모듈 1 · CH02 분석은 가설부터

2-1. 좋은 가설 · 좋은 질문

CH02 강의 영상 · 전체 4:20

데이터 분석은 데이터부터가 아니라 가설부터 시작합니다. 가설 없이 데이터를 받으면 그저 차트 모으기. 좋은 가설이 분석의 절반을 결정해요.


1. 가설·질문·호기심 — 차이

비슷해 보이지만 셋은 다릅니다.

호기심

"요즘 OO가 뜬다던데?" — 너무 막연. 데이터로 검증할 수 없는 형태.

질문

"OO는 정말 떴나?" — 방향이 있지만 답이 yes/no로만 나옴.

가설

"OO는 작년比 검색·방문·언급이 모두 늘었다" — 검증 가능한 구체적 주장.

2. 좋은 가설의 3가지 조건

1

검증 가능 — 어떤 데이터로 확인할지가 떠올라야 함. "OO가 좋다"는 데이터로 못 검증.

2

단위가 명확 — "OO 지역"이 행정시인지 동네 브랜드인지, "OO 장르"가 어디까지 포함인지 처음부터 정의.

3

틀릴 가능성 — 데이터가 가설을 부정할 수 있어야 함. "MZ가 책 읽는다"처럼 누구나 참인 건 가설 아님.

3. 가설에서 데이터로 — 신호 매핑

가설이 정해지면 어떤 데이터로 검증할지 자동으로 따라옵니다. 세 종류 신호를 가능한 한 엮어야 한 소스의 편향을 줄여요.

가설
한 줄
관심 신호
검색·SNS
실제 신호
방문·판매·이용
동인 신호
가능한 것

4. 예시 — "묵호 뜬다는데, 진짜?"

막연한 체감에서 검증 가능한 가설로 다듬는 과정:

막연한 체감 (가설 X)

"묵호 뜨는 거 같아"

  • 검증 방법이 안 떠오름
  • 단위가 모호 ('뜨다'가 뭐? 검색? 방문? 언급?)
  • 틀릴 여지가 없음
검증 가능한 가설

"묵호 검색·방문·철도 셋 다 작년比 늘었다"

  • 네이버 데이터랩·관광 데이터랩·코레일로 검증
  • 단위(묵호 브랜드)도 명확
  • 데이터가 부정할 수 있음

5. 가설을 다듬는 한 줄 자문

★ 핵심. 분석은 답을 찾는 게 아니라 질문을 다듬는 일입니다. 좋은 가설이 서면 데이터는 따라오고, 가설이 부실하면 어떤 데이터를 줘도 결론이 흐릿해요.

💡
가설은 검증을 부르는 한 줄
"검증 가능 · 단위 명확 · 틀릴 가능성" 세 조건을 한 줄에 담으면 좋은 가설. 이게 안 되면 가설을 다듬는 데 시간을 더 쓰세요.
다음 클립
3-1 데이터 소스 — 어떤 데이터를 어디서
이어보기 →