사용 기술·도구 구체 언급→분석 도구 선택 이유→문제 해결 경험→인사이트 활용 순 전개
복잡한 데이터를 다룰 때 주로 Python(pandas, matplotlib)과 Tableau를 씁니다. 탐색 단계에서는 pandas로 빠르게 집계하고 이상치를 확인하고, 전달 단계에서는 Tableau로 인터랙티브 시각화를 만드는 흐름입니다. 도구 선택 이유는 단순히 익숙해서가 아니라, 분석의 목적이 '이해'인지 '전달'인지에 따라 다른 도구가 맞는다고 생각하기 때문입니다. 코드 기반 분석은 재현이 가능하고 수정이 쉽지만, 비기술 직군에게 설명할 때는 시각적 요약이 더 빠르게 전달됩니다. 어려웠던 경험은 여러 소스에서 온 데이터를 합치는 과정에서 기준이 다른 날짜 포맷이 섞여 있었던 경우입니다. 눈에 바로 안 보이는 오류라 시간이 걸렸는데, 프로파일링 라이브러리로 칼럼별 타입 분포를 먼저 확인하는 습관이 그 이후로 생겼습니다. 결과로 도출한 인사이트는 팀원이 바로 이해할 수 있는 언어로 재해석하는 게 중요하다는 걸 느꼈습니다. 숫자보다 '이 패턴이 의미하는 것'을 한 문장으로 요약하는 게 결국 의사결정에 더 직접 연결됩니다.