빅데이터를 통한 의사결정이 놓치고 있는 것들
들어가며
빅데이터 분석분야는 IT기기들의 보급화와 함께 각광받고 있는 분야입니다. 많은 기업들이 빅데이터와 관련된 투자를 진행하고 있으며 데이터 분석가들에 대한 수요가 순증하고 있습니다. 한국이 4차 산업혁명에서 뒤쳐지고 있다고 말하는 요인 중 하나가 빅데이터 분석과 관련된 투자가 적다는 지적도 있었을 만큼 말이죠.
최근에 진행된 연구는 의외의 결과를 보여줍니다. 빅데이터 연구의 73%는 전혀 이득을 가져다 주지 못 하는 분석이라는 결과입니다.
데이터 분석
빅데이터 분석 분야는 분명 흥미로운 분야입니다. 기존의 데이터화되지 못 했던 것들이 데이터화됨에 따라 사람들의 행동과 심리에 대해 더 깊이있는 분석과 통찰이 가능해진 부분이 있기 때문입니다. 예를들어, 일정 연령대의 성별이 지닌 군이 연관되서 검색하는 검색어들을 통해서 관심분야를 추측해볼 수 있고 이에 맞는 마케팅 등이 가능해졌습니다.
데이터 분석이 놓치는 것들
단, 데이터 분석이 우리가 생각하는 예언자처럼 모든 것을 알려주지는 않습니다. 데이터 분석이 놓치기 가장 쉬운 것은 현재 변화가 진행되고 있는 분야입니다. 강연에서도 이야기 하듯이 변화가 진행되고 있는 분야는 아직 데이터가 쌓이지 않았기 때문이죠. 대표적으로 스마트폰의 높은 수요를 예측하지 못 한 노키아의 몰락을 소개하고 있습니다. 실제 사회에서는 사람들이 스마트폰 그 중에서도 아이폰에 대한 강한 수요를 보이고 있었지만, 노키아는 데이터화가 되지 않았다는 이유로 이를 외면했고 결과적으로 회사에 치명적인 결과를 가져다 주었습니다.
또, 모형의 설정을 통해 회귀분석 혹은 시계열 분석을 해야하는데 사람이 포함되거나 불규칙성이 포함된 경우 이에 대한 추정은 거의 불가능합니다. 이전에 일정했던 통제변인들이 변화하고 독립변수 역시 시간의 흐름에 따라 다른 것이 추가되면서 과거와는 전혀 다른 결과물을 내놓기 때문입니다.
마치며
정량적 분석은 우리에게 객관성을 제공합니다. 우리의 모든 판단과 분석은 개인적인 주관이 들어가기 마련이지만, 정량적 분석은 이로부터 상대적으로 자유롭기 때문이죠. 단, 정량적 분석에서 놓치지 말아야 할 것이 정성적 분석입니다. 모든 것은 문맥과 상황속에서만 이해되는 부분이 있기 때문입니다. 아무리 많은 설문조사를 하더라도 사람들의 행위는 그 사람이 왜 그렇게 했는지에 대한 이해 없이는 해석되지 않습니다. 또, 흥미로운 사실은 사람들은 자신이 어떠한 상황인지 어떤 것을 추구하는지 종종 헷갈리거나 모르는 경우가 있다는 것입니다.
데이터 분석이 흥미롭고 새로운 분야임은 맞으나 이를 보완하는 인문학적 통찰과 맥락에 대한 이해 역시 동시에 필요합니다.
댓글