아티클 스터디| 그 데이터는 잘못 해석되었습니다

자료 : 그 데이터는 잘못 해석되었습니다 | 요즘IT (wishket.com)

그 데이터는 잘못 해석되었습니다 | 요즘IT

 

데이터를 통한 의사결정을 내릴 때, 가장 경계해야 할 점은 데이터가 있음에도 이를 잘못 해석해 잘못된 결론으로 가는 상황이다. 위 아티클은 데이터를 잘못 해석하는 상황별 유형과 제대로 해석할 수 있는 방법에 대해 알려준다.

 

데이터를 잘못 해석하는 상황별 유형

1) 생존자 편향의 오류

- 지표를 어떤 방향으로 해석하느냐에 따라 잘못된 해석이 발생할 수 있음.

 

2) 심슨의 역설

- 전체 지표와 그룹을 나눈 지표의 방향성이 다르게 나타나는 상황

- 특성이 다를 수 있다고 생각하는 기준들을 미리 정하여, 그 기준으로 지표를 살펴보는 것이 효과적임.

 

3) 상관관계를 통한 성급한 일반화

- 사람은 비슷해 보이는 패턴이 있을 때, 쉽게 일반화하려는 경향이 있음.

- 두 지표에 동시에 영향을 줄 공통 원인이 있는 지 살펴봐야 함.

- 새로운 구조로 지표 간의 관계를 파악하는 과정이 꼭 필요함.

 

4) 목적에 맞지 않는 지표 선택

- 목적에 맞는 지표를 선택해야 제대로 된 의사결정을 할 수 있음.

 

세이건 표준

데이터는 발생하는 일을 자료로 남긴 것이기 때문에, 분석의 결과가 상식에서 크게 벗어나는 경우는 많지 않다.

그러나 데이터는 가공하는 기준과 방법에 따라 바뀔 수도 있고, 데이터를 해석하는 사람의 생각이 반영될 수 있다.

그렇기 때문에 데이터가 잘못 해석된다면 잘못된 방향의 액션으로 이어질 수 있다.

 

" 특별한 주장에는 특별한 근거가 필요하다."
- 칼 세이건의 '세이건 표준'

 

인사이트

데이터는 표본과 모집단에 따라 확률적으로 달라질 수 있으므로 분석에 들어가기 이전에 꼼꼼하게 가설을 세우고 그것을 검정하는 것이 가장 중요하다고 생각했다.

 

알게 된 단어

 

CTA(Call to Action) : 유저의 행동을 유도하는 버튼