데이터 분석을 하기 전에는 어떤 데이터를 활용 | 커리어리

데이터 분석을 하기 전에는 어떤 데이터를 활용할지 탐색하는 Data Discovery의 단계가 필수적입니다. 점점 방대해지는 데이터 중 어떤 테이블을 봐야하는지, 업데이트 주기나 신뢰도는 어떻게 되는지를 매번 담당자를 찾아 확인하려면 매우 비효율적일 수밖에 없습니다. 이러한 니즈를 해결하기 위해 모든 메타데이터를 저장하고 관리하는 Data Discovery Platform(DDP)이 등장합니다! DDP는 무엇인지, 그리고 현재 오픈소스로 공개된 것들의 기능을 비교한 내용을 담고 있는 아티클이라 일독 추천드립니다. 링크는 긱뉴스에서 영어 원문을 번역/정리한 것이라 쭉 읽기 편합니다. 현재 리프트의 아문센이 가장 널리 그리고 많이 쓰이고 있다고 하는데요, 긱뉴스 댓글에 있던 베이글코드에서 아문센을 도입한 글 역시 설명이 잘 되어있어서 이해하기 좋았습니다. 참고 링크로 남겨두겠습니다. https://medium.com/bagelcode/data-discovery-platform-at-bagelcode-b58a622d17fd

Data Discovery Platform(DDP)의 모든 것 | GeekNews

GeekNews

2020년 11월 30일 오전 5:39

댓글 0

함께 보면 더 좋은

토스 이승건 대표님의 Carryng Capacity 영상을 보고서 찜찜한 부분이 있었는데, 그 부분을 잘 해소해줬던 글이라 공유해요. 강의는 여기에서 보실 수 있습니다: https://youtu.be/tcrr2QiXt9M Carrying Capacity는 그러니까 프로덕트에 따라 inflow와 churn이 상수로 존재한다는 전제에 기반한 개념인데요, 사실 이 둘은 상수로 존재할 수 없죠. 김민우님 글처럼 시장의 크기도 큰 영향을 줄 수 있고, 마케팅을 하지 않았는데도 입소문이 잘 나서 유입이 클 수도 있고, 너무 초반이라 제품이 잘 알려지지 않아 유입이 적을 수도 있으니까요. 지속적으로 측정하면서 확인하는 게 아니라 1-2개월간의 지표를 절대적인 것으로 받아들이면 위험하다는 생각이 들었는데, 그런 내용들이 쉽게 정리되어 있습니다. Carrying Capacity를 건설적으로 활용하려면 이런 부분들도 유념해야 할 듯 해요!

이승건 대표님의 Carrying Capacity 강의, 이의 있어요!

Thinker-Practitioner

추천 프로필

현직자에게 업계 주요 소식을 받아보세요.

현직자들의 '진짜 인사이트'가 담긴 업계 주요 소식을 받아보세요.

커리어리 | 일잘러들의 커리어 SNS