감으로만 일하던 김 팀장은 어떻게 데이터 좀 아는 팀장이 되었나

“앞으로는 데이터에 근거해 보고하고 지시하세요!”
디지털 트랜스포메이션 시대,
발등에 불 떨어진 모든 팀장들이 가장 먼저 읽어야 할 책!

빅데이터 분야 세계 Top 100에 꼽히는 전문가들이 쓴 데이터 분석 입문서가 나왔다. 국내 최초로 실제 기업의 데이터 분석 에피소드와 멘토링을 중심으로 한 내용으로, 데이터 리터러시를 훈련시켜주는 책이다. 비전공자와 초보자도 쉽게 이해할 수 있도록 가상의 김 팀장과 그의 멘토인 황보 교수 캐릭터를 만들어 에피소드 형식으로 풀어 썼다. 이 책의 가장 큰 특징은 어느 누구도 하나로 꿰어내지 못했던 저자들의 풍부한 현업 컨설팅 사례. 영업 마케팅부서부터 기획팀, 인사팀, 비서실, 제조공장, 매장 관리, 온라인쇼핑몰 관리까지, 현업에서 가장 빈번하게 겪는 문제를 두루 풀었다.
데이터가 중요하다는 건 알겠는데 어디서부터 시작해야 할지 막막했던 사람이라면, 합리적으로 판단하고 싶은데 데이터를 활용할 줄 몰라서 ‘감(感)’에만 의지해왔던 경영자나 중간관리자라면, 이 책이 데이터를 ‘의사결정을 뒷받침해줄 확실한 무기’로 만드는 방법을 알려줄 것이다.

★★★★★ ‘빅데이터, 인공지능 분야 세계 100인의 전문가’ (영국 케임브리지 국제인명센터IBC 선정)
★★★★★ 실무에서 가장 많이 쓰는 분석법 Best 17 수록!
★★★★★ 이준기 전 빅데이터학회장, 신현보 데이터 전문기자,
강양석 《데이터 리터러시》 저자, 김한솔 HSG 디지털컨택트사업실장 강력 추천!

복잡하던 데이터 분석이 내 일과 연결해 바로 이해되는
세계 Top100 데이터 전문가의 단기 속성 실무 코칭!

“이제부터는 감이나 경험 대신, 데이터 분석에 근거해서 보고하고 지시하세요.”
최근 CEO나 임원에게 이런 지시를 받는 팀장이 많아졌다. 디지털 트랜스포메이션이 기업들의 화두가 되면서 구성원들에게도 데이터 활용 역량을 요구하고 있어서다. 데이터가 앞으로 “기업이 성장하기 위해 갖춰야 할 제2의 외국어”(가트너)이자, “10년 후 직장인의 절반이 데이터 분석가로 살아가게 될 것”(이코노미스트)이라는 분석까지 나온다.
하지만 많은 팀장이 데이터 분석을 한 적도 없고 하는 법도 몰라 고민이다. 수많은 직장인들이 시간과 돈을 들여 파이썬이나 R언어를 무작정 배워보지만, 막상 현업에는 적용하지 못해 우왕좌왕한다. 왜일까? 진짜로 중요한 건 데이터를 읽고 이해하는 문해력, 즉 ‘데이터 리터러시’인데, 그 능력을 키워주는 곳은 어디에도 없기 때문이다.
이런 상황에서 국내 최초로 실전 문제해결 과정을 보여줌으로써 데이터 리터러시를 훈련시켜주는 책이 나왔다. 다양한 실무 경험과 연구 성과로 세계적으로 인정받는 전문가들이 중간관리자를 위한 데이터 분석 입문서를 썼다. 《감으로만 일하던 김 팀장은 어떻게 데이터 좀 아는 팀장이 되었나》, 줄여서 《데이터 좀 아는 팀장》이다. 이 책의 저자인 황보현우 교수는 비즈니스 실무 능력과 학문적인 연구 성과를 인정받아 ‘빅데이터, 인공지능 분야 세계 100인의 전문가’에 오르기도 한 대한민국 최고의 데이터 전문가이다.

“누구도 데이터 분석의 쓸모를 이렇게 쉽게 알려주지 않았다!”
업무 지시부터 보고, 피드백, 협업까지
문제해결 연습이 되는 데이터 분석 입문서!

이 책은 비전공자와 초보자도 쉽게 이해할 수 있도록 가상의 김 팀장과 그의 멘토인 황보 교수 캐릭터를 만들어 에피소드 형식으로 풀어 썼다. 문과생 출신 김 팀장이 회사의 문제들을 황보 교수의 도움으로 해결하며 성장해나가는 과정을 그렸다. 이 과정에서 자연스레 데이터를 업무에 활용하는 방법을 알려준다.
특히 이 책은 팀장 포지션에 포커스를 맞추었다. 데이터가 진짜로 일하게 하려면 의사결정권이 있는 관리자가 데이터를 이해하고, 일상적인 의사결정 프로세스로 만드는 것이 무엇보다 중요하기 때문이다. 그래서 앞서가는 기업들은 데이터 임원을 따로 두기도 한다. 저자들은 팀장이 할 일은 데이터를 가공하거나 분석하는 것이 아니라, 데이터를 근거로 판단하고 보고하고 지시하는 일이라고 강조한다. 이 능력은 어떻게 얻어질까? 실전의 문제를 유형화하여 방법론을 익히는 경험을 쌓아야 한다. 그리고 쌓인 경험을 바탕으로 문제를 해결하는 역량이 필요하다. 바로 이 책처럼 말이다.
이 책의 가장 큰 특징은 어느 누구도 하나로 꿰어내지 못했던 저자들의 풍부한 현업 컨설팅 사례. 영업 마케팅부서부터 기획팀, 인사팀, 비서실, 제조공장, 매장 관리, 온라인쇼핑몰 관리까지, 현업에서 가장 빈번하게 겪는 문제를 두루 풀었다. 이 책에서 다루는 실전 사례는 다음과 같다.

·새로 오픈하는 대리점의 올해 매출 추론하기
·기존 고객의 재구매율 높이기
·우수 직원의 특성을 분석해서 채용·교육 액션플랜 짜기
·회장님이 방문할 대표 매장 5곳 선정하기
·공장 기계의 센서 데이터로 불량 설비 찾아내기
·멤버십 회원 특성을 분석해서 타깃 마케팅하기
·온라인 쇼핑몰의 추천 시스템 개선해 매출 높이기
·임직원의 협업 문화 진단하고 혁신하기
·매장 내 고객 동선을 분석해 레이아웃 혁신하기
·배분 방식을 개선해 대리점 재고관리 혁신하기 등등

각 꼭지마다 ‘세 줄 정리’가 되어 있어 업무 지침으로 삼기 좋다. 아울러 마지막 장인 [Q&A]에서는 다들 궁금해하지만 물어보기는 애매했던 질문들을 정리했다. 데이터분석가의 연봉이 정말 몇억인지, 데이터 분석이 주식에 도움이 되는지, 어떤 소프트웨어를 써야 하는지 등에 대해 속 시원히 답한다.

데이터를 확실한 의사결정 도구로 만드는 방법

이 책에서 초보자였던 김 팀장의 성장기를 따라가다 보면, 막연하게만 느껴졌던 데이터 분석이 하나로 꿰어지며 통합적으로 이해되는 신기한 경험을 하게 된다. 데이터가 중요하다는 건 알겠는데 어디서부터 시작해야 할지 막막했던 사람이라면, 합리적으로 판단하고 싶은데 데이터를 활용할 줄 몰라서 ‘감(感)’에만 의지해왔던 경영자나 중간관리자라면, 이 책이 데이터를 ‘의사결정을 뒷받침해줄 확실한 무기’로 만드는 방법을 알려줄 것이다. 또한 정체되어 있던 비즈니스를 혁신하는 돌파구를 발견하는 계기가 될 것이다. 이 책을 읽고 나면, 데이터를 전혀 몰랐던 팀장이라도 데이터로 의사결정할 수 있다!

황보현우
데이터 사이언스 분야의 세계적인 전문가로, 연구 성과와 실무 능력을 인정받아 영국 케임브리지 국제인명센터(IBC)로부터 ‘빅데이터, 인공지능 분야 세계 100인의 전문가’에 선정되었다. 서울특별시 빅데이터심의위원회 위원, 경기도 빅데이터위원회 부위원장으로 빅데이터 정책을 자문하고 있다. 현재 한남대학교 글로벌IT경영학과 교수로 통계 학습, 기계 학습, 데이터 마이닝 등 데이터 사이언스 관련 교과목을 가르치고 있으며, 연세대학교 정보대학원, 단국대학교 데이터지식서비스공학과에서 겸임교수로 빅데이터 및 인공지능을 강의했다. 코오롱베니트(주) 빅데이터분석팀장으로 다수의 빅데이터, 인공지능 프로젝트를 총괄했으며, (주)하나벤처스 경영전략본부장/상무로 하나금융그룹의 벤처캐피탈 설립을 담당했다. 저서로 《파이썬 데이터 과학 통계 학습》, 《인공지능 기반 서울시정 혁신방안》 등이 있다.

김철수
벤처, 대기업, 스타트업에서 20년간 전략과 기획, 개발과 컨설팅을 했다. ㈜프리챌에서 유료 아이템을 담당하면서 데이터 마이닝과 개발을 했다. 코오롱베니트(주)에서 석유화학 공장 에너지 데이터 분석을 했고, 국내 최초로 온실가스 배출권 거래제와 시스템을 설계하기도 했다. 코오롱그룹에서 Industry 4.0 동향 편집장을 하면서 AI, IoT, Bigdata, Cloud 등의 기술과 트렌드를 그룹에 전파하는 에반젤리스트 역할도 했다. 현재는 디지털역량연구소를 운영하며 데이터 분석 기반의 기획보고와 디지털 역량 향상 과정을 개발해서 삼성전자, LG전자, 현대자동차, 현대중공업, 농협, 한라그룹 등에 연간 수백 회 이상 강의하고 있다. SK텔레콤, 라인플러스, 넷마블 등의 S/W 개발자에게는 글쓰기와 비즈니스 전략도 강의한다. 저서로 《온택트 리더십》, 《개발자의 글쓰기》, 《RPA로 만드는 나만의 디지털 로봇 비서》 등이 있다.

프롤로그 | 비전문가를 위한 데이터 분석 입문서

1부. [기본] 김 팀장, 데이터 분석으로 첫 보고 하다
1장. 김 팀장, 예측이 아니라 추론을 해야죠! _ 예측과 추론
2장. 데이터 분석 결과에서 대체 뭘 보라는 겁니까? _ 선형 회귀
3장. 분석 결과가 상식적으로 좀 안 맞는데요? _ 데이터 수집
4장. 분석을 하려면 다 해야지, 왜 하다 말아요? _ 분석력과 예측력
5장. 데이터를 마구 집어넣으면 안 된다고요? _ 변수와 상관관계

2부. [심화] 다른 부서의 데이터 문제를 해결하다
6장. [서초지점] 고객 재구매 여부가 마이너스로 나오는 게 말이 됩니까? _ 로지스틱 회귀
7장. [인사총무팀] 우수 직원의 특성을 분석해서 액션 플랜을 짜고 싶어요 _ 의사결정나무
8장. [해외영업본부] 아마존 MD가 지난번 히트 상품과 비슷한 상품을 추천해달랍니다 _ 그룹화와 거리 측정
9장. [비서실] 회장님이 방문하실 대표 매장 5곳을 선정해주세요 _ k-평균 군집분석
10장. [여수공장] 공장에 센서가 수천 개가 넘는데 어떻게 일일이 다 봅니까? _ 주성분 분석
11장. [회원관리팀] 멤버십 회원 데이터를 검토해서 시사점을 찾으라고요? _ 기술 통계
12장. [회원관리팀] 사장님께 매장별 회원 특성을 시각화해서 보고하라고요? _ 박스 그림

3부. [응용] 데이터로 비즈니스를 혁신하다
13장. 회사 온라인 쇼핑몰의 추천 화면을 바꿔서 매출을 높이다 _ 추천시스템
14장. 구매 정보를 분석하여 고객마다 추천 제품을 달리 보여주다 _ 협업 필터링
15장. 소통 데이터를 분석하여 임직원의 협업 문화를 혁신하다 _ 소셜 네트워크 분석
16장. 고객 동선을 분석하여 매장 레이아웃을 혁신하다 _ 프로세스 마이닝
17장. 배분 방식을 개선하여 대리점 재고 관리를 혁신하다 _ 최적화

4부. [Q&A] 팀장들의 궁금증을 풀어주다
18장. 데이터 과학자 연봉이 몇억이라는데 진짜예요?
19장. 데이터 분석가는 주식도 잘하겠죠?
20장. 데이터 분석가는 무슨 소프트웨어를 쓰나요?
21장. 설문을 잘하려면 문항을 어떻게 만들어야 하나요?
22장. 데이터 분석하려면 인공지능을 알아야 해요?
23장. 인공지능이 괜찮은 신입사원을 채용해주나요?

에필로그 | 그룹 데이터 혁신 담당 임원으로 승진하다