Q. 대기업은 통계학 많이 쓰고 중소기업은 통계학 조금 쓰죠?

답변 4

• P

  PRO액티브현대트랜시스

  코부사장 ∙ 채택률 100%

  ---

  채택된 답변

  그렇게 단순하게 보기는 어렵습니다. 통계학 활용도는 기업 규모보다는 직무와 산업 그리고 데이터를 얼마나 의사결정에 활용하는지가 훨씬 중요합니다. 대기업은 생산량과 고객 수가 많고 데이터가 방대하기 때문에 통계적 분석을 체계적으로 활용할 기회가 많은 것은 맞습니다. 예를 들어 제조업에서는 품질관리와 공정개선을 위해 SPC와 공정능력분석 DOE 등을 활용하고 마케팅이나 금융에서는 고객 데이터를 기반으로 회귀분석 예측 모델 실험 등을 활용할 수 있습니다. 하지만 중소기업이라고 통계학을 적게 사용하는 것은 아닙니다. 오히려 인력이 적기 때문에 한 사람이 생산관리 품질관리 데이터분석까지 여러 업무를 담당하면서 통계를 직접 활용하는 경우도 있습니다. 반대로 대기업이라고 모든 직원이 통계를 깊게 사용하는 것도 아닙니다. 영업이나 인사 총무 같은 직무에서는 기본적인 데이터 해석 정도만 필요한 경우도 많습니다. 결국 중요한 것은 회사 규모가 아니라 직무입니다. 예를 들어 대기업 품질이나 생산기술 직무와 중소기업 품질이나 생산기술 직무를 비교하면 둘 다 통계가 상당히 중요할 수 있습니다. 반면 대기업 인사 직무와 중소기업 인사 직무라면 통계 활용도가 크게 다르지 않을 수도 있습니다. 특히 통계학 전공자라면 기업 규모를 기준으로 생각하기보다 통계를 많이 활용하는 직무를 찾는 것이 좋습니다. 품질관리 생산관리 데이터분석 마케팅 금융 리스크관리 SCM 수요예측 연구개발 등이 대표적입니다. 그리고 실무에서는 통계학의 어려운 이론 자체보다 데이터를 보고 왜 이런 결과가 나왔는지 판단하고 그 결과를 실제 의사결정에 연결하는 능력이 더 중요합니다. 따라서 취업을 생각한다면 통계학을 많이 쓰는 대기업을 찾기보다 통계를 활용해서 어떤 문제를 해결할 수 있는 직무인지부터 보는 것이 훨씬 정확합니다.

  ---
• 린

  린린아빠2삼성 E&A

  코이사 ∙ 채택률 79%

  ---

  채택된 답변

  아무래도 대기업일수록 통계학을 많이 활용할 가능성이 높으나 기업의 제품군에 따라서 달라진다고 봅니다. 중소기업이라도 데이터 분석을 주력으로 하는 회사는 통계학을 많이 쓸 것이기 때문입니다. 단순히 기업의 규모로만으로 판단하기에는 부족하다고 생각이 드네요.

  ---
• 멘

  멘토 호날도KT

  코전무 ∙ 채택률 58%

  ---

  채택된 답변

  ● 채택 부탁드립니다 ● 꼭 그렇지는 않습니다. 통계학을 얼마나 활용하는지는 회사 규모보다 직무와 업무 성격에 따라 결정되는 경우가 훨씬 많습니다. 대기업이라도 총무나 일반 영업처럼 통계 분석을 거의 하지 않는 직무가 있고 중소기업이라도 데이터 분석이나 품질관리, 수요예측 업무라면 통계를 많이 사용할 수 있습니다. 예를 들어 제조업 품질에서는 공정능력과 관리도, 실험계획법 등을 활용하고 마케팅에서는 고객 데이터와 A/B 테스트, 금융에서는 리스크 분석과 예측모델 등에 통계가 활용됩니다. 통계학 전공자라면 대기업과 중소기업으로 구분하기보다 데이터분석, 금융 리스크, 품질, SCM, 마케팅 분석처럼 통계 역량을 직접 활용하는 직무를 기준으로 회사를 찾는 것이 좋습니다. 같은 직무라도 회사의 데이터 환경과 조직 성숙도에 따라 활용 수준은 크게 달라질 수 있습니다.

  ---
• 

  합격 메이트삼성전자

  코부사장 ∙ 채택률 77%

  ---

  채택된 답변

  멘티님. 안녕하세요. ​통계학의 활용 정도는 기업의 규모보다는 담당하는 직무와 다루는 데이터의 성격에 따라 결정됩니다. 대기업은 데이터 수집 기반이 커서 마케팅이나 품질 관리, 데이터 분석 직무에서 고급 통계 분석 기법을 활발히 활용하는 편입니다. ​중소기업이라도 이커머스 분석이나 퍼포먼스 마케팅, 제조 QC 분야에서는 통계적 지식이 필수적입니다. 반대로 대기업이어도 영업 지원이나 일반 행정, 법무 같은 사무직에서는 기초적인 통계 수치 관리 외에 고도화된 통계학을 직접 쓰지 않습니다. 따라서 기업 규모보다 지원하고자 하는 세부 직무가 데이터를 얼마나 깊이 다루는지 파악하는 것이 중요합니다. ​응원하겠습니다.

  ---