지어떤 기기에서 봤는지본 뒤에.. 2025. 4. 14. Data literacy - 팩트가 많을수록 진실에 가까워질까? 3장 4절 | 팩트가 많을수록 진실에 가까워질까?“정보는 많을수록 좋지.”“데이터가 많으면 판단도 더 정확해지는 거 아냐?”“팩트를 쌓다 보면 결국 진실에 다다르겠지.”우리 모두가 한 번쯤 이렇게 생각해봤을 거야.실제로도 데이터 기반 의사결정(data-driven decision)이라는 말은요즘 회사와 조직에서 거의 교과서처럼 쓰이는 원칙이지.하지만 이 믿음, 과연 맞는 걸까? 팩트는 많아도, 방향은 틀릴 수 있다한 번 예를 들어보자.직장인 대상 커머스 플랫폼에서 “고객 리포트”를 작성했다고 해보자.그 보고서엔 이런 수치들이 들어있다:1개월 내 신규 고객 유입 수: 4,302명주간 재방문율: 23.6%객단가 평균: 41,000원반품률: 12.7%NPS 점수: +43장바구니 이탈률: 58%앱 실행 평균 시.. 2025. 4. 13. Data literacy - 중립을 가장한 편향 3장 3절 | 데이터는 중립적이지 않다: 왜 수치는 편향될 수밖에 없는가“우리는 데이터로 말합니다.”“숫자는 거짓말하지 않습니다.”“팩트에 기반한 결정을 내립니다.” 회의실에서, 마케팅 브리핑에서, 보도자료에서 이런 말은 거의 주문처럼 반복된다.하지만 진짜일까?우리는 그동안 ‘데이터’라는 단어에 너무 많은 신뢰를 줬었다.숫자는 감정이 없고, 입장이 없고, 누구의 편도 아닌 순수한 정보라고 믿었던 거다.하지만 현실은 정반대다.데이터는 그 자체로도 이미 편향되어 있을 수밖에 없고,그 편향은 ‘보기 좋게’ 잘 포장돼서 우리 앞에 놓인다. 데이터는 ‘있는 그대로의 세상’을 보여주는가?아니다. 보여주기로 선택된 조각만 보여준다.데이터는 공기 중에 떠다니는 게 아니다.사람이 설계하고, 선택하고, 수집하고, 편집한 .. 2025. 4. 12. 이전 1 2 3 다음 반응형
