[프로젝트 #3-10] 발표회 D-day 및 피드백

프로젝트 10일차 요약 : 발표회 진행하면서 튜터님들 피드백 기록, 후에 이전기수 라떼톡 시간

 

진행사항

• 발표회 시간 : 첫번째 순서, 혹시나 기술적인 문제로 딜레이가 되면 안되기 때문에 따로 줌에 접속해서 화면공유 등 연습함
• 발표 후 : 우리조 피드백 뿐만 아니라 다른조에 대한 피드백까지 기록하며 배우려고 했음
• 라떼톡 : 이전 기수분들의 이야기와 최종프로젝트에 대한 조언들을 들으며 곧 있을 최종프로젝트에 대한 기대감과 두려움이 동시에 커짐

 

튜터님 피드백

[우리 조]

민정 튜터님 : 스타벅스 데이터

• 시간이 부족했을텐데 머신러닝까지 진행하려고 하신 점이 대단했다.
• 인사이트에서는 조금더 수치적인 것을통해 전략을 제시하면 좋을 것같다
• AUC 말고라도 리콜을 높이면 어떨까? 비용관점에서도 생각을 해보면 완성도 있을 것

[다른조 피드백 내용]

무아 튜터님

• 통계 머신러닝보다는 데이터분석에서는 "문제정의"가 중요하다!
• 참고자료, 자료조사 -> 도메인에 대한 이해/관심이 기본이자 필수적 자질!
• 군집분석 결과를 검증하는 것까지 했으면 좋았을 것
• 도메인적인 기준이 명확하다면, 굳이 머신러닝을 사용할 필요가 없다!!
• 단순 기준을 근거로 분류/예측할 수 있음.
• 머신러닝은 분류기준이 명확하지 않을 때, 패턴이 시시각각 바뀔 때 등의 경우 사용하는 것이 좋다.
• 어떤 기준에 대해 정의했다면 논리적인 근거가 필요함.
• 통계 결과를 비즈니스적 언어로 표현하면 더욱 효과적으로 전달됨.

준수 튜터님

• 분석 목적을 처음에 두는 것이 좋은 것 같다.
• 있는대로 데이터를 해석하기 보다는 정말 왜그런가를 확인하면서 진행
• 파생변수에 대한 자세한 설명이 필요
• 농장 대시보드 사용자에 대한 정확한 설정 (다른 농장의 대시보드를 볼 수 있는 것이 맞나?)

준석 튜터님 : 스타벅스 (13조)

• 코드 : 마크다운으로 주석처리한 것 좋았다.
• 퍼널 데이터에서 백터화? 하면 데이터가 방대할 때 더 빠를 수 있다.
• 고급주제라고 생각  🧐 뭐였는지 한번 찾아볼 것

준석 튜터님 : 착유 (14조)

• 심플한 자료에서 시각적 강조가 빠지면 안됨.
• 문제정의 : 수익을 올리려면 최적 착유조건을 찾자!
• 도메인에 대한 맥락 제시 포인트 좋음.
• 데이터의 신뢰성을 찾기위한 여정!
• 전체적으로, 수치적으로 개선한 부분이 없었음
• 농장주가 얻을 수 있는 행도지침 같은 것을 제안했다면 더 좋았을 것
• 머신러닝 교차검증이나 튜닝쪽으로 해보면 좋을 것
• 그래프에 대한 축 레이블과 단위를 신경쓸 것

🔥 핵심만 요약하면, 데이터 분석은 "문제 정의"가 정말 정말 정말 중요하다!
    "무엇을 풀어야 할지(what)"를 정의하는 것이 "어떻게 풀어야 할지(how)"보다 중요할 때가 많다.

💡 인상깊었던 피드백 내용
     도메인적인 기준이 명확하다면 굳이 머신러닝까지 할 필요는 없다!! 메모..!!

 

 

 

회고

다행히 잘 마무리했다. 다른 조들의 발표도 들으면서 같은 데이터셋으로 분석을 하였음에도 불구하고 "어떤 문제를 정의" 했느냐에 따라서 분석의 방향이 달라지고 인사이트도 다르게 도출될 수 있다는 것을 매번 느낀다. 그리고 능력자들도 참 많은 것 같다. PPT의 신, 발표의 신, 분석의 신 기타 등등등. 나는 무슨 신일까?

끝나고 "라떼톡" 시간에 이전 기수분들의 경험담과 튜터님들의 이야기를 들으며 위로도 얻었고 동시에 최종프로젝트에 대한 두려움도 커졌다. 잘 해낼 수 있을지 막막하지만 그래도 나만의 책임감과 소통능력으로 좋은 아이디어와 인사이트를 마구 뽑아내보겠다는 기대감도 이 글을 적다보니 생겨난 것 같다.

 

이상, FA 시장에 내던져진 lck 도란선수의 말을 빌려보고 마무리해본다.

나 데려갈 팀 어디냐? 너무 부럽다.

 

 

 

내일 할 것

• 다면평가 + 만족도 조사
• 네트워킹 데이
• SQLD 공부..