# 데이터에 대한 고정 관념
이 문서엔 제가 가지고 있는 데이터에 대한 여러 생각(주로 고정 관념)에 대해 다룹니다.
# 1) 데이터에 답이 있다
- 데이터에 답은 없다. 찾아내야 하는 것
- 데이터를 보는 사람이 어떻게 해석하느냐에 따라 답이 달라질 수 있음
- 데이터라는 것은 의사결정을 위해 활용하는 것이지, 만유인력의 법칙처럼 절대 진리는 아님
- 선택의 "불확실성"을 줄이기 위해 데이터를 활용하는 것(Risk Management)
- 데이터는 자신이 알고 있는 것, 생각한 것을 주장을 합리적으로 전달할 수 있는 도구
# 2) 데이터에 기반한 의사 결정은 항상 좋은 선택일거다
- 데이터에 기반한 의사 결정은 Local Optima(그 당시의 최적)이고 Global Optimum(진리의 최적점)은 아님
- 특히 실험에서 발생할 수 있음
- A라는 실험을 2022년 3월에 했고, 2022년 10월에 한 경우 결과가 다를 수 있음
- 시즈널리티가 심한 서비스(자주 활용하는 시기가 존재하는 서비스)는 시기에 따라 서비스의 특성이 다름
- 데이터의 특정 결과가 시간의 흐름에 따라 계속되면 그건 Global Optimum에 가까운 결과로 볼 수 있음
- 어쩌면 우리는 영원히 Global Optimum에 도달하지 못할 수도 있음
# 3) 정답은 하나다
- 문제를 푼다 ≠ 반드시 존재하는 하나의 정답을 찾는다
- 주어진 리소스(제약조건) 하에서 제일 적합한 해답을 찾기 위한 논리적 사고하는 과정이며, 문제 해결 방법은 여러가지가 존재할 수 있음
# 4) 데이터 분석은 데이터팀이 해야지
- 데이터팀이 데이터 분석 방법론에 대해서 익숙하지만, 제품과 Feautre에 대한 내용은 데이터 분석가보다 PM, PO, 디자이너가 더 잘 알 수 있음
- 데이터는 데이터팀이 한다!가 아니고 데이터 기반으로 모두 생각해야 함
- 모든 직무에서 데이터를 활용할 수 있음
TIP
“Data Driven” does not mean
“Data Person(Data Analyst, Data Engineer)” does everything
"Everyone" uses data
# 5) 내 데이터, 가설이 틀릴 수 있다
- 데이터를 정말 잘 하려면 내 가설, 생각이 틀릴 수 있는 가능성도 열어둬야 함
- 비판적인 사고를 가지고, 열린 마인드로 흡수
- 내가 생각한 것이 맞냐 틀리냐에 집중하는 것이 아닌 목적(제품의 성장)에 집중해야 함