1. 많은 데이터분석가 분들은 수학적으로 무언가 하는걸 좋아한다. 머신러닝 모델로 고객 그룹을 나누거나 추천 모델을 만들거나 등등 2. 하지만 대게는 들이는 노력에 비해 성과를 내지 못한다. 그렇

1. 많은 데이터분석가 분들은 수학적으로 무언가 하는걸 좋아한다. 머신러닝 모델로 고객 그룹을 나누거나 추천 모델을 만들거나 등등 2. 하지만 대게는 들이는 노력에 비해 성과를 내지 못한다. 그렇게 하지 않아도 대충 느낌적인 느낌으로 얼추 때려맞춰 일을해도 잘 굴러가기 때문이다. 3. 핵심은 그 사람이 무엇을 이해하고자 하는가에 달려잇다고 생각한다 4. 많은 데이터 분석가들은 고객의 이해보다 어떻게 수학을 데이터에 적용시킬수 있을까이다 5. 고객을 이해하기 위해 수학을 사용해야하는데 수학을 사용하기 위해 고객을 들여다 본다 6. 아이러니 한 것은 이런 수학을 세상에 사용하고자 하는 모티베이션이 우리들이 데이터분석가가 되도록 이끌었다. 즉 왠만하게 대판 까이지 않고는 이런 관점을 벗어나기 힘들다 7. 마케터들과 PM 들이 수학적이지 않은 개인적 관찰에 근거한 인사이트들이 포커스가 고객 이기에 조금 틀리더라도 옳은 방향으로 나아간다 8. 반면 데이터 분석가들은 이러쿵 저러쿵 고객을 분석하다가 뭐가 틀린지 모르고 수학적 수식이 옳다는 것에 근거하여 의견을 밀고 나가는 경우가 많다 9. 데이터분석가가 성과를 내기위해서는 무조건 적인 수학공식이 아니라 수학적 사고(논리적인 사고)로 세상을 고객을 이해하려는 능력이 필요하다