한빛미디어

R과 파이썬으로 시작하는 행동 데이터 분석 가이드

한빛미디어 <나는 리뷰어다> 활동을 위해서 책을 제공받아 작성된 서평입니다.

갤럽이 매일 1000명의 미국인을 상대로 연 인원 45만 명의 데이터를 얻어 분석한 바에 의하면 가난은 인생을 고달프게 만들고 부는 삶의 만족을 높이다. 그러나 사람이 살면서 느끼는 ‘체험적 행복감’은 부에 의해서 크게 영향을 받지 않는다는 것이 발견되었다. 체험적 행복감은 매 순간 즉각적으로 느끼는 행복이다.

지나고 난 뒤에 평가하는 ‘기억적 행복’과 구별된다. 부자가 죽을 때 자신의 인생이 만족스러웠다고 평가하는 것은 기억적 행복이고 지금 고픈 배를 느끼는 것은 체험적 행복이다.

대니얼 카너먼은 DRM(Day Reconstruntion Method)이란 방법으로 체험적 행복을 측정했다. 실험 참여자들은 하루에 기억을 되살려 여러 개의 에피소드로 나눈다. 각 구간에서는 가장 주의가 집중되었던 활동을 하나 선택하여 0~6으로 채점한다. 여러 날에 걸친 이런 데이터는 사람들이 일상적으로 얼마나 행복하게 지내는지 훔쳐볼 수 있느 창구가 된다. 개럽의DRM 조사에 의하면 대도시 같이 생활비가 많이 드는 지역에서 가족의 연 수입이 7만 5000 달러 정도가 되면 체험적 행복감이 최대치에 올랐으며 추가의 수입이 기여하는 바는 미미하였다. 카너먼의 해석에 의하면, 추가의 수입은 좀 더 많은 쾌락을 구매할 수 있게 하지만 늘어난 수립이 삶의 다른 즐거움을 빼앗아간다. 지구를 반 바퀴 돌아 알프스에서 스키를 타는 것은 행복을 줄 수 있겠지만 동네 놀이동산에서 썰매를 타는 것도 상당히 즐거운 일이다.

행동 데이터를 분석해 어느 정도 부가 삶의 가치에 영향을 주는지를 측정한 사례로 볼 수 있다.

행동 데이터 과학은 근래의 많은 데이터 과학 및 데이터 분석 책 중에 실무자가 심도있게 볼 수 있는 가이드이다.

사내 강의를 하면서도 실무 예제를 삼을 수 있는 자료가 부족했는데 이 책은 충분히 그 영역을 채워주었다.

특히 R과 파이썬 양 쪽의 사례를 제공해주어 분석 도구에 따른 문제 해결 방법을 배우기에도 좋고, 문제를 정의부터 시작하는 방법과 실무 경험을 담고 있어

사례 적용에도 도움이 될 수 있었다.

기본적인 데이터 분석에 대한 이해나 행동 경제학 전문가인 대니얼 카너먼 같은 유명한 학자들이 여러 자료를 통해 기본적인 지식을 알고 있지만

하지만 그들처럼 왜 사람들은 그런 행동을 하는지에 대한 측정과 분석, 도구 활용에 대한 방법을 심도있게 접근하기에 실무를 담당하는 사람들은 접근 방법에서 길을 찾기가 어려운 부분이었다.

데이터 과학과 데이터 분석을 다루는 책들은 알고리즘에 제공하는 사실을 제외하고는 데이터를 이해하기에는 어려움이 있었다.

- 데이터 자체를 목적으로 하기보다는 데이터를 인간의 심리와 행동을 들여다보는 렌즈로 바라보는 행동 과학적 사고 방식

- 여러 요인 사이의 인과관계를 알아내고 관계성이 얼마나 강한지 측정하는 인간관계 분석 도구모음

이 두 요소를 '인과-행동 접근법 or 프레임워크'를 제공해 데이터를 이해할 수 있는 방법을 제공하고 있다