경험 기반 구체화
가장 많이 써본 데이터 분석 도구는 Python과 pandas입니다. 학교 프로젝트에서 센서 데이터를 분석할 때, 원시 데이터를 클리닝하고 이상치 탐지와 트렌드 시각화를 하는 작업에서 주로 활용했습니다. 처음에는 엑셀로 할 수 있는 작업도 파이썬으로 강제로 했는데, 코드로 남기면 같은 분석을 다시 돌리기 쉽다는 장점을 나중에야 실감했습니다. 방법론 측면에서는 A/B 비교와 시계열 추세 분석을 주로 썼습니다. 공정 데이터에서는 단기 변동보다 장기 트렌드를 보는 것이 더 유의미한 경우가 많다는 걸 배웠습니다. 도구보다 어떤 질문에 답하기 위해 분석하는가라는 목적이 분석 방향을 결정한다는 걸 여러 프로젝트를 거치며 느꼈습니다. 그래서 분석을 시작하기 전에 질문을 먼저 정의하는 습관을 갖게 됐습니다.