[스타트업 데이터분석! 이건 절대 하지 마세요!🙅‍♂️🙅‍♀️] 한국의 스타트업은 모두 데이터를 중요하게 생각하고 Data-Driven 사고를 한다고 말합니다. 하지만 실상 데이터를 제대로 다

[스타트업 데이터분석! 이건 절대 하지 마세요!🙅‍♂️🙅‍♀️] 한국의 스타트업은 모두 데이터를 중요하게 생각하고 Data-Driven 사고를 한다고 말합니다. 하지만 실상 데이터를 제대로 다루고 있는지는 의문이 듭니다. 우리가 스타트업에 다니면서 데이터를 잘 다루면서 성장하기 위해서는 어떠한 것들을 피해야 할까요? ✅데이터에 결점이 없다고 가정하는 것 👉수집하는 데이터는 결점이 100% 없지 않습니다. 그래서 수집된 데이터가 유용성이 얼마나 되는지 지속적으로 의심해야 합니다. ✅표준화하지 않는 것 👉결혼식 장소로 인기있는 도시목록을 만든다고 가정해 봅니다. 이때 표준화가 제대로 되지 않는다면 의도와는 다르게 단순히 그저 비행기를 이용하는 방문객 수가 많은 도시들의 목록이 되버립니다. ✅열외의 사용자를 포함시키는 것 👉 데이터 기반으로 프로덕트를 구축할 때 여외되는 사용자는 반드시 제외해야합니다. 그렇지 않으면 코어 고객이 아닌 비타겟 고객까지 포함시키는 꼴이 됩니다. ✅계절적 변동을 무시하는 것 👉시간, 요일, 월에 따른 변화를 고려하지 않으면 의사결정이 산으로 갈 수 있습니다. ✅성장을 평가할 때 전체 규모를 무시하는 것 👉 정황 정보를 중요시 보고 판단해야 합니다. 특히 초기 스타트업들은 가족이 회원가입만 해도 회의수가 두배로 증가하기 때문입니다. ✅지나치게 많아 의미를 잃은 데이터 👉대시보드에 데이터가 많아도 어떤 데이터를 먼저 봐야 하는지 알아야 합니다. 데이터 우선순위를 모르면 대시보드에 데이터가 많아도 소용없게 됩니다. ✅거짓 경보를 울리는 지표 👉너무 경보가 자주 울리면 경보를 무시할 수 있습니다. ✅직접 수집한 데이터만 인정하는 배타적인 태도 👉직접 수집한 데이터와 외부에서 수집한 데이터를 합치면 그 시너지는 어마어마합니다. 이를 통해 소중한 정보와 인사이트를 얻을 수 있습니다. ✅잡음에 초점을 두는 것 👉인간은 패턴이 없어도 패턴을 발견하도록 본능적으로 설계되어 있습니다. 허상 지표(잡음)는 무시하고 한발 물러서서 더 큰 그림을 볼줄 알아야 합니다.