빅데이터는 잊어라! 스몰데이터를 신경 쓰는 것이 비영리에게 더욱 필요합니다.


여러분들은 얼마나 많은 데이터를 찾고 분석하시나요? 많은 기업/정부들이 빅데이터에 의존하고 중요성을 강조하고 있습니다. 하지만 빅데이터는 모든 것을 알려주지 않으며, 작지만 중요한 부분을 놓치고 있습니다. 이번 <Forget Big — It’s All about Small Data> 세션에서는 빅데이터가 아닌 스몰데이터(small data)에 집중하였습니다. 스몰데이터는 사람 중심의 데이터로써 개인의 취향이나 필요, 상태, 생활 등 사소한 행동에서 나오는 정보들을 말합니다. 강연자인 ‘Andi Argast’ 접근가능성(accessible), 이해가능성(understandable), 실행가능성(actionable) 총 3가지 주요 키워드로 정리 했습니다. 스몰데이터는 이미 비영리기관에서 서비스 전달과 기금사업을 통해 얻고 있으며, 비영리단체는 스몰데이터 분석을 통해 일에 해야한다고 합니다.


[강연자]

Andi ArgastNational Program Manager + Digital Strategist/ Framework Foundation

Steph McAllisterManager, Systems and Impact Reporting/ Framework Foundation

IMG_6644.PNG

<출처: 16NTC app>


데이터 종류

폐쇄적 데이터 – 내부 자료(인사, 고용, 판매, 기타 민감한 데이터 등)

공유 데이터 – 제한된 그룹 또는 SNS 공유가 가능한 정보(파트너 기관 관련 문서, 프로그램 통계 등)

오픈 데이터 – 누구나 접근, 사용, 공유 가능한 정보(정부 기관, 통행량 정보 등)

데이터 세팅

1. 데이터 유형: 기부자 정보, 프로그램 피드백, 이벤트 등록 정보, 페이스북 ‘좋아요’, 참석자 정보 등

2. 수집 방법: 설문조사, 구글 분석, Eventbrite(글로벌 모임 문화 플랫폼) 등

3. 결과: 전략계획, 연례보고서, 프로그램 개발

더 나은 정보 수집 방법 Top 5

1. 자동 수집되게 하며, 가능한 수동 입력은 피해야 합니다.

2. 모든 자료를 수집할 필요는 없습니다.

3. 가능한 빨리 디지털화 해야 합니다.

4. 자료는 충분히 수집합니다.

5. 데이터를 내보내고 다룰 수 있는 앱/웹을 선택합니다.

L1040875.JPG

<출처: 다음세대재단>

더 나은 정보 전달 방법 Top 5

1. 중요하다고 생각하는 자료를 선택하고, 그 자료를 중심으로 전체 자료를 제작합니다.

2. 자신도 설명과 이해가 어려운 데이터는 수집하지 않으며, 복잡한 표현은 삼가해야 합니다.

3. 당신의 일에 관련 없는 사람들에게 테스트 해보아야 합니다. 객관적인 시각에서 자료를 볼 수 있기 때문입니다.

4. 수집 과정과 숫자로 계산된 방법은 솔직하고 투명해야 합니다. 

5. 데이터를 시각화해야 합니다. 엑셀, 인포그래픽 등

<강연소개>  <현장노트>  <발표자료>

자료는 많지만, 분석은 어렵습니다.


데이터 분석에 기반한 의사결정은 어떻게 해야 할까요? 채널도 다양해지고 데이터들은 계속 쌓여만 갑니다. 어느 기관이든 기본적인 통계,지표,자료 등을 찾을 수 있습니다. 기관 홈페이지 방문수, 콘텐츠의 조회수, 페이스북의 경우 좋아요,도달률을 쉽게 확인 할 수 있습니다. 중요한 것은 확인된 지표를 분석하여 기관 활동에 적용시키는 것은 어려습니다. 이번 <Too Many Metrics, Too Little Analysis>세션에서는 정확한 분석을 위한 팁과 경험을 제공해주었습니다. 

[강연자]

Anthony KopetchnySenior Director, Communications/ The Pew Charitable Trusts

Stefan Byrd-KruegerMember/ ParsonsTKO


L1040848.JPG

<출처: 다음세대재단>


데이터 분석이 잘 되지 않은 이유가 있습니다. 방대한 데이터와 그 데이터에서 무엇이 중요한 자료인지 모르고, 분석을 해야하는 동기가 부족합니다. 현실적으로 우선순위에서 밀리다보니 분석할 시간도 부족합니다. 그렇다면 분석의 속도롤 높히기 위한 방법은 무엇이 있을까요?


1. 데이터 분석을 통해 얻고 싶은 답을 위한 질문 리스트 작성.

2. 사람들이 답변을 어떻게 하는지 알아내고, 실행까지.

3. 분석할 툴을 결정.

4. 정기적으로 데이터를 얻을 수 있는 표준질문과 보고서를 작성

5. 데이터를 분석하고 공유할 때 새로운 질문을 발견.

– 분석 툴

1단계(기본제공) 

2단계(자체 분석) 

3단계(자체 프로그램 개발) 

구글, 트위터, 페이스북, 이메일, 

훗스위트 분서기

엑셀, 구글드라이브,tableau, domo, 

geckoboard

custom api code, python for manipulation, 

R for analysis, AWS, Hadoop

데이터 분석을 위한 많은 자료, 다양한 분석툴 등 있지만 문제는 사람들이 해결하는 것입니다.


IMG_6643.PNG

<출처: 16NTC app>


<강연소개>  <현장노트>  <발표자료>