목차
숫자 전략 1
세상을 지배하는 ‘숫자의 규칙’을 이해하라
: 성공 확률을 높이는 첫 단계
1. 알고 보면 모두가 ‘확률의 세계’
세상의 일은 ‘주사위의 눈’으로 결정된다?
‘숫자 규칙’을 알아야 ‘숫자 관리’를 할 수 있다
2. ‘숫자에 강한 사람’이 되면
어떤 숫자든 ‘나에게 의미 있는 숫자’로 자동 변환한다
미래를 비교적 정확히 예측한다
리스크를 예상하고 대비한다
3. 빅데이터 시대, 숫자의 힘
우리는 이미 AI의 손바닥 위에 있다
숫자 너머의 세계를 보는 확실한 도구
숫자 전략 2
큰 숫자는 작은 단위로 나눠라
: 평균값 변환으로 숫자와 친해지기
1. 큰 숫자와 친해지는 법
간단한 사칙연산만으로 가능하다
1인당 평균값을 내보는 것부터
숫자 중심 사고 ‘평균값 변환’은 큰 무기
2. 좋은 회사를 어떻게 알아볼까?
매출을 보면 반사적으로 ‘1인당 평균값’으로
매출과 비용, 최적의 균형 찾기
‘큰 건 좋은 거야’의 시대는 끝났다
3. 차를 소유할까? 말까? 진짜 비용을 따져보자
시간을 평균값 변환하면 비용이 보인다
월 55만 원 vs 월 31만 원
때로 숫자는 감정을 흔드는 메시지
4. 보이지 않는 숫자를 보는 법
‘평균값 변환’은 추측할 때도 유용하다
예측이 어려운 수치는 ‘페르미 추정’
‘답이 없는 물음’에 대해 ‘답을 찾는 능력’
5. 평균의 함정, 숫자의 왜곡
‘평균값 변환’이 결코 만능은 아니다
평균값에 의한 판단이 왜곡될 때
6. 내 연봉이 왜 평균보다 낮을까?
평균값보다 중앙값이 적절할 때
두 가지를 구분해 사용할 수 있다면
숫자 전략 3
‘확률’을 모르면 게임을 이길 수 없다
: 기댓값 계산법과 시나리오 플래닝
1. 세상의 모든 것은 ‘확률’로 움직인다
횟수가 늘어날수록 모든 것이 확률대로
그 성공은 ‘요행’이 아닐까? 기댓값을 찾아내다
도박에서 돈을 딸 수 없는 이유
기댓값을 비즈니스에 활용하기 위해서는
‘확률’이 논의의 시작점이 된다
2. ‘확률’로 시나리오를 짜면
낙관도 비관도 ‘시나리오 플래닝’으로
가상이라도 일단 ‘확률’을 계산하자
전체상이 보이면 ‘실패 확률’도 보인다
3. 성공 확률을 높이는 펀넬과 전환율
각 단계별 확률, 펀넬
벽을 돌파할 확률, 전환율
4. 다양한 사업에 적용되는 ‘335펀넬’
신규 개척 사업의 계약 성공률
‘335 펀넬’대로 확률이 나오는 이유
숫자 전략 4
현재의 객관적 위치를 가늠하라
: 표준편차, 편찻값은 매우 유용한 도구
1. 흩어짐은 수치화할 수 있다
개수가 많아질수록 ‘분산’을 파악하기 어렵다
‘플러스·마이너스’를 해소하는 제곱의 활용
표준편차, 편찻값은 매우 유용한 도구
2. 세상은 ‘정규분포’로 이루어져 있다
‘얼마나 드문 일인지’를 수치화해 보자
정규분포의 ‘68 - 95 - 99.7 규칙’
‘2:6:2 법칙’은 진리였다
모든 사람에게 호감일 수 없는 통계학적 이유
3. 나는 전체 중 어디에 해당할까
편찻값 60이란 ‘상위 16%’를 말하는 것
모든 ‘경쟁의 세계’에서 통용되는 편찻값
4. 신상품의 초기 판매 속도가 느리다면
정규분포와 S곡선의 관계
어디에나 적용되는 ‘S곡선’
코로나 감염자 수도 S곡선을 따랐다
5. 별점 평균값은 어디까지 믿어야 할까
조작이 개입되면 ‘정규분포’가 비뚤어진다
평가의 신뢰도를 위해 갖춰야 할 것
숫자 전략 5
숫자의 거짓말을 간파하라
: 정확도를 판별하는 ‘신뢰구간’ 이야기
1. 몇 사람의 의견을 들어야 충분할까
개표율 1%로 ‘당선 확실’이 나오는 이유
사내 ‘인기 투표’에 그치지 않으려면
2. 샘플은 전체를 추출할 수 있을까
샘플이 적으면 극단적 결과의 가능성도 높아진다
‘이혼율’은 신뢰할 만한 숫자일까?
3. 데이터의 거짓말에 속지 않기 위해
정확도가 90%인데 전혀 쓸모없는 이유
왜 ‘가짜 양성’이 자꾸 늘어날까
숫자 전략 6
예상을 벗어난 수치가 오히려 기회다
: 빅데이터를 상대하는 힘 ‘다변량 해석’
1. 매장이 넓어지면 매출도 올라간다?
데이터의 상관관계를 도출하는 ‘회귀분석’
‘이상값’에서 힌트를 찾아라
2. 누군가의 주장을 ‘계산식’으로 만든다면
정말 의욕이 없어 이직률이 높은 걸까?
‘PAC 사고’로 논리의 비약을 증명하다
3. 와인의 가격을 결정하는 수식이 있다?
복수의 요인을 고려하는 ‘다변량 해석’
AI 시대에 꼭 필요한 기술
닫기