데이터분석시 ‘질문 찾기’가 가장 어렵고, 질문하기 위한 프레임워크가 몇 있음을 소개드렸는데요. (https://lnkd.in/geM3Uvi4)

그 못지 않게 어려운 것이 데이터를 가공하고, 시각화한 후의 '인사이트 찾기' 입니다.
인사이트를 찾는 데에도 역시 프레임워크가 존재하는데요.

바로 SCAN이에요.
1️⃣ Special(특이점) “어라? 이상한데?”
ex) 3월 원피스 카테고리 매출이 특히나 감소했네
→ 왜 특이한지 원인을 찾는 데에 집중

2️⃣ Change(변화) “음. 변화가 지속되는 군”
ex) 3개월 연속 하락 또는 증가
→ 흐름을 이해하고 앞으로를 예측함

3️⃣ Average(평균) “정상 범위를 벗어나네?”
ex) 이 서비스 만족도 점수 85점은 전체 평균 70점보다 높군
→ 정상인지 비정상인지를 판단

4️⃣ Number(수치) “음. 정확한 수치는 이렇군”
ex) 식당의 전월 대비 매출이 12% 증가
→ 위 3개가 패턴, 의미에 집중한다면 절대적인 수치에 더 집중

질문별로 데이터를 분석했을 때 위 4가지를 각각 대입했을 때 유의미한 결과가 나온다면 또 아래 2가지 방법으로 실행에 옮깁니다.

👍🏻 강점을 강화하기
ex) 만족도 점수가 높은 이유를 설문을 통해 발견 → 타 서비스에도 적용
ex) 식당의 전월대비 12% 증가 → 어떤 시간대에 특히 증가했는지 분석, 회전율 높일 방법 연구

😨 약점을 보완하기
ex) 원피스 카테고리 중에서도 특히나 감소한 브랜드는 어디일까?
ex) 3월에 감소하는 것은 매년 있는 일일까? 아니라면 올해의 요인은?

대표적으로 퍼포먼스마케팅이 이 프레임워크를 충실히 따르고 있는데요. 실제 실무 방향과 비슷한가요? 또 참고할만한 꿀팁이 있으신가요? 😊