“데이터 수집”이라는 용어를 들으면 민감한 개인 데이터를 저장하고 판매할 목적으로 수집하는 사악한 회사가 즉시 떠오를 수 있습니다. 그것이 사실일 수도 있지만 실제로 데이터 수집은 가설을 평가하고, 사용자 인구통계를 조사하고, 기록을 보관하고, 정보에 입각한 결정을 내리려는 모든 것에 대한 더 나은 이해를 목적으로 체계적으로 정보를 수집하는 기업이나 개인을 가리키는 훨씬 더 광범위한 용어입니다. 데이터 수집은 의료, 기술, 금융 등 거의 모든 주요 산업 부문에서 어떤 형태로든 사용됩니다.
데이터 수집 방법은 수집하려는 정보 유형에 따라 다릅니다. 가장 일반적인 5가지 데이터 수집 유형은 설문지, 설문조사, 인터뷰, 포커스 그룹, 관찰, 문서 분석입니다. YouTube나 Instagram과 같은 소셜 미디어 플랫폼에서 보고 싶은 광고나 다음 중 들어본 적이 있는 브랜드를 선택하라는 광고를 본 적이 있을 것입니다. 이는 설문조사를 통한 데이터 수집의 예이며, 귀하의 특정 선호도와 광범위한 시장 동향을 모두 이해하는 데 사용됩니다.
데이터 수집 방법은 1차 및 2차, 수동 또는 자동, 정량적 및 정성적 등의 범주로 더 세분화될 수 있습니다. 1차 데이터는 소스에서 직접 수집되는 반면, 2차 데이터 수집은 기존 문서나 기록을 분석하여 새로운 결론을 도출합니다. 수동 데이터 수집에는 연구 조사를 위한 인터뷰와 같이 개인이 적극적으로 정보를 수집하는 작업이 포함됩니다. 온라인 주문 후 고객 만족도 조사와 같이 사람의 개입이 거의 없이 자동화된 데이터 수집이 완료됩니다. 정량적 데이터는 측정값이나 1~10점 등급과 같은 숫자 정보를 말하며, 정성적 데이터는 제품이나 프로세스에 대한 사람들의 관찰, 의견, 경험을 문서화합니다.
설문 조사 및 설문지
설문조사는 질문을 설계하고 배포하며 데이터를 분석하는 광범위한 연구 방법입니다. 설문지는 독립형이거나 설문조사의 일부일 수 있습니다. 이는 특정 제품이나 주제에 대한 정보와 피드백을 수집하기 위해 연구원이 설계하고 배포하는 개방형 또는 폐쇄형 질문 세트입니다. 설문조사는 연구자들이 대상 청중으로부터 직접 정보를 수집할 수 있도록 하기 때문에 여러 산업 분야에서 일반적으로 사용됩니다. 개방형 질문은 자신의 생각을 공유할 수 있는 여지를 제공하는 반면, 폐쇄형 질문은 연구자가 측정하려는 내용에 따라 객관식, 예/아니요 또는 숫자형일 수 있습니다.
귀하는 지난 1년 동안 여러 차례 설문 조사에 참여해 달라는 요청을 받았을 가능성이 높습니다. 예를 들어, Amazon에서 온라인 소매 주문을 한 후 “배송은 어땠나요?”라고 묻는 팝업이나 이메일이 표시됩니다. “훌륭했어요” 또는 “별로 좋지 않았어요” 옵션이 있습니다. 패스트푸드 영수증에 QR 코드나 링크가 표시되어 받은 서비스에 대한 피드백을 요청할 수도 있으며, 종종 상품을 받을 기회도 함께 제공됩니다. 이러한 설문조사에서는 고객이 연구원 비즈니스의 다양한 측면을 어떻게 보는지 더 잘 이해하기 위해 데이터를 수집합니다.
유연성으로 인해 설문조사는 자동 또는 수동으로 이루어질 수 있으며 동일한 설문조사에서도 정량적 데이터와 정성적 데이터를 모두 측정할 수 있습니다. 학생들에게 대학에 대해 몇 가지 간단한 질문을 묻는 종이 설문지와 모바일 앱의 자동 설문지는 모두 설문조사 형식입니다. 일반적으로 설문조사는 1차 데이터를 수집하지만 연구자는 결론을 도출하기 위한 2차 소스로 기존 설문조사 결과를 분석할 수도 있습니다.
인터뷰
인터뷰는 설문조사와 유사하지만 연구자와 참가자 간의 직접적인 의사소통이 필요합니다. 단순히 질문에 답변하기 위해 양식을 작성하는 대신, 이러한 데이터 수집 방법은 직접 대면, 전화 또는 화상 통화를 통해 이루어질 수 있으며 대상 청중이 자신의 생각과 감정을 공개적으로 응답할 수 있는 기회를 제공합니다. 인터뷰는 구조화, 반구조화, 비구조화될 수 있습니다. 구조화된 인터뷰는 모든 사람에게 동일한 방식으로 질문되는 미리 결정된 일련의 질문을 준수합니다. 반구조화된 인터뷰는 기본 질문 세트를 따르지만 면접관이 역동적인 후속 질문을 할 수 있도록 합니다. 구조화되지 않은 인터뷰는 주제에 대한 정보나 피드백을 수집하는 것을 목표로 하며 탐구의 여지가 가장 많은 대화형 인터뷰입니다.
각 방법에는 고유한 사용 사례가 있습니다. 구조화된 인터뷰는 정량적 데이터를 수집하는 데 적합한 반면, 구조화되지 않은 인터뷰는 연구자가 참가자의 즉각적인 생각과 반응을 얻을 수 있도록 해줍니다. 설문조사와 마찬가지로 인터뷰도 의료, 기술부터 소매, 서비스에 이르기까지 여러 산업 분야에서 사용됩니다. 퓨리서치센터(Pew Research Center)는 오늘날 미국인들에게 ‘뉴스’가 무엇을 의미하는지 더 잘 이해하기 위해 13명의 언론인 및 편집자들과 반구조화된 인터뷰를 진행했으며, “정보 산업의 기술 변화와 소비 습관을 볼 때 뉴스의 정의가 변화/진화하고 있다고 믿습니까?”와 같은 질문을 했습니다.
인터뷰는 수집할 수 있는 데이터의 깊이 때문에 특히 유용하지만 일반적으로 수동으로 수행되기 때문에 자원 집약적일 수 있습니다(특히 대규모 참가자 풀과 작업할 때). 설문조사와 마찬가지로 인터뷰도 처음에는 주요 데이터 소스이지만, 녹취록은 나중에 해석되어 2차 소스로 사용될 수 있습니다. 또한 정량적 질문과 정성적 질문 모두에 걸쳐 있을 수 있습니다.
포커스 그룹
포커스 그룹은 인터뷰와 유사하지만 진행자와 함께 모인 6~10명의 참가자로 구성된 소그룹이 주제를 논의하고 응답을 기록합니다. 진행자는 직접 또는 화상 통화를 통해 질문하고 대화를 장려하여 그룹을 안내합니다. 모든 참가자는 자신의 생각과 감정을 공유할 기회를 가지며, 이는 일대일 토론에서는 발견할 수 없는 새로운 아이디어를 촉발할 수 있습니다. 또한 진행자는 그룹이 전체적으로 어떻게 반응하는지에 대한 폭넓은 시각을 제공합니다.
앞에서 언급한 데이터 수집 방법과 같은 포커스 그룹은 기술, 의료 등 다양한 산업에 적용 가능합니다. 미국 생활 습관 의학 저널(American Journal of Lifestyle Medicine)의 “환자 기대: 건강한 노화를 지원하기 위해 환자가 의료 서비스 제공자로부터 원하는 것이 무엇인지에 대한 질적 연구”라는 제목의 연구에서 연구자들은 79명의 참가자로 구성된 다양한 그룹을 대상으로 22개의 1시간짜리 포커스 그룹을 실시했습니다. 토론 결과 세 가지 질적 결론이 나왔습니다. 환자는 존중과 협력, 약물 대체 요법에 대한 정보, 예방 치료에 대한 정보를 원합니다.
포커스 그룹은 거의 항상 수동으로 수행되며 일반적으로 질적 데이터 수집을 목표로 합니다. 정량적 데이터도 수집될 수 있지만 일반적으로 논의의 초점은 아닙니다. 참가자로부터 직접 데이터를 수집하는 진행자는 1차 데이터를 생성하지만 포커스 그룹 기록은 이후 연구에서 2차 데이터의 소스 역할을 할 수 있습니다.
관찰
데이터 수집의 관찰 방법은 주로 참가자에게 질문하는 데 의존하기보다는 사람들의 행동과 상호 작용을 관찰하여 결과를 기록하는 것입니다. 관찰은 연구자가 참가자를 얼마나 안내하고 환경과 상호 작용하는지에 따라 다양한 형태를 취할 수 있습니다. 여기서는 세 가지 일반적인 관찰 방법에 대해 논의하겠습니다. 자연주의적 관찰에서 연구자는 자신이 연구하는 인구통계학적 또는 영역에 간섭하거나 지침을 제공하지 않습니다. 연구자들은 슈퍼마켓에서 쇼핑객이 통로를 어떻게 탐색하는지, 각 통로에서 소비하는 시간을 관찰하는 등 단순히 관찰하고 기록합니다.
참여 관찰도 유사하지만 연구자가 연구 과정에 직접 참여하고 다른 피험자와 상호 작용할 수도 있습니다. 슈퍼마켓 사례로 돌아가서, 참가자 관찰에 참여하는 연구원은 직원과 협력하여 직원이 고객에게 인사하고, 재고를 관리하고, 일상적인 책임을 수행하는 방법을 더 잘 이해할 수 있습니다. 통제된 관찰은 훨씬 더 구조화되어 자발적인 참가자를 사무실이나 실험실과 같은 미리 결정된 환경에 배치하고 작업을 완료하거나 자극에 반응하도록 요청합니다. 이러한 방법이 반드시 상호 배타적인 것은 아닙니다. 예를 들어 관찰은 참여자일 수도 있고 통제될 수도 있습니다.
관찰은 연구자들이 인터뷰 질문에 대한 대답으로 생각할 수 있는 것이 아니라 사람들이 실제로 자연스럽게 무엇을 하는지 이해할 수 있도록 해주기 때문에 유용합니다. 카메라 시스템과 센서를 자동 관찰에 사용할 수 있지만 일반적으로 수동으로 수행되며 정성적 및 정량적 데이터를 모두 생성할 수 있습니다.
문서분석
데이터 수집에서 문서 분석은 말 그대로입니다. 연구자들은 기존 기록, 보고서, 소셜 미디어 게시물, 인터뷰 및 기타 데이터를 사용하여 패턴을 식별하고 정보에 입각한 결정을 내리며 인포그래픽과 같은 리소스를 만듭니다. 이는 연구자가 참가자에게 직접 질문해야 하는 데이터 수집 방법에 비해 몇 가지 중요한 이점을 제공하며 몇 가지 중요한 단점을 제시합니다. 문서 분석을 통해 연구팀은 참가자를 모집하거나 인터뷰, 설문 조사 또는 포커스 그룹을 직접 수행하지 않고도 대규모 데이터 배치를 검토할 수 있습니다.
연구자는 찾고 있는 연구가 이미 존재한다면 이 방법을 사용하여 정량적 및 정성적 데이터를 모두 쉽게 얻을 수 있습니다. 예를 들어 Amazon 판매자는 제품에 대한 사용자 리뷰를 연구하여 어떤 불만이 가장 자주 발생하는지, 고객이 가장 관심을 갖는 측면과 같은 질적 데이터를 결정할 수 있습니다. 정량적 분석의 경우, 연구원은 지난 몇 년간 회사의 재무 보고서를 분석하여 수익 및 지출 변화에 대한 통찰력을 얻을 수 있습니다. 하지만 이는 문서가 이미 존재하는 경우에만 수행할 수 있습니다.
이는 문서 분석의 주요 단점 중 하나입니다. 연구자가 찾고 있는 특정 주제가 이전에 연구되고 기록되지 않았을 수 있습니다. 기록된 데이터는 신뢰할 수 없거나, 오래되었거나, 부정확할 수도 있습니다(예: 가짜 Amazon 리뷰의 경우). 이것이 바로 연구자가 자신이 사용하는 정보의 출처를 조사하고 확인하는 것이 중요한 이유입니다. 문서 분석은 원래 다른 목적으로 연구된 2차 데이터에 의존하는 경우가 많지만 기본 데이터가 될 수 있습니다.
