이보민

이보민님의 아티클

이보민

이보민

사용자 행동 데이터 왜 필요할까요?

“우리 서비스 사용자들이 잘 사용하고 있나요?”라고 대표님이 여쭤보시면 여러분은 어떻게 대답하실 건가요? 저는 입사 초기에 이런 질문에 어떤 대답을 해야 할지 몰라서 우물쭈물했던 기억이 있어요. 이 날부터 저는 사용자 행동 데이터 분석 공부를 시작했는데요.

사용자 행동 데이터는 고객들이 서비스를 잘 쓰고 있는지를 가늠할 수 있는 방법 중 하나입니다. 요즘처럼 발 빠르게 사용자들의 니즈를 캐치하고 서비스를 만들어 나가야 하는 상황에서는 이전보다 사용자 행동 데이터 분석을 더 자주 하게 되는 것 같아요. 이번 글에서는 우선 데이터의 종류에 대해 알아보고 서비스를 사용자들이 잘 쓰고 있는지 확인하는 여러 가지 방법의 장단점에 대해 알아보도록 하겠습니다. 그리고 그중에서도 왜 사용자 행동 데이터 분석이 필요한 지에 대해 이야기를 해볼게요.



회사에서 볼 수 있는 데이터의 2가지 종류

회사에 들어갔을 때 볼 수 있는 데이터는 크게 두 가지로 나눠볼 수 있어요. 서비스 데이터와 사용자 행동 데이터로 구분할 수 있는데요.


1. 서비스 데이터

결제완료시 저장되는 정보는 서비스 데이터


서비스 데이터는 가입, 결제 등 서비스 운영을 위해서 반드시 필요한 데이터입니다. 세미나 신청서 제출 내역, 사용자들의 결제 내역, 회원가입 정보 등이 서비스 데이터에 해당해요.

월간 데이터리안 세미나를 예로 들어볼게요. 세미나를 결제했는데 결제 내역이 데이터로 저장되지 않는다면, 행사 참여를 위해 결제한 사람들의 연락처를 알 수 없으니까 초대 메일 또는 문자를 보내드릴 수 없겠죠. 또 다른 예시를 들어볼게요. 만약 온라인 쇼핑몰인데 회원 주소 정보가 없으면 어떻게 될까요? 물건을 사도 배송해 줄 수 없을 거예요.

즉, 서비스 데이터는 별도로 저장해놓지 않으면 서비스를 운영할 수 없습니다. 그래서 데이터가 있어야 한다, 저장을 꼭 해야 한다는 점에 아무도 이견을 내지 않죠.


2. 사용자 행동 데이터게시글 클릭시 저장되는 정보는 사용자 행동 데이터


사용자 행동 데이터는 사용자들의 행동 패턴을 확인하기 위해서 별도로 저장하는 데이터입니다. 현업에서는 웹 로그 데이터, 앱 로그 데이터, 이벤트 데이터, 사용자 로그 데이터 등 여러 가지 이름으로 부르고요. 사용자 행동 데이터의 특징으로는 비교적 규모가 크고, 데이터 신뢰도는 서비스 데이터보다 낮다는 점이 있습니다. 언제든지 누락, 중복 집계될 가능성도 있고요.

예시로는 웹사이트 페이지뷰, 스크롤, 클릭 등이 있는데요. 페이지뷰는 사용자들이 어느 페이지를 열람했는지를 확인할 수 있는 방문 기록에 대한 데이터구요. 스크롤은 어디까지 스크롤 했는지, 클릭은 어떤 요소를 클릭했는지를 기록하는 데이터입니다.

사실 웹사이트 특정 페이지를 누가 조회했는지는 궁금하긴 하지만, 그 데이터가 없어도 서비스의 주요 기능에 큰 문제가 발생하지는 않습니다. 그래서 현업에서 데이터 분석가가 사용자 행동 데이터 심어서 봐야 한다고 개발자분들께 요청을 드리면 “그 데이터 꼭 필요해요?”라고 말씀하시기도 해요.



서비스, 만들고 배포하는 게 전부가 아니에요

본격적으로 데이터 이야기를 하기에 앞서, 먼저 회사에서 서비스를 만드는 과정을 생각해 볼게요. 보통 웹, 앱 서비스를 만드는 회사의 상품 출시까지의 프로세스는 아래와 같습니다. 열심히 아이디에이션을 하고 서비스 기획을 합니다. 그리고 기능 또는 서비스를 개발해요. 열심히 만든 기능 또는 서비스를 배포하여 소비자들에게 내놓습니다. 마케팅도 하겠죠.

그런데 배포하고 마케팅하면 모든 게 끝난 걸까요? 아니요. 사실은 배포는 서비스 만들기의 끝이 아니라 시작입니다. 여기서부터 본격적인 비즈니스가 시작됩니다.


보통 웹, 앱서비스를 만드는 회사의 상품 출시까지의 프로세스


만약, “사용자가 우리 서비스에서 뭘 원하든, 서비스를 어떻게 쓰든 상관없이 우리는 우리가 만들고 싶은 걸 만들겠어!”라고 한다면 그 비즈니스는 살아남기가 정말 힘들 거예요. 사용자들이 불만족하고 있거나, 사용에 어려움을 겪는 것에 대해 전혀 알아챌 수가 없으니까요. 그렇기 때문에 실제 비즈니스에서는 서비스 배포 후에 이 기능을 사용자들이 우리 생각대로 잘 쓰고 있는지, 사용자들이 잘 쓰고 있지 못하다면 왜 잘 못 쓰고 있는지, 어떻게 해야 더 잘 쓰게 할 수 있을지를 반드시 알아보아야 합니다.



이 서비스를 사용자들이 잘 쓰고 있는지 알 수 있는 방법 3가지

그렇다면 이 기능 또는 서비스를 사용자들이 잘 쓰고 있는지를 알 수 있는 방법에는 어떤 것들이 있을까요? 다양한 방법이 있지만 크게 세 가지 방법을 소개해 드릴게요.


1. 사용자 직접 관찰

첫 번째, 사용자 직접 관찰은 사람들을 데려다가 직접 서비스를 사용하게끔 하면서 어떤 식으로 사용하는지를 관찰하는 방법입니다.

실제 사용자가 겪는 실질적인 문제와 니즈를 명확하게 파악할 수 있고, 무의식적으로 겪고 있는 어려움까지 관찰할 수 있습니다. 설문이나 인터뷰 등의 도구를 이용하는 것이 아니므로 인터뷰 과정에서 발생할 수 있는 오류가 발생하지 않는다는 장점이 있습니다.

단점으로는 시간과 비용이 많이 발생하며, 실험 참여자의 행동을 정확하게 기록하고 분석하는 것이 수월하지 않을 수 있습니다. 행동을 기반으로 분석을 하기 때문에 해석의 차이도 발생할 수 있습니다.


2. 사용자 인터뷰

두 번째 사용자 인터뷰는 서비스를 사용하는 사용자들에게 서비스 사용 경험, 사용 방식 등을 인터뷰하는 방법입니다.

장점으로는 평소 사용자들에게 궁금했던 것들을 직접 물어보고 사용자들의 구체적인 의견을 수집할 수 있다는 것이 있고요. 제품이나 서비스를 구매하고 이용하는 정확한 이유를 알 수 있습니다. 때로는 응답자의 지식이나 노하우가 새로운 인사이트를 얻는 데 도움이 되기도 합니다.

단점으로는 사용자 직접 관찰과 마찬가지로 시간과 비용이 많이 발생하고, 정성적인 답변을 받는 것이므로 동일한 기준으로 답변 내용을 해석하거나 비교하기 어렵습니다. 그리고 사용자들은 가끔 거짓말을 하기도 하는데요. 물론 작정하고 거짓말을 하는 경우는 많지 않겠지만 내가 관찰이 되고 있다는 점을 인식하고 있거나 서비스 관계자 앞에서 인터뷰를 하고 있다는 점을 인식하고 있는 경우에 무의식적으로 서비스 경험에 대해서 과장을 하거나 포장을 하게 될 수가 있습니다.


3. 사용자 행동 데이터 분석

마지막으로 사용자 행동 데이터 분석은 사용자들이 서비스를 사용하면서 남긴 행동 데이터(페이지뷰, 클릭, 스크롤 등)를 분석하는 방법입니다.

사용자 직접 관찰이나 인터뷰에 비해 적은 비용으로 많은 사람들의 행동을 분석할 수 있다는 장점이 있습니다. 데이터만 잘 쌓여있다면 사용자들의 행동 패턴을 원할 때 언제든 분석을 할 수 있고. 가장 자연스러운 사용자들의 행동을 볼 수 있고요. 또한 특정 사용자의 데이터만 골라서 분석하는 것이 아니기 때문에 사용자의 행동 패턴이나 의견이 편향되지 않는다는 점도 장점입니다.

단점으로는 데이터에 대한 해석을 분석가가 자의적으로 해야 하기 때문에 같은 데이터를 보더라도 분석가마다 다른 해석을 할 수 있고, 정확하게 문제 파악을 하기는 어려울 수 있다는 점이 있습니다.



그 중에서도 사용자 행동 데이터 분석을 해야하는 이유

사용자 직접 관찰, 인터뷰, 그리고 사용자 행동 데이터 분석은 장단점이 아주 뚜렷해서 사실은 할 수만 있다면 다 하면 좋긴 합니다. 그러나 요즘처럼 발 빠르게 사용자들의 니즈를 캐치하고 서비스를 만들어 나가야 하는 상황에서는 이전보다 사용자 행동 데이터 분석을 더 자주 하게 되는 것 같습니다. 그래서 분석가들은 당연히 사용자 행동 데이터를 봐야 하고요. 점점 타 직군들에서도 이런 사용자 행동 데이터를 보는 능력이 요구되고 그 중요성이 점점 커지고 있는 추세인 듯해요.


그렇다면 실제 비즈니스에서는 어떤 식으로 사용자 행동 데이터 분석을 활용하고 있을까요? 사용자 행동 데이터 분석의 구체적인 예시는 사용자 행동 데이터 분석 (2) 넷플릭스와 아마존은 어떻게 데이터 분석을 하고 있을까요? 에서 더 자세히 이야기 해보도록 하겠습니다.



사용자 행동 데이터 분석 모아보기

월간 데이터리안 3월 [데이터 분석가는 어떤 일을 하나요?] 세미나에서 발표한 내용을 재구성한 글입니다.



참고자료

월간 데이터리안 세미나

매월 현업 분석가들과 함께 데이터 분석 역량 업그레이드하기

4
1
이보민

이보민

창업가는 사업을 되게 하기 위해 가지고 있는 모든 것을 써야 해요

창업을 두 번 한 창업가이자, 데이터 분석가 김민주입니다

Q. 안녕하세요! 민주님, 자기소개를 부탁드립니다.

안녕하세요 김민주 입니다. 대학 졸업 후 공유 주거 스타트업 창업을 했고요. 이후 데이터 분석가로 전향해 일을 하다가 데이터리안을 창업해 일을 하고 있습니다.

고양이와 살고 있고 여름을 좋아하고 퀴즈 맞히기에 희열을 느끼는 사람입니다.

 

민주님 반려묘 토끼

 

Q. 창업을 두 번이나 하셨다고요? 첫 번째 회사는 어떤 회사였나요?

공유 주거 스타트업에서 셰어하우스를 만들고 운영하는 일을 했어요.

처음 창업을 했을 때, 셰어하우스가 막 알려지기 시작하던 때였는데요. 혹시 청춘시대라는 드라마 아세요? 셰어하우스에 사는 대학생들이 주인공인 청춘 드라마인데, 그 드라마가 그때쯤 했어요.

셰어하우스는 장단점이 아주 뚜렷한 주거형태인데요. 넓고 쾌적한 공용공간을 저렴한 가격에 함께 쓸 수 있다는 장점이 있는 대신 다른 사람들과 함께 생활해야 한다는 단점이 분명해서 누구에게는 아주 이상적인 주거 형태겠지만, 누군가에게는 또 아닐 수 있어요.

저희는 통학하는 대학생들을 타깃으로 대학가에서 셰어하우스를 운영했는데요. “통학하는 대학생"으로 타깃을 정하게 된 이유는 아무래도 지방에서 온 학생들은 기숙사에 많이 들어가기도 하고, 학년이 올라갈수록 결국 자취를 선호하게 돼요. 그런데 1시간 반 ~ 2시간 정도 통학하는 학생들은 주말이면 본가에 쉽게 갈 수 있고 방학에는 더더욱 학교 근처에 남아있을 이유가 없잖아요. 그러니 계약기간이 긴 원룸 같은 형태는 부담스럽고, 아무리 풀옵션이라고 해도 멀티탭, 수저 같은 세세한 생활용품은 각자 준비해야 하니까 그것도 부담스럽고요. 그래서 처음에는 저도 셰어하우스가 그냥 대학생들을 위한 서비스다라고만 생각했었는데, 운영을 하다 보니 장거리 통학생으로 타깃이 뾰족해졌습니다.

 

 

‘사업에 필요한 일은 다 하는 사람’으로 첫 커리어를 시작했어요

Q. 첫 번째 창업하셨을 때는 주로 어떤 일들을 하셨었나요?

포지션이 정해져있는 게 아니었기 때문에 필요한 일은 다 했어요. 언젠가 저를 소개할 일이 있었을 때 “도배부터 회계까지” 이렇게 쓴 적이 있었는데 그게 정말 제가 한 일들이었어요. 매물을 알아보고 셰어하우스로 꾸미고 입주민을 모집하고 계약하는 일도 했고요. 시설 관리하고 CS와 운영 업무도 했고요.

그때가 갓 대학교 졸업하고 나서 였으니까 뭘 알았겠어요. 그래도 맨땅에 부딪치며 다양한 일들을 해본 덕분에 모르는 것도 배워서 하면 되겠지 하는 배짱이 생긴 것 같아요. 나중에 돌아보니 그 다음에 일을 할 때도 그 때의 경험이 많은 도움이 됐던 것 같습니다.

 

 

제가 겪은 문제를 직접 해결해보고 싶었어요

Q. 왜 창업을 하셨었나요?

창업을 하고 난 후 정말 많이 받았던 질문이에요. 마지막 학기를 앞두고 학교 근처에서 방을 구한 적이 있었는데요. 말도 안 되는 컨디션의 방이 월세 50, 60씩 하는데, 아무리 봐도 그 돈 주고 그런 방에 살고 싶지가 않더라고요. 그게 6년 전이었는데요. 제가 본 방들 중에는 곰팡이가 벽 가득 피어있는 방도 있었고요. 복도에 쓰레기가 제대로 치워져있지 않거나, 한옥 주택에 딸린 바깥채인데 신발을 신고 화장실에 가야 하는 곳도 있었고요. 딱 봐도 외풍이 너무 심해 보이는 방도 있었고요. 한평도 채 안 되어 보이는 방도 있었습니다.

너무 힘들어서 진짜 한숨만 나오더라고요. 그러다가 개인이 운영하는 셰어하우스에 가보게 됐는데요. 너무 쾌적해서 감동이 밀려오는 거예요. 방 3개짜리 오래된 아파트의 방 하나를 쓰는 거였는데요. 삶의 질이 너무 차이가 나는 게 눈에 보였어요. 심지어 앞서 알아본 비싸고 컨디션 안 좋은 방들과 비슷한 가격대였거든요. ‘아, 셰어하우스가 대학가에서 유효한 주거형태일 것 같다’라는 그때 생각을 처음 하게 되었습니다.

그리고 얼마 지나지 않아서 운 좋게도 같이 사업을 할 동료를 주변에서 찾았고, 사업을 시작하게 됐어요. 제가 너무 필요하다고 생각했던 아이템이니까 이건 꼭 잘 될 것 같다고 생각했고요. 신나서 가슴이 쿵쿵 뛰었었죠.

 

민주님께서 운영하셨던 셰어하우스

 

 

창업 후 취업, 넥스트 스텝을 위해 공부하는 시간이었어요

Q. 본인의 페인 포인트에서 시작해서 창업까지 이어졌다는 게 정말 재미있는 지점인 것 같아요. 그런데 민주님은 창업가로만 일을 하셨던 건 아니었죠. 셰어하우스 창업 후 데이터 분석가로 취업을 하셨던 것으로 알고 있는데요. 혹시 창업 후에 취업을 하게 된 이유가 있으신가요?

처음 창업을 했던 회사가 더 큰 스타트업에 합병이 되었고, 그 회사에서 팀원으로 10개월 정도 일했어요. 합병을 하기로 결심한 이유도 일을 배우고 싶기 때문이었는데요. 대학 졸업하고 바로 창업을 해서 다른 사람들은 어떻게 일을 하는지 전혀 모르는 상태였으니까 내가 지금 맞게 하고 있는 건지도 자신이 없고 잘 모르겠더라고요. 그래서 일을 배우고 싶다는 생각이 컸었습니다. 합병되고 나서 실제로 많이 배우고 성장했고요.

그러다가 퇴사를 하게 되었는데요, 그때도 언젠가 다시 내 사업을 하고 싶다는 생각은 있었어요. 그렇지만 그 당시에는 아직 다음 창업을 하기에는 부족한 점이 많다고 생각했어요. 제가 직접 보고 경험해 본 스테이지까지는 다음번에 조금 더 쉽게 갈 수 있겠지만, 그 이상으로 가기는 어렵겠다는 생각이 들더라고요. 그래서 다시 창업을 했을 때 전에 창업했을 때보다 더 멀리 가려면 거기가 어딘지, 거기서는 어떻게 살아남아야 하는지 미리 알아야겠다는 생각을 했습니다.

 

스타트업을 흔히 로켓이라고 말하잖아요. 빠르게 성장하는 그런 스타트업에서는 어떤 사람들이 일하고, 그 사람들은 무슨 생각을 할까, 어떻게 일을 할까 궁금했어요. 그리고 그걸 바로 옆에서 배우고 싶다는 마음이 가장 컸기 때문에 그런 회사에 들어가 보고 싶었고요. 그래서 취업 준비를 하고 일할 회사를 결정할 때 가장 중요하게 생각했던 점이 배우고 싶은 사람이 있는가, 실제로 일하면서 내가 그 사람에게 배울 수 있는가였습니다.

제가 데이터 분석가로 일했던 회사는 입사 당시 15명 정도의 작은 규모의 스타트업이었고요. 더 큰 회사에 가는 것보다 작은 규모의 회사에 가면 대표님에게 직접 배울 기회가 많을 거라고 생각해서 그 회사를 선택했어요. 실제로 같이 일을 하면서 많이 배웠습니다. 업무적으로도, 인간적으로도요. 그리고 그 회사에서 배운 것들이 두 번째 창업, 데이터리안을 성장시켜나가는 데 큰 도움이 되었어요.

업무적으로 작게는 문서 작성 스킬도 직접 많이 보고 배울 수 있었고요. 일을 하는 태도에서도 많이 배웠습니다. 함께 일하는 사람들이 기분 좋게 업무를 끝까지 완수할 수 있도록 끌고 가는 에너지가 대단한 분이었어요.

또 인간적으로도 정말 많이 배웠는데요. 제가 입사 초기에 작지 않은 실수를 해서 혼난 적이 있었는데, 감정적으로 얘기하지 않으시더라고요. 감사하기도 했지만, 그런 사람을 처음 봐서 너무 신기했어요.

아까 얘기했던 것처럼 좋은 것, 멋진 것을 지향점으로 삼고 싶어도 내가 본 것, 겪은 것 외에는 상상하기 힘들잖아요. 저도 그전까지는 누구처럼 되고 싶다 하는 롤 모델 같은 게 딱히 없었는데 그 대표님과 일하면서는 몇 년 뒤에 저 사람처럼 되고 싶다고 생각했어요.

 

 

적절한 피드백이 중요하다는 걸 깨달았어요

Q. 너무 좋은 경험을 하셨네요. 혹시 대표님과 있었던 에피소드 중에 기억에 남는 에피소드가 있으신가요?

제가 다니고 있을 때는 아직까지 회사가 작은 규모였기 때문에 대표가 직접 처리할 일이 정말 많았는데요. 그 와중에 일대일 면담을 하시더라고요. 처음 했던 면담은 제가 한 실수 때문이었는데요. 그 이후에도 주기적으로 구성원들에게 피드백을 주셨어요.

저도 그다음에 한번 더 면담을 했던 적이 있었는데요. 앉자마자 칭찬을 막 해주시더라고요. 아주 구체적으로요. 계속 체크하지 않아도 한번 준 일은 알아서 잘 한다, 그리고 커뮤니케이션을 잘한다는 게 제가 받은 피드백이었어요. 그리고 앞으로는 좀 더 적극적으로 의견을 내면서 팀 내에서 성장했으면 좋겠다는 이야기도 하셨어요.

기분은 좋았는데 엄청 낯설더라고요. 그전에 일했던 회사에서는 누구도 저에게 그렇게 시간을 내서 피드백을 주지 않았거든요. 일단 저는 그 얘기들을 듣고 안도했습니다. 사실 칭찬을 받았던 것들 중 태스크 관리는 제가 정말 어렵게 어렵게 하고 있는 거였거든요. 그런데 지금 충분히 잘 하고 있다는 피드백을 받으니까 ‘아, 이만큼 하면 되는구나’라는 생각이 들어서 안심했던 것 같아요. 그리고 커뮤니케이션에 대한 이야기는 새로웠는데요. ‘아, 내가 이런 걸 잘하는 사람이구나, 여기에 내 강점이 있구나’를 발견하게 됐어요. 그전까지 저한테 부족했던 게 뭐였는지 정확하게 몰랐는데, 적절한 타이밍에 적절한 피드백을 받는 게 필요했다는 것을 그때 알게 됐습니다.

이렇게 좋은 피드백을 받았던 경험이 데이터리안에서 SQL 데이터 분석 캠프를 운영할 때도 도움이 많이 되고 있습니다. SQL 데이터 분석 캠프에서는 수강생분들이 개인 프로젝트를 해서 올려주시면 피드백을 해드리고 있는데요. 종류가 조금 다르긴 하지만, 제가 좋은 피드백의 힘을 알기 때문에 프로젝트 피드백을 드릴 때에도 좀 더 조심스러워지는 것도 있고 어떻게 하면 도움이 되는 피드백을 드릴 수 있을까 고민을 하게 되더라고요. 수강생분들 중에 캠프를 듣는 8주 동안 프로젝트 4개를 하신 분이 있었는데요. 그전 프로젝트에 해드렸던 피드백이 다음 프로젝트에 반영이 되면서 점점 성장해나가는 모습을 보면서 뿌듯하고 정말 놀랐던 기억이 있습니다. 피드백이 이렇게까지 영향을 줄 수 있구나 하고요.

 

SQL 데이터 분석 캠프 프로젝트 피드백 중 일부 캡쳐

 

 

주어진 업무에서 한 발 더 나아가 업무 범위를 넓혔어요

Q. 직장인으로서 민주님은 어떤 일들을 하셨나요?

이것도 비하인드 스토리가 있는데요. 데이터리안 창업 전에 일했던 회사에서는 사실 퍼포먼스 마케터 포지션으로 면접을 봤어요. 당시에 저는 데이터 분석가로 업무를 하고 싶었는데요. 데이터 분석 경력이 없으니 신입으로 지원해야 한다고 생각을 했습니다. 그런데 생각보다 신입 데이터 분석가를 뽑는 곳이 그렇게 많지 않더라고요. 그래서 그냥 제가 넣을 수 있는 포지션은 다 넣어봤어요. 마케터, 운영, 분석가 등등 여러 직무 채용공고에 지원을 했었고요. 대신 마케터나 운영 직무여도 데이터를 보면서 업무를 하면 좋겠다는 설명이 쓰여있는 공고 위주로 지원을 했습니다.

그래서 이전 회사 면접을 볼 때에 퍼포먼스 마케터 면접이었지만 데이터 분석 프로젝트도 보여드리고, 분석 업무를 하고 싶다는 의지를 많이 어필했고요. 경영진분들이 데이터 분석의 중요성을 알고 계신 분들이어서 결국 퍼포먼스 마케터 겸 데이터 분석가로 입사하게 되었어요.

제가 했던 일은 퍼포먼스 마케팅 집행, 성과 분석, 대행사와 커뮤니케이션, SEO, GA, GTM 세팅, 뉴스레터 발송과 같은 마케팅 업무들도 했었고요. 데이터 추출이나 분석 업무도 했었어요. 그중에서도 마케팅 데이터 분석을 위해서 필요한 GTM 세팅 같은 것들은 처음 해보는 거였는데요. 사내에 저한테 뭘 알려줄 수 있는 분도 안 계셔서 GA 공식 문서에 나와있는 튜토리얼 보고 따라 하고 구글링도 엄청 했던 것 같아요. 이런 경험이 저희가 최근에 론칭한 GA4 데이터 분석 캠프 커리큘럼을 만들 때 도움이 많이 됐던 것 같습니다. GA를 혼자 힘들게 공부했던 과거의 저를 떠올리면서, 수강생분들이 이런 부분을 궁금해하시겠지, 어려워하시겠지 생각하며 커리큘럼을 만들 수 있었어요.

 

 

데이터 분석을 통해 답을 얻고 싶었어요

Q. 민주님이 데이터 분석을 공부하게 된 계기는 무엇이었나요? 왜 데이터 분석가로 취업을 해야겠다고 생각하셨나요?

첫 번째 창업 당시 답답했던 게 있었어요. 저는 이과를 나와서 정답이 있는 게 익숙한 세상에 살던 사람인데요. 창업을 하니 답이 없는 세계에 떨어진 기분이었어요. 정해진 답이 있는 게 아니라 어떻게든 답에 가까운 것을 만들어가면 되니까 그게 어떤 의미에서는 해방감을 줬지만, 시간이 갈수록 그 답이 없는 세계가 불안하고 막연해졌어요. 돌이켜보면 특히 일이 안 풀리기 시작했을 때 답답하다는 생각을 많이 한 것 같아요. ‘지금 맞게 하고 있는 걸까?’ 하는 의문도 계속 들고요.

그 와중에 우연히 데이터 분석이란 걸 알게 되었고, 여기서 내가 답을 얻을 수 있겠구나 하는 생각을 했던 것 같아요.

 

Q. 창업을 하셨을 때랑 취업하셨을 때 하셨던 일이 다르니까 어떻게 보면 민주님은 직무 전환을 하신 케이스라고 생각이 들어요. 직무 전환할 때 고민을 많이 하셨던 것으로 알고 있는데요. 혹시 직무 전환을 고민하고 계시는 분들께 이것만큼은 꼭 이야기해주고 싶다 하는 것이 있으신가요?

지금까지 해왔던 경험이 0이 아니다. 신입이 아니라는 점을 꼭 이야기해 드리고 싶어요.

저는 이전에 창업했던 경험이 있었지만 분석가로 취업하려고 할 때 관련 경험이 없으니 스스로 신입이라고 생각했었어요. 연봉 협상도 신입이라고 생각하고 했고요. 근데 막상 들어가 보니 회사에서는 저를 신입으로 보지 않으셨더라고요.

그러고 보니까 이전에 일하면서 데이터 분석 업무를 한 적은 없었지만, 일하는 방법이나 다른 사람들과 커뮤니케이션하는 방법 같은 것들을 이미 배웠더라고요. 사실 회사에서 일하는 건 어느 회사, 어느 직무라도 비슷비슷하다는 생각이 들어요. 리서치하고 문서 작성하고 공유하고 컨펌받고 그런 것들이요. 처음 일을 할 때 가장 어려웠던 것도 그런 기본적인 것들이었다는 것도 기억이 났고요.

직무 전환을 준비하시는 다른 분들도 본인의 지난 커리어가 아무것도 아니라고 생각하지 않으셨으면 좋겠어요.

 

 

데이터 분석, 전문가만 하는 일이 아니라는 걸 알려주고 싶어요

Q. 두 번째 창업은 데이터리안이죠. 인터뷰 보시는 분들 중에 데이터리안이 어떤 회사인지 잘 모르시는 분들도 계실 것 같은데, 데이터리안은 어떤 회사인지 설명해 주실 수 있나요?

데이터리안은 데이터 분석가들이 창업한 회사입니다. 데이터 분석과 관련한 교육, 컨설팅, 세미나를 하고 있어요. 개인적으로 데이터 분석이 누구에게나 필요하고 많은 분야에서 시너지를 낼 수 있는 스킬이라고 생각해요. 데이터 분석이 소수의 전문가들만 할 수 있는 어려운 일이 아니라 누구나 접근할 수 있는 영역이라는 걸 알려드리고 싶어요. 제가 그랬듯이요.

 

Q. 데이터리안에서 민주님은 어떤 일들을 하고 계시죠?

지금도 비즈니스에 필요한 일들을 하고 있는데요. 아무래도 제가 하는 일 중에 요즘 가장 중요한 일은 데이터 분석 강의 기획인 것 같아요.

최근에 GA4 데이터 분석 캠프를 런칭했어요. 제가 처음 GA를 실무에서 사용해야 했을 때 정말 어려움을 많이 겪었거든요. 공식 문서는 불친절하고, 용어의 정의도 하나하나 알아야 하고, 기능이 많은 것 같기는 한데 뭘 써서 뭘 할 수 있는지 도통 모르겠더라고요.

그래서 이번에 GA4 캠프를 기획할 때, 용어 하나하나 친절하게 설명하려고 노력을 많이 했습니다. GA 기능의 기반이 되는 AARRR, 퍼널 분석이라든지, 리텐션 분석 같은 프레임워크를 먼저 알려드리면서 전반적인 그림을 이해한 후에 GA는 분석을 위한 도구로서 잘 사용하실 수 있도록 커리큘럼을 구성해 봤습니다.

개인 블로그나 노션 페이지만 가지고 있다면 누구나 데이터 수집부터 분석을 통해 개선까지 해볼 수 있다는 게 GA의 가장 큰 장점인 것 같아요. 그런 면에서 데이터 분석을 배워보고는 싶었는데 어려울 것 같아 망설이고 계셨다면 GA로 공부를 시작해보시는 것도 좋은 선택이라고 생각합니다.

 

흔한 데이터리안 회의실의 모습

 

 

어떤 도구를 쓰는지 보다는 일이 되게 하는 것이 중요해요

Q. 민주님이 일을 할 때 가장 중요하다고 생각하는 것은 무엇인가요?

어려운 질문이네요. 일단 가장 중요한 건 즐거운 거라고 생각해요. 다 먹고살자고 하는 일인데 괴로우면서 하는 건 너무 마음 아프잖아요.

지금 당장 필요한 것을 잘 아는 게 중요한 것 같아요. 지금 당장 필요한 것이 아니라면 과감하게 미루거나 생략할 줄 아는 것이 스타트업에서 미덕이지 않을까 생각하고요. 비슷한 이야기로 ‘완벽하게 하는 것이 중요하지 않다. 어떤 툴을 쓰는지는 중요하지 않다.’는 것도 있네요. 필요한 순간에 일이 되게 하는 것이 가장 중요하니까요.

 

 

창업가는 사업을 되게 하기 위해 가지고 있는 모든 것을 써먹어야 하는 사람이에요

Q. 창업가로서 일을 하는 것과 직장인으로서 일을 하는 것은 어떤 점이 어떻게 다른가요?

주변 사람들에게 자주 하는 이야기가 있어요. 내가 할 수 있는 일이 10개라고 한다면 회사에서 일을 할 때는 그중에서 한두 개만 쓰는데, 창업을 하면 10개를 다 쓰고도 모자라서 없는 것도 만들어 써야 한다는 이야기 인데요. 그렇게 있는 거 없는 거 다 끌어와서 결과물을 만들어 내는 게 저한테는 정말 큰 효능감을 주거든요. 저는 기술자로서 한 분야의 대가가 되고 싶다거나, 학문적으로 깊이 있는 지식을 쌓고 싶다거나 하지는 않고 어설프더라도 내 손으로 결과물을 만들어내고 그 결과물을 사람들이 좋아해 줄 때 행복한 사람이에요.

사실 이게 오랫동안 단점이라고 생각했던 부분이었어요. 하나를 진득하게 하지 못하고 자꾸 관심사가 옮겨 다니고 여러 가지를 깔짝깔짝 하는 것 같았거든요. 몇 년 전에 1만 시간의 법칙 같은 게 이슈가 되면서 점점 더 불안해졌었는데요. 그때 “모든 것이 되는 법”이라는 책을 만났어요. 이 책에서 다능인(Multi-Potentialite)이라는 개념을 소개해요. 애초에 여러 가지 일을 하도록 생겨먹은 사람들이 있다고요. 한번에 여러 가지 일을 해야 가장 효능감이 올라가는 사람, 시간차를 두고 다른 분야에 빠지는 사람, 한 프로젝트 안에서 다양한 역할을 수행하면서 만족을 얻는 사람 등 다양한 유형이 있다는 것을 알려주는 책이었습니다.

저는 이 책을 보고 정말 많은 위로를 얻었어요. ‘아, 나 같은 사람들이 또 있구나. 이런 사람들도 뭔가 성취하면서 잘 살고 있구나.’하고요. 그리고 창업을 했을 때 가장 효능감이 높고 즐거웠던 이유를 여기에서 찾을 수 있었어요. 저는 제가 가진 모든 걸 써서 도전적인 과제를 달성할 때 가장 효능감이 올라가는 사람이더라고요. 이 깨달음이 다시 창업을 해야겠다고 확실하게 마음먹은 계기가 되기도 했어요.

다들 창업해서 어렵지 않냐고 물어보시는데, 사실 회사 다닐 때 더 많이 스트레스 받고 어려웠던 것 같아요. 창업을 했을 때와 팀원으로서 회사에 다닐 때는 써야 하는 근육이 다른 것 같거든요. 저는 창업을 먼저 해본 사람이니까 팀원으로 회사에 다니는 것보다 창업을 해서 일을 하는 게 더 자연스럽고 쉬웠던 것 같기도 해요. 사실 둘 다 어려운 일이지만 개인적으로는 창업을 했을 때 더 큰 기쁨, 짜릿함이 있었다고 결론을 내고 싶네요. 아, 더 큰 기쁨과 짜릿함은 비교도 안 되게 큰 불안과 함께 오긴 합니다(웃음).

 

 

함께일 때 비로소 할 수 있는 일들을 이뤄나가는 쾌감이 있어요

Q. 창업에서만 느낄 수 있는 더 큰 기쁨, 짜릿함이 있다고 얘기를 해주셨는데요. 구체적으로 그 기쁨과 짜릿함은 어떤 것들인지 설명해 주실 수 있을까요?

하나의 목표를 향해 함께 달려가는 것. 혼자서는 이룰 수 없는, 함께일 때 비로소 할 수 있는 일들을 해내는 것이요. 사람들이 모여서 일을 해보면 각자 잘 하는 일들이 다 다르잖아요. 그런 것들이 모여서 톱니바퀴처럼 탁 맞아서 굴러갈 때의 쾌감이 있어요.

데이터리안을 봐도 보민님 선미님 혜정님 저, 다 다르잖아요. 보민님은 사람들을 정말 좋아하고 사람들 안의 이야기를 뽑아내는 걸 잘 하고요. 선미님은 공부하고 공부한 것들을 다른 사람에게 전달하는 일을 정말 잘 하는 사람이고요. 혜정님은 영상이든 뉴스레터든 콘텐츠 제작을 기깔나게 하는 사람이죠. 그리고 저는 이런 것들을 사업으로 만드는 사람이고요. 창업이란 게 아이템이 가장 중요하다고 생각하기 쉽지만, 사실 사람이 가장 중요하거든요. 제가 겪어본 바로는 그랬습니다. 무엇을 하느냐 보다 누구와 하느냐가 언제나 중요했던 것 같아요.

 

 

하이큐를 좋아하는 이유, 제가 창업을 계속하는 이유와 같아요

Q. 마지막은 가벼운 질문으로 마무리를 해보도록 하겠습니다. 뉴스레터 비즈니스 스터디 글에서 넷플릭스를 많이 보신다고 얘기해 주셨어요. 혹시 요즘은 어떤 콘텐츠를 많이 보시나요?

요즘은 보민님이 추천해 주신 웬즈데이를 재밌게 보고 있습니다.

그리고 저는 봤던 거 또 보는 걸 좋아하는데 하이큐를 최근에 다시 봤어요. 한 5번 정도 돌려본 것 같은데요. 고등학교 배구팀이 전국 대회에 나가는 이야기예요. 뭔가…. 얘기를 하다 보니까 제가 하이큐를 좋아하는 이유가 계속 창업하는 이유와 비슷한 것 같네요. 지금이 아니면 함께 할 수 없는 사람들과 지금이 아니면 안 될 목표에 도전하는 이야기라서 제 마음을 울리는 것 같아요.



민주님의 다른 글 보러가기


민주님이 직접 강의하는 데이터 분석 캠프 보러가기

(3월 개강반 신청, ~ 2/5까지)

5
2
이보민

이보민

🧐 우리 회사 데이터 리터러시는 어느 단계에 있을까요?

⏰ 현업 데이터 분석가들의 생생한 이야기를 들을 수 있는 세미나 오늘 신청마감


“회사의 데이터 리터러시는 크게 세 단계로 나눌 수 있습니다.

첫 번째 단계는 친해지기 단계입니다. 데이터가 중요하다는 말은 익히 들어 알지만 실무에 적극적으로 쓰고 있는 상황이 아닌 단계죠.

두 번째 단계는 스며들기 단계입니다. 데이터를 어떻게 쓸지 어느 정도 감을 잡았으나 업무에 일상적으로 사용되지는 않는 단계입니다.

세 번째 단계는 앞서가기 단계입니다. 어디 가서 우리가 데이터 좀 쓴다고 말할 수 있으나 데이터를 통해 풀고자 하는 분석 과제가 점점 어려워지는 단계입니다.

오늘 발표에서는 각 단계별로 데이터 분석가의 역할이 어떻게 달라져야 하는지 이야기해볼게요.”


1월 주제 : “데이터 분석가 되면 어떤 일을 하나요?”

1️⃣ 조직의 데이터 리터러시에 따라 달라지는 데이터 분석가의 역할

- 전 큐피스트(글램) 프로덕트 총괄 / 데이터 분석가 이경진님


2️⃣ 24시간이 모자라! 데이터 분석가의 하루 일과

- 중고거래 플랫폼 데이터 분석가 배예슬님

- NICE지니데이타 데이터 분석가 정보경님


회사의 성장 단계별로 어떤 데이터 분석이 필요한지 궁금하신 분들은

1월 세미나 오늘 꼭 신청해주세요.

👉 1월 세미나 신청하기


월간 데이터리안 세미나

매월 현업 분석가들과 함께 데이터 분석 역량 업그레이드하기

7
0
이보민

이보민

데이터 분석 사이드 프로젝트, 스타트업처럼 시작해 보세요

Q. 사이드 프로젝트의 아이디어는 어떻게 얻으시나요?


💬 카카오 추천팀 데이터 분석가 최규민님

“(데이터 분석 프로젝트를 하기 위해서)좋은 주제, 재미있는 내용을 찾기보다는 빠르게 완결하고 사람들에게 반응이 올 때까지 프로젝트를 개선해보는 것을 추천드립니다. 프로젝트를 시작할 때 풀고자 하는 문제를 명확하고 간결하게 하는 것이 빠른 완결에 영향을 주었고 결과가 좋았던 것 같습니다.”


📍 ‘강남 출근길에 판교/정자역에 내릴 사람 예측하기’, '데이터 분석가 대디가 유소년 축구 플렉스하기' 등 다수의 데이터 분석 사이드 프로젝트를 하신 최규민님이 아래 질문에 어떻게 답변했는지 궁금하시다면,

월간 데이터리안 12월 세미나 다시보기 영상을 확인해보세요.


Q. 사이드 프로젝트의 아이디어는 어떻게 얻으시나요?

Q. 사이드 프로젝트를 잘 마무리하는 팁이 있을까요?


👉 FULL 영상 보러가기



✨ 월간 데이터리안 세미나 1월에도 계속됩니다.

1월 세미나 주제는 “데이터 분석가 되면 어떤 일을 하나요?”입니다.


1️⃣ 조직의 데이터 리터러시에 따라 달라지는 데이터 분석가의 역할

- 전 큐피스트(글램) 프로덕트 총괄 / 데이터 분석가 이경진님


2️⃣ 24시간이 모자라! 데이터 분석가의 하루 일과

- 중고거래 플랫폼 데이터 분석가 배예슬님

- NICE지니데이타 데이터 분석가 정보경님


👉 1월 세미나 구경가기

(세미나를 신청하신 모든 분들께 다시보기를 제공합니다)

월간 데이터리안 세미나

매월 현업 분석가들과 함께 데이터 분석 역량 업그레이드하기

4
0
이보민

이보민

데이터 분석가들이 창업하면 어떻게 일할까요?

5인 이하 작은 규모의 스타트업이 어떻게 일하는지, 데이터리안이 어떻게 일하는지 궁금하신 분들, 패스트 파이브 서울숲점에 입주한 입주사는 어떤 일주일을 보내는 지 궁금하신 분들을 위해 데이터리안의 일주일을 VLOG로 촬영해봤습니다.


점심 먹고 출근하는 자율 출퇴근 문화부터,

"주말에 12시간 자서 컨디션 최고예요"로 시작하는 회의 전 체크인,

월간 데이터리안 세미나를 진행하는 모습,

공유 오피스의 크리스마스 이벤트를 즐기는 모습까지!


열심히 일하고 워크샵을 떠난 데이터리안 멤버들의 일주일을 공개합니다 ☺

재밌게 봐주세요!


데이터리안의 일주일 VLOG 보러가기

👉 https://youtu.be/qM-LRcRTnDE

월간 데이터리안 세미나

매월 현업 분석가들과 함께 데이터 분석 역량 업그레이드하기

6
0
이보민

이보민

데이터리안 웹사이트가 리뉴얼 되었어요 🥳


데이터리안 블로그에서는 데이터 분석과 관련된 글들을 읽어보실 수 있는데요.

기존 웹사이트에서는 특정 주제의 글들을 찾아서 보기가 어려웠었죠.

이번에 리뉴얼 된 웹사이트에서는 블로그 글들을 주요 카테고리 별로 글들을 모아서 간편하게 볼 수 있도록 기능이 개선되었습니다.


SQL, GA, 데이터 분석, 서비스 분석 사례, 데이터 분석 커리어 등의 주제에 관심 있으신 분들은 리뉴얼된 데이터리안 웹사이트에서 콘텐츠들을 한 번 확인해 보세요.

블로그 보러가기 : https://www.datarian.io/blog



✨ 데이터 분석가들의 생생한 실무 이야기를 들을 수 있는 월간 데이터리안 1월 세미나가 2주 뒤로 다가왔습니다.

데이터 분석가들의 하루 일과는 어떻게 진행되는지, 어떤 일들을 주로 하는지 궁금하신 분들은 1월 세미나를 신청해 주세요!


✔ 세미나 주제 : 데이터 분석가 되면 어떤 일을 하나요?

1️⃣ 조직의 데이터 리터러시에 따라 달라지는 데이터 분석가의 역할

2️⃣ 24시간이 모자라! 데이터 분석가의 하루 일과


👉 1월 세미나 구경가기

월간 데이터리안 세미나

매월 현업 분석가들과 함께 데이터 분석 역량 업그레이드하기

4
0
이보민

이보민

데이터 분석 프로젝트 해보고 싶은데, 어떻게 시작해야 하죠?

⏰ 450명 넘게 신청한 2022년 마지막 데이터 분석 세미나 오늘 신청마감

“데이터 분석가 커리어: 사이드 프로젝트부터 퍼블릭 스피킹까지” 아직 신청 못하신 분 오늘 꼭 신청하세요.


1️⃣ “데이터 분석가 커리어를 더 풍부하고 다채롭게” _ 카카오 데이터 분석가 최규민님 인터뷰

2️⃣ “비전공자 취준생, 데이터 수집부터 분석까지!” _ 광고 중개 플랫폼 비즈니스 분석가 최승아님

👉 세미나 신청하러 가기


[ 지금까지 들어온 질문 ]

✔ 비전공자 취업 준비생은 무엇부터 준비하면 될까요? 첫 단추 꿰는 법을 알려주세요!

✔ 분석가로 근무하면서 사이드 프로젝트를 하고 싶지만 현실적으로 퇴근 후 시간분배가 어려웠어요, 사이드 프로젝트를 할 때의 시간관리에 관한 노하우나 팁이 있을까요?

✔ 개인 프로젝트에 입문하기 위해 Kaggle 등 오픈 된 데이터를 활용해보려고 해도 막히는 부분이 너무 많습니다. 새 프로젝트를 혼자서 도전할 때 너무 막막하고 새롭게 느껴집니다. 혼자 자립할 수 있는 힘을 기르려면 어떤 식으로 공부를 해야할까요?

✔ 사이드 프로젝트를 통해 분석 포트폴리오를 만들 때 가장 강조하면 좋을만한 파트가 있을까요?

✔ 프로젝트 하시면서 ‘이런 데이터가 재미있었다’,‘이 결과는 의외였다’ 하시는 게 있으셨나요?

✔ 혹시 면접을 보셨다면 프로젝트 관련해서 어떤 질문을 받으셨는지 공유해주실 수 있나요?


[ 세미나 미리보기 ]

월간 데이터리안 세미나

매월 현업 분석가들과 함께 데이터 분석 역량 업그레이드하기

3
0
이보민

이보민

2022 카카오 개발자 컨퍼런스, 이 세션은 꼭 들어보세요

안녕하세요 이번주 수요일부터 시작된 if(kakao)dev2022 컨퍼런스 다들 재미있게 듣고 계신가요? 알찬 강연들이 너무 많은데 어떤 세션부터 들어야 할지 고민 되시는 분들을 위해 데이터리안 멤버들이 재미있게 들은 세션들을 소개해 드리려고 합니다.


1️⃣ 실험을 잘한다는 것은 무엇일까?

머신러닝 엔지니어로서 실험을 잘한다는 것은 무엇인지 고민해 본 내용에 관한 발표입니다. 예시는 추천 알고리즘 개발이지만 꼭 추천 알고리즘이 아니라 A/B 테스트를 포함하여 서비스 개발 중 일어나는 많은 시도, 실험에 대해서도 적용해 볼 지점이 많은 강연이에요.

👉 https://if.kakao.com/2022/session/4


2️⃣ 설명 가능한 추천 in 카카오 웹툰

'추천 시스템'이라고 하면 너무 어렵게만 느껴지는데요. 이 강연은 우리가 평소에 쉽게 접할 수 있는 카카오 웹툰의 예시를 통해 설명 가능한 추천이 유저의 선택에 어떤 영향을 미칠 수 있는지 알아볼 수 있는 강연입니다.

강연의 발표자 최규민님은 월간 데이터리안 12월 세미나에 참여하시는 연사님이시기도 해요 :D

👉 https://if.kakao.com/2022/session/9


컨퍼런스를 보시다가 이 세션도 정말 유익한데? 라는 생각이 드셨다면 어떤 세션인지 댓글로 알려주세요! 함께 보고 이야기 나눠보아요!

월간 데이터리안 세미나

매월 현업 분석가들과 함께 데이터 분석 역량 업그레이드하기

4
1
이보민

이보민

🤔 A/B 테스트 실험 기간이 한 달 이상이어도 괜찮을까요?

Demi: "이건 제품에 따라 달라서 정답은 따로 없어요. 저희 회사의 경우 재방문 주기가 짧아 한 달 이상 실험을 할 경우, 의사 결정이 늘어지기 때문에 그렇게 하는 경우는 많이는 없어요. 하지만 어떤 제품은 방문 주기가 길 수 있기 때문에 그럴 경우 한 달 이상 실험을 할 수도 있을 것 같아요."


데이터리안에서 매월 데이터 분석 세미나를 진행하고 있는 것 아시죠?

11월 세미나 주제는 "데이터 실험 문화의 핵심: A/B 테스트"였는데요. 메이커 분들도 이 주제에 관심이 많으신 것 같더라고요.

11월 세미나에서 이야기 나눠본 내용을 정리한 글을 공유합니다.

현업에서 활발히 A/B 테스트를 하는 PM, 데이터 분석가가 어떤 답을 해주셨는지 궁금하시다면 블로그 글 전문을 참고해보세요.


[ 11월 세미나에서는 또 어떤 질문들이 있었을까요? ]

✔ 통계적인 방법론을 직접 적용할 줄 모르더라도 A/B 테스트 관련 실무를 하는 데 무리가 없나요?

✔ A/B 테스트를 사내 플랫폼을 통해 누구나 할 수 있다면, 해당 업무에서 데이터 분석가의 역할은 자연스럽게 좀 줄어들게 되나요?

✔ 실험 기간을 보통 2주 ~ 한 달로 잡는 것 같은데, 한 달 이상에 실험 기간을 잡는 것에 대해서 어떻게 생각하시나요?

✔ A/B 테스트 시, A 표본 수와 B 표본 수를 완전 동일하게 해야 하나요?

✔ p-value가 둘 다 유의미한 경우 더 낮은 p-value를 갖는 것이 더 좋은 실험이라고 할 수 있을까요?

 

👉 블로그 글 전문 읽기



✨ 이렇게 유익한 이야기가 오가는 월간 데이터리안 세미나 12월에도 계속됩니다.

12월 세미나 주제 : 데이터 분석가 커리어: 사이드 프로젝트부터 퍼블릭 스피킹까지


1️⃣ “데이터 분석가 커리어를 더 풍부하고 다채롭게” _ 카카오 추천팀 데이터 분석가 최규민님 인터뷰

2️⃣ “비전공자 취준생, 데이터 수집부터 분석까지!” _ 광고 중개 플랫폼 비즈니스 분석가 최승아님


👉 12/13(화) 저녁 7시 세미나 신청하러 가기

월간 데이터리안 세미나

매월 현업 분석가들과 함께 데이터 분석 역량 업그레이드하기

5
0
이보민

이보민

비전공자, 데이터가 없어서 직접 서비스 만들고 분석까지 해봤습니다

“'데이터 분석을 너무 하고 싶은데 공공 데이터를 봐도 내가 뭔가 할 수 있는 지 잘 모르겠고 공모전을 나가려고 해도 역량이 너무 부족하고… 어떡하지?’ 하다가 ‘그냥 내가 하나 만들까?’ 생각하게 되었어요.”

 

“그때가 5월이었는데 마침 코로나가 잠깐 풀리면서 제주도로 여행 가는 사람들이 정말 많았어요. 그런데 제주도가 가볼 만한 여행지는 많은데 그게 동쪽, 서쪽, 남쪽 이렇게 좀 떨어져 있잖아요. 그래서 여행 계획을 짜기가 좀 어려웠던 기억이 있거든요. 저는 이틀 내내 여행 계획만 짰던 기억도 있는데요. 이런 것들이 생각나면서 제주도 여행지를 추천해 주는 서비스를 만들어보면 어떨까라는 생각을 하게 되었어요. 그리고 기왕이면 재미있게 하면 좋을 것 같아서 MBTI를 기반으로 여행지를 추천해 주면 어떨까 하는 생각을 하게 되었습니다. 공공데이터 포털에 찾아보니까 마침 제주도 관련 데이터도 있더라고요.”

 

“개발을 제외하고 기획, 디자인, 분석 등 하나부터 열까지 혼자 하다 보니까 이렇게 하는 게 맞는지 계속 고민이 되더라고요. 동생도 그렇고 저도 그렇고 이렇게 구체적으로 계획을 세워서 서비스를 만들어보는 경험을 하는 게 처음이었으니까요. 그런 고민들이 생기면 동생이랑 둘이 계속 이야기를 나누면서 해결을 해보려고 노력했는데요. 그런데 또 저희끼리만 이야기하면 사고가 갇히게 되니까 일부러 지인들한테도 많이 물어보기도 했습니다. 실제로 다른 사람들의 눈으로 보면 저희가 놓치고 있는 부분들이 많이 있더라고요. 제가 약간 완벽주의 성향이 있는데, 그래도 이번에 프로젝트 하면서는 ‘그래도 일단 해보자, 몰라도 일단 계속 도전해 보자’라는 생각을 많이 했던 것 같아요. 덕분에 흐지부지 끝나지 않고 결과도 낼 수 있었던 것 같습니다.”


데이터 분석가를 지망하는 분들을 만나다보면 창의적이고 재미있는 프로젝트를 하신 분들을 많이 만나게 되는 데요. 데이터 분석 프로젝트를 해보기 위해서 직접 서비스를 만들고 분석한 사례가 있어서 공유해요. 데이터 분석 프로젝트를 하고 싶어서 서비스까지 만들어버리는 추진력, 행동력! 정말 대단하지 않나요?


승아님의 프로젝트 이야기가 궁금하시다면, 인터뷰 풀영상 보러가기

👉 https://youtu.be/Os7qeyBtfHQ



📍 승아님의 데이터 분석 프로젝트 이야기, 면접 야이기 직접 들어보고 싶으시다면,

"데이터 분석가 커리어: 사이드 프로젝트부터 퍼블릭 스피킹까지"

👉 월간 데이터리안 12월 세미나 신청하러 가기

월간 데이터리안 세미나

매월 현업 분석가들과 함께 데이터 분석 역량 업그레이드하기

7
0
이보민

이보민

A/B 테스트 성공과 실패의 기준을 어떻게 세울 수 있을까요?

혹시 미디엄에서 '직관만 믿고 까불었다가 망한 PM의 사연'이라는 글을 보신적이 있으신가요? 저는 우연히 Demi님이 써주신 이 글을 읽고 너무 재미있고 유익한 글이라고 생각을 했었는데요. 11월 데이터리안 세미나에 Demi님을 연사로 모시고 이야기를 나눠볼 수 있어서 너무나 영광이었습니다(매월 데이터 분석 세미나를 진행하다보면 이렇게 성덕이 되기도 합니다) 😭

이번 세미나는 특히나 답변해주시기 어렵겠다 싶은 질문들이 많았는데, 패널로 와주신 예슬님, 연사로 참여해주신 Demi님께서 답변을 너무 잘 해주셔서 저도 배워가는 게 많더라고요. 11월 세미나 놓쳐서 아깝게 못보신 분들이 계신다면 아래 스케치 영상을 한 번 확인해보세요!


💬 현업 PM의 코멘트

“제품 관점에서는 실험 결과를 성공/실패로 바라보지 않고 실험 케이스 중 가장 좋은 케이스가 무엇인지 확인했다는 관점으로 바라보고 있어요. 그래서 ‘실험에 실패했다’고 하지 않고, ‘실험군이 대조군보다 지표가 낮아요’라고 이야기를 합니다.

실험을 적극적으로 하려면 실험 결과와 나의 노력을 분리하고 명확하게 결과를 확인했다는 것에 가치를 둬야 하는 것 같아요.”


✅ 3줄 요약

• '이래야 성공이야' 하는 고정된 기준은 없습니다.

• 실험의 핵심 지표 뿐만 아니라 보조 지표도 함께 세워서 종합적으로 결과를 확인해보세요.

• 실험을 단순히 성공/실패로 바라보지 말고, 레슨런을 얻어서 다른 시도를 계속 해보는 것이 중요합니다.


A/B 테스트를 활발히 사용하는 IT 기업의 현직자들이 이 질문에 어떻게 답했는지 궁금하시다면,

👉 월간 데이터리안 세미나 11월 스케치 영상보러가기



✨ 이렇게 유용한 실전 데이터 분석 이야기를 들을 수 있는 세미나 12월에도 계속됩니다.

12월 주제 : "데이터 분석가 커리어: 사이드 프로젝트부터 퍼블릭 스피킹까지"

👉 카카오 데이터 분석가와 함께하는 12월 세미나 구경가기

월간 데이터리안 세미나

매월 현업 분석가들과 함께 데이터 분석 역량 업그레이드하기

3
3
이보민

이보민

우리도 세미나 한번 해봅시다: 연사 섭외 편 [2022년 월간 세미나 회고]

"월간으로 세미나를 한지도 벌써 1년이 다 되어갑니다. 매 달 세미나를 등록하면서 프로그램을 사랑해주시는 분들도 생겼습니다. 친구와, 직장 동료와 함께 듣는 분들도 있습니다. 덕분에 월간 세미나는 2022년 1월 신청자 약 140명에서 시작해 11월에는 약 630명이 신청하는 세미나가 됐습니다.


이렇게 세미나를 계속 하다보니 종종 질문을 받는데요. ‘어떻게 세미나를 매달 하실 수 있는거예요?’라며 신기함을 한 방울 섞어서 물어보시는 분들도 있고, ‘세미나 할 때 이미 녹화한 영상을 재생하는 건가요?’ 같이 구체적인 운영 방법을 물어보시는 분도 있습니다. 질문을 해주신 분들께 개인적으로 답변을 드리기도 했지만, 지난 1년간 저희 세미나를 돌아보기도 하면서 겸사겸사 세미나를 기획하시는 더 많은 분들에게 노하우를 나눠 드리는 글을 쓰면 좋겠다고 생각했습니다."


👀 세미나 열어보고 싶은데 어디서부터 어떻게 시작할 지 고민 되신다면,

2022 월간 데이터리안 세미나 연사 섭외 노하우 엿보기


😮 월간 데이터리안 세미나 이번달 주제는 무엇일까요?

'데이터 분석가 커리어: 사이드 프로젝트부터 퍼블릭 스피킹까지' 보러가기

월간 데이터리안 세미나

매월 현업 분석가들과 함께 데이터 분석 역량 업그레이드하기

6
0
이보민

이보민

'데이터 실험 문화의 핵심: A/B 테스트' 세미나 다시보기 오픈

11월 8일에 월간 데이터리안 세미나 '데이터 실험 문화의 핵심: A/B 테스트'가 진행되었습니다. 신청자가 600명이 훌쩍 넘었던 11월 세미나였는데요.

세미나에 참여하지 못한 분들께서는 이제 인프런을 통해 세미나를 다시 보실 수 있어요. A/B 테스트란 무엇인지, 다른 회사에서는 어떻게 실험하고 있는지 궁금하셨다면 11월 세미나를 들어보세요.

👉 11월 세미나 다시 보기


👀 11월 세미나는 이런 고민을 하고 계시는 분들이 들어보시면 좋아요

  • A/B 테스트, 채용 공고에서 많이 봤는데 정확히 뭔지 궁금하신 분
  • 실무 A/B 테스트 사례를 들어보고 싶은 분
  • 실무 A/B 테스트를 할 때 팁, 주의 사항에 대해서 알고 싶은 분
  • IT 스타트업 기획자가 직관과 A/B 테스트 사이에서 어떤 생각을 하고 있는지 궁금하신 분


✅ 월간 데이터리안 세미나 12월에도 계속 됩니다.

  • 12월 주제는 '데이터 분석가 커리어: 사이드 프로젝트부터 퍼블릭 스피킹까지'입니다.
  • 카카오 데이터 분석가와 함께하는 12월 세미나도 놓치지 마세요 :)


👉 12월 세미나 구경 하기

월간 데이터리안 세미나

매월 현업 분석가들과 함께 데이터 분석 역량 업그레이드하기

2
0
이보민

이보민

UA에서 GA4 전환! 달라진 점 6가지

2013년부터 서비스하던 Universal Analytics(UA)가 2023년 7월 1일자로 종료될 예정이라고 하죠. UA에서 GA4로 전환을 고민하고 계시는 분들에게, GA4와 UA의 차이점에 대해서 알려드리려고 합니다. Google Analytics 4(GA4)로 전환을 고민하시는 분들이라면 이 글을 꼭 읽어보세요.


[ GA4에서 달라진 점 6가지 ]

  1. 이제는 사용자의 모든 활동을 '이벤트'로 저장합니다. 페이지뷰, 이벤트, 소셜 등 여러 유형으로 구분되어있던 복잡한 데이터 모델은 안녕!
  2. 페이지 조회, 스크롤 등 6가지 이벤트를 자동으로 수집하는 향상된 측정 기능을 지원합니다.
  3. 웹, 앱 데이터를 통합해서 수집 및 분석이 가능합니다.
  4. 세션 수 집계 방식이 변경되었습니다.
  5. 유료 버전 GA 360에서 제공되던 ‘빅쿼리 raw 데이터 내보내기’ 기능을 무료로 지원합니다. GA로 수집한 데이터를 GA 콘솔에서 보는 것 뿐 아니라 Raw 레벨부터 가공하고 분석해보세요.
  6. 유료 버전 GA 360에서 제공되던 ‘탐색분석’ 기능을 무료로 지원합니다. UA에서는 정해진 보고서의 형태로 데이터를 볼 수 있었다면, GA4에서는 사용자가 직접 다양한 방법으로 분석할 수 있도록 분석의 자율성을 줬습니다.


자세한 내용이 알고 싶으시다면 아래 글을 읽어보세요.

👉 GA4, 무엇이 달라졌나요?



📢 복잡한 데이터 인프라 구축 없이도 데이터 적재부터 분석까지, 성과로 직결되는 전략 만들기. GA4와 함께라면 누구나 할 수 있어요!

6주 동안 GA4로 데이터 분석하고 서비스 개선해보고 싶다면,

👉 GA4 데이터 분석 캠프 커리큘럼 구경가기

GA4 데이터 분석 캠프

6주 동안 GA4로 데이터 분석하고 서비스 개선하기

8
0
이보민

이보민

회사에서 데이터를 처음 활용할 때 생각해 보면 좋은 팁 3가지!

분석가가 없는 작은 팀인 경우 데이터 분석을 활용해 보고는 싶은데 어디서부터 시작해야 할지 막막한 경우가 많은 것 같습니다.

회사 / 팀에서 데이터를 처음 활용해 보는 상황이라면 대체 어디부터 어떻게 시작하면 좋을까요?


1️⃣ 팀 또는 회사의 목표가 무엇인지 찾고 데이터로 현황 파악을 해보자.

2️⃣ 목표를 달성하기 위해 하고 있는 업무들을 좀 더 잘 할 수 있게끔 하는 데에 데이터를 활용해 보자.

3️⃣ 1,2번이 어렵다면, 평소에 자주 하는 업무 중에서 데이터를 이용하면 조금 더 잘 할 수 있는 일 또는 빠르게 할 수 있는 일을 찾아 데이터를 활용해 보자.


사실 데이터라는 건 의사결정을 더 객관적으로, 효율적으로 하기 위한 도구일 뿐이에요. 많은 분들이 ‘데이터 분석’하면 거창한 머신러닝, AI 같은 걸 떠올리실 텐데요. 실제 현업에서 데이터를 사용할 때에는 그렇게 거창하게 시작할 필요가 없습니다. 특히나 이제 막 데이터로 뭔가 해보려고 하는 조직이라면 더더욱 어렵고 멋진 기술을 도입하기보다는 쉽고 빠르게 시작을 해보는 게 중요합니다.


📍 현업 분석가들이 이 질문에 어떻게 답했는지 궁금하시다면,

월간 데이터리안 세미나 7월 스케치 영상 보러가기

https://youtu.be/Zhn8c0QtG8A



✨ 이렇게 유익한 이야기가 오가는 월간 데이터리안 세미나, 11월에도 계속됩니다.

11월 세미나 “데이터 실험 문화의 핵심: A/B 테스트”신청하기


1️⃣ 직관만 믿고 까불었다가 망한 PM의 사연 _ Demi

2️⃣ 알아두면 쓸데있는 잡다한 A/B 테스트 이야기 _ 윤선미

월간 데이터리안 세미나

매월 현업 분석가들과 함께 데이터 분석 역량 업그레이드하기

5
0
이보민

이보민

실무 A/B 테스트 사례를 들어보고 싶은 분!

데이터리안 11월 세미나가 다음 주로 다가왔네요.

11/8 저녁 7시에 진행되는 11월 세미나의 주제는 "데이터 실험 문화의 핵심: A/B 테스트"입니다. A/B테스트에 관심 있으신 분들은 한 번 살펴보세요.


1️⃣ “직관만 믿고 까불었다가 망한 PM의 사연” _ Demi님

2️⃣ “알아두면 쓸데있는 잡다한 A/B 테스트 이야기” _ 윤선미님

👉 세미나 신청하러 가기


[ 지금까지 들어온 질문 ]

✔ PM의 데이터 분석 업무와 데이터 분석가의 분석 업무에는 어떤 차이가 있나요?

✔ A/B 테스트 케이스를 고르는 기준 및 방법은 무엇인가요?

✔ A/B 테스트를 설계할 때 어떤 목표 지표를 잡으시나요?

✔ 샘플 사이즈는 어떻게 정해야 할까요?

✔ 사용자가 적은 경우 A/B 테스트는 어떻게 진행해야 할까요?

✔ A/B 테스트 기간은 어떻게 설정하나요?

✔ A/B 테스트 결과를 분석할 때 어느 정도 수준을 성공/실패로 보시나요?

✔ 결과 분석에 대한 팁과 자주하는 실수를 알려주세요!

✔ A/B 테스트 관련 경험을 요구하거나 묻는 회사가 많은데, 실질적으로 A/B 테스트 경험을 쌓을 수 없는 환경에 있을 때 이런 부분들을 어떤 경험으로 대체할 수 있나요?


[ 세미나 미리보기 ]

월간 데이터리안 세미나

매월 현업 분석가들과 함께 데이터 분석 역량 업그레이드하기

7
2
이보민

이보민

한 달에 한 번, 데이터 분석 소식을 무료로 받아보세요

#데이터분석 #뉴스레터 #매월첫번째화요일

안녕하세요 디스콰이엇 멤버 여러분,

현업 분석가들이 발행하는 뉴스레터가 있다는 것 알고 계신가요?

요즘 분석 소식, 알고는 싶지만 이것저것 챙겨보기에는 바쁘잖아요.


한 달에 한 번, 데이터 분석 소식을 무료로 받아보세요 😊

지금 구독하시면 11월 1일(화요일)에 11월 호를 받아보실 수 있어요.

💌 뉴스레터 무료로 받아보기


어떤 글들이 뉴스레터에 수록되는지 궁금하시다면,

🏆 2022 상반기, 데이터리안 뉴스레터 클릭률 TOP 5

👉 지난 뉴스레터 구경하기

6
0
이보민

이보민

현업 분석가에게 데이터 분석 배워서 내 서비스에 바로 사용해봐요!

🎁 오늘 데이터 분석 캠프 30% 할인 마감!


데이터 분석을 위해 사용하는 도구가 여러가지가 있는데요. GA와 SQL은 데이터 분석을 위해 범용적으로 사용하는 툴입니다. 특히 GA4는 세팅만 해놓으면 누구든 무료로 데이터를 볼 수 있어서 초기 창업자분들, 사이드 프로젝트를 하시는 분들께 적극 추천드리는 데이터 분석 툴이에요.


혹시 GA4, SQL를 어디서 배워야 할지 몰라 망설이고 계신다면, 데이터리안의 GA4 데이터 분석 캠프와 SQL 데이터 분석 캠프 커리큘럼을 한 번 확인해보시면 좋을 것 같습니다. 두 캠프 모두 코딩 한번도 안해보신 분들도 충분히 따라오실 수 있는 커리큘럼이에요!


무료 데이터 분석 툴, GA4 현업 분석가에게 배우고 싶다면!

👉 https://bit.ly/3TsPCjg (30% 할인 받고 등록하기)


데이터 분석의 기본 스킬, SQL을 현업 분석가에게 배우고 싶다면!

👉 https://bit.ly/3MA2PEN (30% 할인 받고 등록하기)

5
0
이보민

이보민

초기 스타트업이 데이터가 액션으로 빠르게 이어지는 환경 만드는 법, 궁금하신 분!

👀 다른 초기 스타트업들은 데이터 기반 의사결정 대체 어떻게 하나요?

🤔 큰 회사는 A/B 테스트 해보고 서비스를 고도화 한다는데, 저희는 A/B 테스트 할 리소스가 없어요. 초기 스타트업은 제대로 된 실험도 못하는 걸까요?

🙋‍♀️ 데이터 분석가 4명이 창업한 회사에서는 어떻게 프로덕트를 만들고, 실험하고 의사결정을 하고 있는지 궁금해요!


월간 데이터리안의 10월 “데이터가 액션으로 빠르게 이어지는 환경 만들기” 세미나가 다음 주 화요일 10/11에 진행됩니다. 이번 세미나에서는 데이터리안의 민주님, 혜정님과 함께 액션으로 이어지는 데이터 분석은 어떻게 할 수 있는지, 데이터 기반 의사결정에 도움이 되는 대시보드는 어떻게 만들 수 있는지 이야기해 보겠습니다.


1️⃣ 액션으로 이어지는 GA4 데이터 분석 _ 김민주

2️⃣ 대시보드는 살아있다: 죽은 대시보드 살리기 _ 송혜정


✨ 세미나 일정

  • 일시: 10/11(화) 오후 7시~9시
  • 참가비: 10,000원
  • 장소: Zoom 미팅룸
  • 신청 기한: ~ 10/10(월) 23:59


👉 세미나 신청하러 가기

12
4