숫자는 읽었는데,
그래서 무슨 말을 해야 할지 막막했던 적 있으신가요?

왜 숫자는 분명히 있는데 설명할 문장은 떠오르지 않을까요?
왜 AVERAGE 함수는 쓸 줄 아는데 어떤 평균을 써야 하는지는 헷갈릴까요?
왜 보고서에 데이터를 잔뜩 넣었는데도 결론이 약하다는 말을 들을까요?


많은 사람이 데이터 분석을 잘하려면 먼저 수학과 엑셀부터 잘해야 한다고 생각합니다.

그래서 함수를 외웁니다. 통계 용어를 검색합니다. 평균과 표준편차의 공식을 공부합니다.
하지만 계산할 줄 아는 것과 숫자를 해석할 줄 아는 것은 다른 문제입니다.

평균 500만 원이라는 숫자 하나만 보더라도 그렇습니다.
팀원 대부분이 330만 원을 받고 한 명만 2,000만 원을 받는다면, 산술평균은 현실을 제대로 설명하지 못합니다.
신규 고객이 전체 고객의 30%라는 사실도 마찬가지입니다.
그 30%가 전체 매출에서 차지하는 금액은 5%일 수도 있습니다.
매출과 광고비가 동시에 올랐다고 해서 광고 때문에 매출이 올랐다고 바로 결론 내릴 수도 없습니다.
진짜 문제는 숫자를 계산하는 능력이 아니라, 숫자에 제대로 질문하는 기준이 없다는 데 있습니다.

통계를 ‘공식’이 아니라 ‘판단하는 순서’로 이해하게 만드는 방식입니다.

평균을 보면 중앙값과 이상치를 함께 확인하고,
30%라는 숫자를 보면 무엇을 분모로 삼았는지 묻고,
그래프를 보면 축과 비교 기준부터 살피고,
상관관계를 보면 곧바로 인과관계라고 결론 내리지 않는 식입니다.
그리고 마지막에는 실제 사례를 보며 잘못된 분석을 직접 찾아냅니다.

읽고 나면 숫자를 많이 아는 사람이 되는 것이 목표가 아닙니다.
숫자를 보고 질문하고, 비교하고, 의심하고,
마지막에는 ‘그래서 무엇을 해야 하는지’ 한 문장으로 설명할 수 있는 사람이 되는 것이 목표입니다.

숫자를 볼 때 한 번 더 ‘왜?’라고 물어보는 습관

숫자를 계산하는 법보다, 숫자를 어떻게 읽어야 하는지를 순서대로 익히는 구성입니다.
평균과 비율처럼 익숙해서 오히려 틀리기 쉬운 개념에서 출발해 분포, 상관관계, 비교 기준으로 넘어갑니다.
이후 그래프 선택, 엑셀 함수, 데이터 정제까지 연결하면서 실제 업무에서 숫자를 판단하는 기준을 잡습니다.
마지막에는 사례 분석과 통합 퀴즈로 넘어갑니다.
결과적으로 평균을 선택하는 기준, 퍼센트의 분모를 확인하는 습관, 상관관계와 인과관계의 구별, 상황에 맞는 그래프 선택,
데이터 오류 확인, 보고서의 결론 도출까지 하나의 분석 흐름으로 사용할 수 있게 구성되어 있습니다.

설명
목적이 없는 분석은 그저 숫자 놀이에 불과합니다.
데이터 없는 주장은 감정싸움밖에 안 남습니다.
설명

설명
본 콘텐츠는 생성형 AI 기술을 활용하여 초안 및 구조를 설계하였으며,
최종 기획, 사례 선택, 해석 및 품질 판단은 내부 전문가의 검수 및 책임 하에 제작되었습니다.

(AI 기술의 특성상 일부 정보는 환경 변화에 따라 달라질 수 있으므로,
실제 실무 적용 시에는 추가적인 교차 확인을 권장합니다.)