책을 펼치고 보면, 데이터 리터러시가 뭐고, 왜 필요한지 부터, 데이터 리터러시를 갖고 과제의 범위를 설정하고, 설명하며, 솔루션을 만들고, 그 솔루션을 다른사람에게 설득하는 내용 까지 흐름 좋고, 쉬운 예로 구성되어 있어 속도감있게 완독할 수 있다. 한 번 후루룩 데이터리터러시에 대한 전반을 살펴보고, 각론은 꼽아 놓고 차분히 필요할 때 꺼내 보면 좋을 것 같다. 

개인적으로는 한스로슬링의 팩트풀니스 다음에 나는 어떻게 factful하게 살 수 있을지, 일에서 factfulness 를 다하고 싶은 사람이 읽으면 좋을 것 같다. 

'데이터 리터러시'에서는  팩트풀니스의 하우투(howto)를 입문단계에서 알려준다. 개인이 팩트풀하고 싶지 않더라도, 사무실에서 무엇을 기획하거나 정리하는 사람은 이정도는 고려하고, 알고 있으면 좋을 것 같다. 

개인적으로 인상적이 었던 부분의 요약과 직접인용

• "데이터 리터러시는 데이터를 건전한 목적과 윤리적인 방법으로 사용한다는 전제하에, 현실 세상의 문제에 대한 끊임없는 탐구를 통해 질문하고 답하는 능력을 말한다. 리를 위해 핵심적으로 필요한 것은 실천적이고도 창의적인 능력들인데 전문가들의 데이터 취급 역량도 일부 포함된다. 예를 들면 데이터를 취사선택하고, 가다듬고, 분석하고, 시각화하고, 비판하고, 해석하는 역량, 더 나아가 스토리를 전개하며 소통하는 일하는 방식을 개선하는 역량이 그 예다." 
  
   


• 데이터는 그 특성으로 볼때, 정량화, 구조화가 가능하다. 그러기에 우리는 데이터를 통해 정도의 차이를 인지할 수 있고, 파생되는 정보를 새롭게 인지 할 수 있고, 패턱화된 정보를 응축적으로 신속하게 인지 할 수 있게된다. 
  
  


• 올바른 근거의 3대 필수조건은 사실성(이 근거는 사실에 입각하였는가?), 연관성(이 근거는 주장의 메시지와 정말 관련이 있는가?), 충분성(동일한 대전제하에, 상충되는 근거가 존재하지 않는가?)이다.
  
  


• 우리 주변에서 흔히 보이는 교묘한 거짓은 사실성과 연관성을 갖추었으나, 충분하지 않은 데이터를 근거로 드는 것이다. 
  
   


• 책에서는 데이터 리터러시를 구성하는 16가지 역량을 "데이터 이해, 데이터 확보, 데이터 의사결정, 데이터 커뮤니케이션"으로 분류하고, 사례를 들어 하나씩 소개하고 있는데, 그 중 아래 두개는 정말 중요한 역량이라는 생각이 들었다. 
  
  
  
  • '데이터 지목역량' 주어진 목적과 현재의 데이이터사이의 간극을 구조적으로 파악하고 특정 데이터를 지목할 수 있다. 
  
  
  • '어프로치설계역량' 본격적 분석을 위한 최적 어프로치를 시뮬레이션 해 볼수 있어, 데이터의 맥락적 분석이 가능하다.
    
     
  
  
  
  


• "향후의 보고 문화에서는 워드, 엑셀, 파워포인트 중 어떤 소프트웨어가 점점 더 사용 될까? 나는 단영 워드일 것이라 생각한다."

읽으면서, 강양석 작가님의 그동안 전략컨설턴트로 일하며 참참이 모은 구조화 된 사례와 쉬운 설명, 실용적인 참고 포인트에 자잘히 그러나 여러번 감동했다. 부록 메시지별 적합한 12개 차트 유형은 일시작하는 사람들에게 핸드북으로 나눠 줘도 좋겠다. 

"본 리뷰는 저자로부터 도서 협찬을 받았고 본인의 주관적 견해에 의하여 작성하였습니다."