데이터 분석가의 이력서를 보면 ‘Ad Hoc 데이터 분석’이라고 쓴 업무이력을 발견할 수 있습니다. Ad Hoc 데이터 분석이 정확이 어떤 것인지 궁금하여 찾아보다가 잘 정리된 아티클을 찾아 내용을 정리해보았습니다.
1️⃣ Ad Hoc analytics vs Self-service analytics
- Ad Hoc 분석은 ‘그 때 그 때’ 필요한 질문에 대한 분석이며, ‘Where do we go?’에 대한 답이 됩니다.
- 즉, 계속해서 모니터링을 해야하는 (대시보드화가 필요한) 데이터 분석이 아닌 전략을 세우기 위한 일회성, 바로 통계적인 근거를 통한 결과를 내어 의사결정을 지원해야하는 데이터 분석 과제입니다.
- 예를 들어, “우리 서비스가 어떤 채널에 광고하는 것이 효과적일까?”에 대한 분석이 되겠습니다.
- 반면에 Self-service analytics는 계속해서 모니터링을 해야 하는 분석이며, ‘How it’s going’에 대한 답이 됩니다.
- 즉, 유관부서의 담당자와 분석가가 계속 모니터링할 자동화 대시보드를 만들고, 의사결정을 위한 인사이트를 뽑아내는 종류의 과제입니다.
- 예를 들어, “구매하기 UI 버튼 A/B 테스트에 대한 전환율과 재방문율에 대한 대시보드” 등이 해당되겠습니다.
2️⃣ 왜 Ad Hoc analytics를 잘해야 할까?
- 첫째로, Ad Hoc 분석은 데이터 기반의 의사결정에 핵심이 됩니다.
- Ad Hoc 분석의 출발점이 되는 질문은 대부분 현 상황에 서비스 및 회사의 가장 중요한 질문이며 그에 대한 분석결과는 팀이 나아가야 할 방향을 설정해줍니다.
- 둘째로, Ad Hoc 분석은 결과 해석과 전략 도출 역량을 향상시켜줍니다.
- Ad Hoc 분석은 데이터팀이 의사결정에 대한 시스템과 통계적 기반을 만드는 데에 출발점이 됩니다.
- 셋째로, 실제로 데이터 분석가는 많은 시간을 Ad Hoc 분석에 할애합니다.
- Ad Hoc 분석은 SQL 역량 향상에 대한 근간이자, 팀이 분석가에게 원하는 핵심 업무가 됩니다.
3️⃣ Ad Hoc 분석을 잘하기 위해 어떤 준비를 해야 할까?
- 관련 팀원(유관부서)과 해당 Ad Hoc 분석의 목적과 의미, 목표를 정확하게 공유하고 이해한다.
- Ad Hoc 분석을 시스템화, 표준화하여 빠르게 탄탄한 의사결정 기반을 마련하고 유관부서의 Data Literacy를 높이기 위해 노력한다.
저도 이제야 Ad Hoc 분석의 진정한 의미를, 그리고 중요성을 알게 된 것 같습니다!
데이터 분석가 직무에 계시거나, 준비하고 계시다면 Ad Hoc 분석에 대해 정확히 알면 좋을 것 같네요 🙂