728x90
1. 결과와 결론의 차이
▶ 결과 '무엇을'
- 계산과 분석을 해서 나온 결과물
- 데이터 처리, 분석, 모델링 후에 얻어진 구체적인 데이터의 출력
- 숫자, 통계, 그래프, 차트 등의 형태로 나타낼 수 있음
▶ 결론 '그것이 왜 중요한지?'
- 목적에 대해 어떤 의미가 있는지 설명하는 것
- 분석된 데이터 결과를 바탕으로 이끌어낸 의미나 통찰
- 데이터에 기반한 해석, 추론 또는 권고사항을 포함
▶ 결론 도출 시 주의사항
- 결과-결론 도출 시에는 스토리텔링이 필요함
- 그러나 데이터를 통해 알 수 있는 범위에서만 생각하고, 필요 이상으로 자신의 해석을 섞으면 안됨
2. 결론 잘 정리하는 법
- 앞서 문제 정의, 지표 설정을 할 당시의 목적을 떠올리며 정리
- 결론을 공유할 대상이 누구이며, 어떻게 변화하길 원하는지를 생각
▶ 단순하고 쉽게 전달
- 핵심 지표 위주로 먼저 공유
- 지표를 해석하는 방법에 대해서도 설명
- 해당 지표에 오너십이 있는 조직에서 활용할 만한 포인트 제안
- 액션 아이템을 제안하는 것이 핵심
▶ 흥미 유발
- 모든 내용을 담지 말고, 흥미로운 부분 위주로 공유
- 상대가 궁금해할 만한 내용은 뭘까를 고민하고 필터링하기
- 궁금한 사람들을 위해서는 디테일한 문서 따로 공유
▶ 대상자 관점에서의 접근
- 공유 받는 사람(=대상자)의 시선에서 이해하기 쉽도록 정리
- 지식의 저주에 빠지지 않고 논지를 뒷받침해줄 자료들을 함께 첨부
- 대상자들이 이해하기 쉬운 시각화 자료 활용
▶ 시각화 팁
- 화려한 그래프보다는 직관적으로 이해할 수 있도록 구성
- 대부분 선, 막대 그래프로 리포팅 가능
- 각 그래프의 범례와 단위 함께 표기해주기
▶ 결론 보고서에 쓰면 좋은 플로우
- 전체 내용을 한 문장으로 정리하는 요약
- 해당 보고서의 메인 주제
- 해당 보고서를 쓴 이유와 원하는 변화
- 문제 정의 단계
- 핵심 내용 전개
- 결론 및 액션 아이템
< 결국 데이터 리터러시란? >
- 눈 앞에 있는 데이터에 의존하지 않고 스스로 목적과 문제를 정의
- 그 목적을 달성하는 데 필요한 데이터와 지표를 설정하는 것
- 데이터를 어떻게 봐야 문제의 정보를 효과적으로 얻을 수 있는지 분석하는 것
- 단순히 데이터를 보는 방식이나 분석 방법론, 통계 지식에 매몰되지 않는 것
- 왜?를 항상 생각하기
728x90
댓글