데이터 분석을 시작하기 전에 알아야 할 용어 5개

데이터 분석이라고 하면 복잡한 통계나 코딩부터 떠오르지만, 실제로 가장 중요한 건 데이터를 어떻게 모으고, 무엇을 기준으로 보고, 결과를 어떻게 해석하느냐예요. 아래 5개 용어는 분석을 직접 하지 않더라도 데이터로 이야기하는 회의에서 꼭 필요해요.

1. 데이터셋이란 무엇일까요?

분석에 쓰기 위해 한데 모아 둔 데이터 묶음이에요. 보통 표처럼 행(한 건 한 건의 기록)과 열(각 기록의 항목)로 이루어져 있어요.

쉽게 비유하면

반 학생들의 이름, 키, 성적을 한 장에 정리한 출석부 같은 표예요.

예를 들면 "지난 3개월 주문 데이터셋"에는 주문 한 건마다 날짜, 상품, 금액, 지역이 한 줄씩 들어 있어요.

2. 데이터 정제란 무엇일까요?

분석하기 전에 빠진 값, 중복된 기록, 잘못 입력된 값을 찾아 고치거나 지우는 작업이에요. 분석 시간의 상당 부분이 정제에 쓰일 만큼 중요한 단계예요.

쉽게 비유하면

요리하기 전에 재료를 씻고 상한 부분을 손질하는 것과 같아요.

예를 들면 같은 고객이 두 번 저장돼 있거나, 나이에 '999'가 적혀 있다면 정제 단계에서 바로잡아요. 정제를 건너뛰면 결론이 통째로 틀어질 수 있어요.

3. 지표와 KPI란 무엇일까요?

지표는 상황을 숫자로 보여 주는 기준이고, KPI(핵심 성과 지표)는 그중에서 목표 달성 여부를 판단하는 가장 중요한 지표예요. 무엇을 KPI로 삼느냐에 따라 팀의 우선순위가 달라져요.

쉽게 비유하면

자동차 계기판에는 여러 숫자가 있지만, 운전할 때 가장 먼저 보는 속도계가 KPI예요.

예를 들면 쇼핑몰에서 방문자 수, 장바구니 담기 수는 지표이고, 이번 분기 목표로 정한 '구매 전환율'이 KPI가 될 수 있어요.

4. SQL이란 무엇일까요?

데이터베이스에서 원하는 데이터를 꺼내고, 걸러 내고, 합계를 내도록 요청하는 언어예요. 영어 문장과 비슷한 형태라 비개발자도 기초는 금방 배울 수 있어요.

쉽게 비유하면

거대한 서류 보관함 관리인에게 "지난달 서울 지역 주문만 금액 순으로 뽑아 주세요"라고 정해진 형식으로 부탁하는 말이에요.

예를 들면 SELECT 지역, SUM(금액) FROM 주문 GROUP BY 지역은 지역별 주문 금액 합계를 보여 달라는 뜻이에요.

5. 상관관계와 인과관계란 무엇일까요?

상관관계는 두 값이 함께 움직이는 관계이고, 인과관계는 한쪽이 다른 쪽의 원인이 되는 관계예요. 데이터에서 함께 움직이는 걸 발견했다고 해서 원인이라고 단정하면 안 돼요.

쉽게 비유하면

여름에 아이스크림 판매와 물놀이 사고가 함께 늘지만, 아이스크림이 사고의 원인은 아니에요. 둘 다 '더운 날씨'의 영향을 받은 거예요.

예를 들면 "앱 푸시를 많이 받은 고객이 구매도 많다"는 상관관계예요. 푸시가 구매를 늘렸는지 확인하려면 푸시를 받은 그룹과 받지 않은 그룹을 나눠 비교하는 실험(A/B 테스트)이 필요해요.

분석의 흐름으로 정리하면

1. 데이터셋을 모으고
2. 데이터 정제로 오류를 걷어 낸 뒤
3. SQL로 필요한 데이터를 꺼내
4. 지표와 KPI를 기준으로 보고
5. 상관관계와 인과관계를 구분해 결론을 내려요.

좋은 분석은 화려한 그래프보다 **"무엇을 기준으로 볼지"**와 **"그 결론이 정말 원인인지"**를 먼저 묻는 데서 시작해요.