2024.07.03
✳️ 문제 정의
- 데이터 분석 프로젝트의 성공을 위한 초석
- 특정 상황이나 현상에 대한 명확하고 구체적인 진술
- 목표를 설정하고 분석 방향을 설정
✳️ 문제 정의 방법론
⭐ MECE (Mutually Exclusive, Collectively Exhaustive)
- 상호 배타적( Mutually Exclusive ) + 전체적으로 포괄적( Collectively Exhaustive )인 구성 요소로 나누는 것
- 복잡한 문제를 체계적으로 분해하고 구조화된 방식으로 분석 가능
- 중복과 누락 없이 문제를 정의
⭐ 로직 트리 (Logic Tree)
- MECE 원칙을 기반, 복잡한 문제를 하위 문제로 분해
- 계층적 접근 (상위 문제 -> 하위 문제)
- 도표 형식으로 표현 되어 쉽게 파악 가능
➕ 문제 정의의 핵심
💫 SO WHAT?
- 현재 가지고 있는 정보 및 사실로 부터 메세지를 뽑아내는 작업으로 팩트 파인딩이라고도 한다.
- 제시한 사실로 무엇을 알아 낼 수 있지? 라는 물음을 통해 답변을 얻어 중요한 핵심을 추출해낸다.
- 결국 결론을 도출해낼 수 있는 타당한 메세지여야하고 어쩌라고라는 질문 끝에 결론이 논리적으로 드러나야 하는 것
💫 WHY SO?
- So What을 통해 도출한 메세지가 맞는지 검증하는 작업
- 메세지에 대한 원인/근거를 묻는 작업
참고자료
https://brunch.co.kr/@mystalin/43
'📒 Today I Learn > 📖 Data Literacy' 카테고리의 다른 글
[Data Literacy] 결론 도출 (0) | 2024.07.05 |
---|---|
[Data Literacy] 지표 설정 (0) | 2024.07.05 |
[Data Literacy] 데이터의 유형 (0) | 2024.07.03 |
[Data Literacy] 데이터 리터러시 (0) | 2024.07.03 |