공식을 넘어서는 데이터 마인드셋

들어가는 말
추천사

Chapter 1. 누구나 데이터를 분석하는 시대
1.1 데이터 분석가의 미래
1.2 우리 회사에는 어떤 데이터 분석이 필요할까?
1.3 데이터 분석을 활용하는 실무 사례
1.4 데이터 직군의 분류
1.5 비(非)데이터 직군의 데이터 분석
1.6 모두에게 데이터가 필요한 이유

Chapter 2. 공식이 아닌 관점을 탑재하라
2.1 데이터 분석에 통계 지식도, 하드 스킬도 중요하지 않은 이유
2.2 데이터 분석의 시작
2.3 데이터 분석으로 해결하고 싶은 비즈니스 문제 정의하기
2.4 데이터 마인드셋으로 가는 길

Chapter 3. 핵심 지표에 주목하라
3.1 내 손으로 괴물을 만들어버렸다!
3.2 좋은 지표란?
3.3 데이터 핵심 용어 백서 개념 백과사전
3.4 행동으로 이어질 수 없는 데이터는 쓰레기다
3.5 ‘수많은 지표’의 역설

Chapter 4. 실전 데이터 분석 6단계
4.1 획득 가능한 데이터 확인하기
4.2 가장 중요한 지표 정의하기: 북극성 지표, OMTM
4.3 진짜 지표를 찾아라
4.4 가장 적절한 데이터 주기 정의하기
4.5 비교 기준 정의하기
4.6 데이터 추출하기: 왜 SQL을 알아야 할까?
4.7 데이터를 분석하는 여러 프레임워크
4.8 회고하며 개선하기
4.9 데이터는 정직해야 한다
4.10 이제 성장이 시작된다

Chapter 5. 데이터 직군과 협업하는 방법
5.1 대표적인 3가지 데이터 직군: 데이터 분석가, 사이언티스트, 엔지니어
5.2 데이터 조직이 협업하는 방식
5.3 내가 요청한 업무는 어디로 갈까?
5.4 데이터 팀과 효율적으로 일하는 방법
5.5 데이터 직군과 점점 더 많이, 자주 일하게 될 미래

별책부록
1. 비전공자를 위한 SQL 기초
2. 비전공자를 위한 통계 기초

맺음말