포트폴리오에서 쉽게 이야기 하는 방법

포트폴리오에서 쉽게 이야기 하는 방법에 대해 알아볼까요?

SQL은 문법이 아니라

데이터 질문을 푸는 도구입니다

SQL은 데이터 분석 직무에서 매우 중요한 기본기입니다.

많은 기업의 데이터 분석 JD에서도 SQL 역량은 자주 등장합니다.

하지만 포트폴리오에서 “SQL 사용 가능”이라고 쓰는 것만으로는 부족합니다.

채용담당자가 궁금한 것은 SQL 문법을 외웠는지가 아닙니다.

SQL을 사용해 어떤 데이터를 추출하고, 어떤 지표를 만들고, 어떤 문제를 확인했는지입니다.

예를 들어 다음과 같은 표현은 너무 일반적입니다.

어떤 데이터를 어떤 목적으로 추출했는지 알 수 없습니다.

“SQL을 활용해 데이터를 추출했습니다.”

더 좋은 표현은 이렇게 바꿀 수 있습니다.

“첫 구매 고객의 재방문 패턴을 확인하기 위해 주문 테이블과 고객 테이블을 조인하고,

첫 구매일 기준 14일 내 재방문 여부와 60일 내 재구매 여부를 계산했습니다.”

이 문장에는 SQL의 사용 목적이 보입니다. 단순히 쿼리를 작성한 것이 아니라,

분석 질문에 답하기 위해 데이터를 구성했다는 점이 드러납니다.

SQL 포트폴리오에서 중요한 것은 쿼리의 복잡도가 아닙니다.

복잡한 윈도우 함수나 서브쿼리를 많이 썼다고 좋은 분석이 되는 것은 아닙니다.

중요한 것은 그 쿼리가 어떤 질문에 답하고 있는가입니다.

예를 들어 다음 질문에 답할 수 있어야 합니다.

이 쿼리로 어떤 지표를 만들었나요?
왜 이 테이블들을 조인했나요?
집계 기준은 무엇인가요?
중복 데이터는 어떻게 처리했나요?
기간 기준은 어떻게 잡았나요?
이 결과를 어떤 분석에 활용했나요?

SQL은 데이터 질문을 푸는 도구입니다.

따라서 포트폴리오에서 SQL을 보여줄 때는 문법보다 질문과 지표를 함께 보여줘야 합니다.

p-value는 “0.05보다 작다”로 끝나면 안 됩니다

통계 분석을 포트폴리오에 넣는 경우도 많습니다.

특히 A/B 테스트, 프로모션 효과 분석, 집단 간 차이 비교, 캠페인 성과 분석을 다룰 때

p-value가 등장합니다.

하지만 p-value는 잘못 쓰면 오히려 위험합니다.

많은 포트폴리오에서 p-value를 “0.05보다 작으면 성공”처럼 단순하게 설명합니다.

이는 매우 피상적인 설명입니다.

p-value(probablity value)는

결과가 우연히 나타났을 가능성을 판단하는 데 도움을 주는 지표입니다.

따라서 p-value값이 적으면 적을수록 우연히 나타났을 가능성이 적다는 것이니

통계적으로 의미가 있다고 보는 것이 맞겠죠.

하지만 p-value가 작다고 해서

무조건 비즈니스적으로 중요한 결과라는 뜻은 아닙니다.

반대로 p-value가 크다고 해서 분석이 무의미하다는 뜻도 아닙니다.

포트폴리오에서는 p-value를 사용할 때 다음을 함께 설명해야 합니다.

어떤 가설을 검정했는가.
왜 이 검정이 필요했는가.
어떤 집단을 비교했는가.
p-value 결과를 어떻게 해석했는가.
통계적 유의성과 비즈니스적 의미를 구분했는가.

예를 들어 이렇게만 적으면 안됩니다.

“p-value가 0.03이므로 유의미한 결과입니다.”

좋은 설명은 이렇게 쓸 수 있습니다.

“프로모션 참여 고객과 미참여 고객의 재구매율 차이가 우연인지 확인하기 위해 가설 검정을 진행했습니다. p-value는 0.03으로 나타나 두 집단 간 차이가 통계적으로 유의미하다고 판단했습니다. 다만 재구매율 차이는 2.1%p 수준이었기 때문에, 실제 캠페인 비용 대비 충분한 효과인지 추가 검토가 필요합니다.”

이 문장은 훨씬 좋습니다.