Eureka!

[추천도] ★ ★ ★ ★ ☆ [요약] -데이터 사이언티스트 입문자에게 유용할 것 같다. -데이터에 관심이 많은 마케터 입장에선 약간 어려운 내용이었다. (복잡한 수식에 관한 이야기는 스킵하고 보면 볼만하다.) -통계적 내용, 그래프에 관하여 자세히 알 수 있어 좋았으나 실무 분석에서 그래프가 정석(?)대로 나오지 않는 경우도 있기에 그런 예외 사례까지 확인하기 어려운 점이 아쉬웠다. [리뷰] 최근 구매연관성 분석, 클러스터링 분석과 같이 머신러닝을 통한 분석 방법에 대한 글을 쓰며 '숫자의 함정에 빠지지 않는 것' 그리고 '그래프를 섣불리 해석하지 말 것'이 2가지를 굉장히 신경 썼다. (평소 분석할 때도 이 부분을 항상 경계한다.) 이 부분에 대해 제대로 배우고 싶다는 생각이 들었고 그러던 중 이 책을..

[추천도] ★ ★ ☆ ☆ ☆ [요약] -실무에 필요한 최소한의 통계 지식을 쉽게 익힐 수 있다. (표준편차, 분산, 회귀분석, 샘플사이즈 측정 등) -쉽게 읽히나 내용에 깊이는 없다. -내용 중 일부는 억지로 숫자를 끼워맞추는 느낌도 받았다. (예: 335법칙, 262법칙) [리뷰] 나는 실무 대부분을 숫자와 함께 했다. 그리고 데이터를 토대로 명확한 근거를 대며 커뮤니케이션을 하는 것이 중요하다고 생각한다. 내가 데이터에 집착? 아닌 집착을 하게된 건 그간 경험했던 퍼포먼스 마케팅에서 crm, 프로모션 모두 숫자와 깊게 연관있기도 했지만 무엇보다 다양한 이해관계자와 협업하며 설득해나갈 때 데이터로 근거를 하는 것이 큰 무기가 되었기 때문이다. 그런 이유로 이 책의 제목이 눈에 띄었다. 숫자를 전략적으로..

[추천도] ★ ★ ★ ☆ ☆ [요약] - 문제▶원인▶해결방안 크게 3가지 관점에서 데이터 분석 과정을 다루며, 다양한 사례를 들어 설명하기 때문에 부담없이 읽을 수 있다. - 회사에서 단순히 몇 가지 비교 그래프를 보고 "결과를 찾는 과정"이 아닌 "스토리를 만들어 결론을 내는 방법"을 알려주어 데이터를 보는 관점이 달라진다. - 회사에서 데이터를 분석하는 업무를 하고 있다면 한번쯤 읽어보면 좋을 책! [리뷰] 데이터 문해력이란, '데이터에서 문언가를 읽어내는 능력'이 아니라 '스스로 정답에 대해 고민하고 데이터를 무기 삼아 합리적으로 논할 수 있는 능력'이라고 생각합니다. 어려운 분석이나 통계까지는 필요하지 않습니다. 그보다, 자신의 목적에 대해 생각해보고 이에 따라 가설을 세우는 것이 훨씬 중요하다는..