아티클)별점의 함정: 나의 3점과 당신의 3점은 다르다 (데이터분석가의 숫자유감) 리뷰

데이터는 기록 주체에 따라 두가지로 분류한다. 사람이 사이트에 들어와서 기록되는 서비스의 프로그램데이터(행동데이터나 구매 데이터 등)와 직접 사용자가 입력하는 데이터 2가지로 나뉜다.

 

사람들이 제품을 사용해서 좋게 생각하는 이유에는 정말 여러가지의 이유가 있다.

서비스는 고객들을 잘 이해하기 위해 고객들을 분석해야 하는데 프로그램에 의한 데이터로는 억측할 수 있기에 고객의 반응을 듣는 것이 도움이 되기도 한다. 

하지만 그런 별점매기기 같은 방식 또한 다 같은 이유에서 해당 점수가 나오는 것은 아니다.

만약 문항수가 많으면 조금더 체계적으로 해당 점수가 나왔는지 알 수 있지만 일반 서비스 판매에서는 그렇기가 어렵다. 결국 별점은 크게 의미가 없을 수도 있다는 것을 의미한다. 넷플릭스가 영화를 좋아요 / 싫어요라고 두개밖에 표시하지 않은 이유를 뒷받침 할 수도 있다 . 

결국 사용자들이 다시보는 프로그램, 재방문자, 배달시간 같은 실제 고객들의 행동데이터들을 만들어 내는 것이 결국 서비스의 목적을 달성하기 위한 지표들이 맞다. 

---

결국 이런 데이터를 잘 파악해 실질적으로 이용하기 위해서는 그 데이터를 잘 다루는 사람이 중요하다는 말이기에 도메인과 기술을 동시에 잘 익혀야 겠다는 생각을 하게 되었다