👉 데이터가 넘쳐나는 시대에서 관건은 데이터 리터러시 즉, 데이터 문해력인데요. 이를 설명 해주는 아티클이 있어 공유합니다.
📊데이터 리터러시(Data Literacy)란?
- 데이터를 목적에 맞게 활용하는 데이터 해석 능력
- 데이터를 읽고 쓰는 기술, 분석하고 소통하는 능력 포함
🔍데이터 리터러시 세부 역량
1단계) 데이터 제대로 알기(데이터 기획, 수집)
- 데이터 작업 전 해결하고자 하는 문제와 목적이 명확해야 함
2단계) 데이터 제대로 읽기(데이터 처리, 분석)
- 목적에 맞게 추출한 데이터를 처리하고, 데이터 속 의미를 적절하게 해석할 수 있어야 함
3단계) 데이터 제대로 다루기(데이터 시각화)
- 가공된 데이터를 사람들에게 설명할 수 있어야 함. 데이터 시각화로 한 눈에 보기 좋게 보여주는 능력이 필수
❗❓데이터 리터러시에 대한 오해와 진실
1. 데이터 속 무언가를 읽어내는 능력이다?
- NO. 데이터를 통해 더 빠르게 더 나은 결정을 내리는 관점으로 접근하는 것이 좋음
2. 데이터 속에서 획기적이고 새로운 것을 발견할 수 있다?
- NO. 데이터는 합리적인 의사결정에 필요한 증명 도구로 봐야함
3. 데이터 분석을 위해 코딩이 필수적이다?
- NO. 엑셀이나 ‘%’ 정도만 알아도 충분히 데이터를 다룰 수 있고 소통하는 것에는 큰 문제가 없음
📑 데이터 리터러시의 핵심 능력 ‘질문’
- 데이터 작업을 시작하는 '구체적인 질문'
1) 데이터를 통해 무엇을 알고 싶은지
2) 알게 되면 무엇을 하고 싶은지
3) 이를 위해 어떤 데이터가 필요한지
💭Insight
해결하고자 하는 문제와 목적도 정하기 전에 데이터에서 특이점을 발견하려고 했던 적이 있는데요. 전문가라면 어떨지 모르지만 저같은 일반인은 데이터 더미에서 제대로 된 판단을 하기 어렵습니다.
해결해야하는 문제부터 정의하고 어떤 데이터를 봐야할 지 '단계별로'-> '쪼개서'-> '구체적으로' 생각하는 연습을 해야겠습니다!
👇 '유데미' 팀의 원글 보러 가기