<h1 id="heading-94649e47-2">15년의 비즈니스 경험에 데이터 분석 역량을 더하다</h1>Q. 안녕하세요. 자기소개 부탁드려요.안녕하세요. 제조업과 이커머스 업계에서 기술 전략, 상품 기획, 마케팅, 사업 전략, 글로벌 사업 등 다양한 업무를 경험해 온 15년 차 실무자 케이입니다.현재는 이커머스 기업의 마케팅 조직에서 마케팅 운영을 담당하고 있어요. 단순한 운영을 넘어 데이터에 기반해 의사결정을 내리고, 마케팅을 더욱 효율적으로 진행하기 위해 팀 안에서 비즈니스 애널리스트에 가까운 역할도 함께 수행하고 있습니다. Q. 기술 전략부터 마케팅까지 정말 다양한 업무를 경험하셨네요. 직무를 계속 확장하게 된 과정이 궁금해요.저는 공대 출신이에요. 처음에는 전공을 살린 일을 했는데, 제가 하는 일을 사람들이 어렵게 느끼더라고요. 그래서 사회에 도움이 되는 것처럼 보이고, 설명하기 쉬운 직업을 갖고 싶다는 생각으로 기술 전략, 상품 기획, 마케팅으로 업무를 조금씩 확장해 왔어요. Q. 지금은 비즈니스 애널리스트에 가까운 역할을 하고 계신다고 하셨어요. 실무에서는 어떤 일을 하고 계신가요?회사 내에 비즈니스 애널리스트라는 공식 직무가 있는 것은 아니지만, 제가 하고 있는 업무가 비즈니스 애널리스트 역할에 가깝다고 생각해요.거래액이나 이용자 수처럼 마케터가 주로 확인하는 데이터뿐 아니라, 특정 프로모션이나 상품이 지표 변화에 어떤 영향을 미쳤는지까지 분석해 팀의 의사결정을 지원하고 있습니다. 또 반복적으로 확인해야 하는 지표는 대시보드로 만들고, 데이터를 쉽게 찾고 활용할 수 있도록 테이블과 컬럼을 정리하는 일도 함께 하고 있어요.<h1 id="heading-853ecff1-3">데이터를 기다리는 동안 의사결정의 타이밍을 놓치고 있었어요</h1><h4 id="heading-e3063c18-4">Q. 마케팅 업무를 하시면서 직접 데이터를 분석해야겠다고 생각한 계기는 무엇인가요?</h4>마케팅 프로모션을 기획하고 실행한 뒤에는 결과 데이터를 살펴보는데요. 어느 순간부터 단순히 지표가 늘었는지 줄었는지 확인하는 데서 그치지 않고, 좀 더 깊이 들여다보고 싶다는 생각이 들었어요. 어떤 고객이 구매했는지, 특정 프로모션이 실제 고객 행동에 어떤 영향을 주었는지까지 확인하고 싶었죠.하지만 자세한 분석을 하려면 그때마다 데이터 조직에 원데이터를 요청해야 했어요. 데이터를 받기까지 일주일 이상 걸리는 경우도 있었고, 데이터를 살펴보다 새로운 궁금증이 생기면 추가 자료를 다시 요청해야 했습니다. 이런 과정을 반복하다 보니 정작 의사결정하고 실행해야 할 시점을 놓치는 경우도 있었고요.필요한 데이터는 직접 추출하고 분석할 수 있어야겠다는 생각이 들어, 본격적으로 SQL을 배우기 시작했습니다. Q. 데이터를 직접 추출할 수 있게 된 후 업무는 어떻게 달라졌나요?필요한 데이터를 바로 확인하고 의사결정에 활용할 수 있게 되면서, 업무 속도가 훨씬 빨라졌어요.예를 들어 A 이벤트와 B 이벤트 중 어떤 것이 더 효과적인지 확인해 이번 주말에 바로 진행하고 싶어도, 예전에는 기초 데이터를 요청해 일주일 뒤에 받은 다음 분석을 시작해야 했어요. 그러다 보니 결과가 나왔을 때는 이미 실행 시점을 놓치는 경우도 많았죠.지금은 A와 B 중 어떤 이벤트를 진행할지 고민되면, 참여 고객의 구매 금액대를 바로 확인해 의사결정에 필요한 결과를 빠르게 공유해요. 덕분에 분석부터 의사결정, 실행까지 훨씬 속도감 있게 진행할 수 있게 됐습니다. <figure data-src="https://attachments.datarian.io/prod-3495265b281acb4b9303c5d5804ff6b2f93c7b758683f28a93bfdd38892c6555.jpg" data-alt="campaign-creators-774sCXD0dDU-unsplash.jpg" data-align="center" data-width="491" data-type="image-block" class="is-align-center" style="text-align: center; width: 491px; max-width: 100%;"><img src="https://attachments.datarian.io/prod-3495265b281acb4b9303c5d5804ff6b2f93c7b758683f28a93bfdd38892c6555.jpg" alt="campaign-creators-774sCXD0dDU-unsplash.jpg" style="width: 100%; height: auto;"></figure>Q. 속도뿐 아니라 분석의 깊이도 달라졌을 것 같아요.맞아요. 반복적으로 확인하는 지표들은 우선 대시보드로 정리했는데, 여기서 한 걸음 더 들어가 봤어요. 예를 들어 거래액은 마케팅에서 가장 중요하게 보는 지표인데, 같은 거래액이라도 쿠폰으로 발생한 것인지 포인트로 발생한 것인지 원인별로 나눠서 봤죠.&nbsp;이렇게 데이터를 잘게 쪼개 보면 그전에는 몰랐던 것들이 보입니다. 예를 들어 회의에서 "멤버십 이용자가 5월 대비 6월에 늘었다" 하면, 보통은 "늘었네요, 그렇군요" 하고 넘어가거든요. 그런데 저는 바로 쿼리를 짜서 '6월엔 이용했지만 5월엔 안 한 유저'를 추출해, 이 사람들이 어떤 상품을 샀는지 봐요. 그러면 "신규 상품 때문에 결제한 게 맞다"처럼 원인을 짚을 수 있죠. 그럼 다음 달엔 "그 신규 이벤트를 더 강화하자"는 결정으로 이어질 수 있고요. Q. 그럼 분석 결과로 실제 마케팅 운영 방식을 바꾼 사례도 있나요?신규 상품을 출시할 때는 늘 A 프로모션을 먼저 진행하고, 이후 B 프로모션을 이어가는 방식으로 운영해 왔어요. 경험상 이 순서가 가장 효과적일 거라고 생각했기 때문이죠.그런데 실제 데이터를 분석해 보니 신규 이용자 유입에는 B 프로모션을 먼저 진행하는 편이 더 효과적이더라고요. 이후에는 분석 결과를 바탕으로 프로모션 순서를 바꿔 운영했어요.<h1 id="heading-ee5dbf33-5">강의에서 익힌 SQL을, 함께 활용 가능한 자료로 만들었어요</h1>Q. SQL을 회사 데이터에 바로 적용하는 과정은 어떠셨나요?&nbsp;문법은 데이터리안의 SQL 데이터 분석 캠프에서 워낙 잘 가르쳐주셔서 금방 익혔는데, 막상 회사에서 적용하려니 연습 문제처럼 테이블이 잘 정리돼 있지 않은 거예요. 방대한 실무 테이블을 어디서부터 손대야 할지 몰라, 샘플 쿼리를 받아 테이블과 컬럼을 분해해가며 시작했어요.그런데 쿼리를 살펴보니 실무에서 쓰는 테이블이나 쿼리가 계속 중복되더라고요. 그래서 엑셀에 테이블과 컬럼을 정리하고, 테이블 간의 관계도도 만들기 시작했어요. 그러다 이걸 혼자만 사용하는 자료가 아니라 다른 사람도 함께 활용하면 좋겠다는 생각이 들어서 사내 홈페이지 형태로 데이터 위키를 만들었습니다.&nbsp; Q. 우와, 정말 멋지네요. 그럼 데이터 위키에는 어떤 내용을 정리하셨나요?&nbsp;테이블명과 테이블에 대한 설명, 컬럼명과 컬럼의 의미, 주요 내용과 샘플 데이터를 정리했습니다. 특정 데이터를 확인하려면 어떤 테이블을 중심으로 봐야 하는지도 함께 기록했고요.팀마다 거래액을 계산하는 기준이 달랐던 적도 있었어요. 어떤 카테고리를 포함하는지, 어떤 항목을 제외하는지에 따라 결과가 달라졌습니다. 관련된 사람들을 직접 찾아가 기준이 다른 이유를 확인하고, 최종적으로 회사에서 사용하는 거래액의 정의와 계산 기준도 정리했습니다.자주 사용하는 샘플 코드도 함께 저장했어요. 새롭게 알게 된 테이블이나 컬럼이 있으면 지금도 계속 업데이트하고 있습니다.<figure data-src="https://attachments.datarian.io/prod-741f8a09d946faf4164465e6a1ce6d2af15882f039229ff2a26287d408939d00.png" data-alt="Frame 48097823.png" data-align="center" data-caption="케이님이 공유해주신 데이터 위키 중 일부" data-show-caption="true" data-width="431" data-type="image-block" class="is-align-center" style="text-align: center; width: 431px; max-width: 100%;"><img src="https://attachments.datarian.io/prod-741f8a09d946faf4164465e6a1ce6d2af15882f039229ff2a26287d408939d00.png" alt="Frame 48097823.png" style="width: 100%; height: auto;"><figcaption>케이님이 공유해주신 데이터 위키 중 일부</figcaption></figure><h1 id="heading-b54b8035-1">독학으로 헤매던 SQL, 데이터리안에서 길을 찾았어요</h1>Q. 데이터리안의 SQL 분석 캠프는 어떻게 알게 되셨나요?&nbsp;회사에 데이터 애널리스트를 준비하다가 실제로 커리어를 전환한, 조금 전설적인 분이 계셨어요. 그분 위키에 도움 될만한 사이트가 정리돼 있었는데, 데이터리안이 1번으로 적혀있더라고요. 그래서 알게 되었어요.&nbsp;그리고 이 얘기는 꼭 드리고 싶었는데요. 저는 원래 파이썬도 좀 하고 코딩도 할 줄 아니까, 원래 SQL을 혼자 공부하려고 했어요. 실제로 독학을 하다가 <a target="_blank" rel="noopener noreferrer nofollow" href="https://datarian.io/bootcamp/sql-package">데이터리안 캠프</a>를 듣게 되었는데, 체계적으로 배우는 게 얼마나 큰 도움이 되는지 알고 '진작 들을걸' 후회했어요.&nbsp;특히 예제를 많이 풀어볼 수 있는 게 가장 큰 강점이었습니다. 저는 연습문제를 다 풀었답니다! (웃음) Q. 강의를 수강하고 최근에는 자격증도 따셨다고 들었어요. 네, 올해 1월에 실전반을 수료하고 지난달에 SQLD와 ADSP를 땄어요. ADSP를 공부하다 보니 연관 분석 같은 게 재미있더라고요. '기저귀와 맥주가 같이 팔린다' 같은, 몰랐던 인사이트를 찾는 게 데이터의 매력이 아닐까 싶어요.&nbsp;지금은 RFM으로 타겟 유저를 추출하고, 마케팅 후 그들이 어떻게 변하는지 보는 프로젝트를 하고 있습니다. 코호트 분석도 정책 변화 후 팔로업할 때 효과적이었어요.<h1 id="heading-29c5b613-6">파이썬도, AI도 결국 SQL을 이해해야 제대로 씁니다 </h1>Q. 데이터분석을 위해 파이썬을 먼저 배우려는 분들도 많은데요. SQL을 배우게 된 특별한 계기가 있나요?처음에는 엑셀을 이용해 데이터를 분석했는데, 데이터가 많아지면서 엑셀만으로는 처리하기 어려운 상황이 생기더라고요. 그래서 2020년쯤부터 파이썬을 활용하기 시작했습니다.&nbsp;그런데 파이썬으로 분석을 하려면 먼저 분석할 원데이터가 있어야 했어요. 필요한 데이터를 확보하려면 결국 데이터베이스에 접근해야 했고, 그 과정에서 SQL을 꼭 알아야겠더라고요.&nbsp;SQL을 배우기 전에는 분석하고 싶은 것이 많아도 데이터가 없어서 시작하지 못하는 경우가 많았는데요. 지금은 수도꼭지를 열면 물이 나오는 것처럼, 궁금한 것이 있을 때마다 필요한 데이터를 직접 확보할 수 있어서 막힘없이 일하는 기분이 들어요.&nbsp; Q. 이제 자연어로 데이터를 추출하는 AI 도구가 발전하고 있잖아요. 그럼에도 앞으로 SQL을 직접 배울 필요가 있을까요?회사에서도 앞으로는 사용자가 자연어로 질문하면 필요한 데이터를 제공하는 챗봇을 만들 예정이라고 해요. 그러면 굳이 모든 사람이 직접 SQL을 작성하지 않아도 될 수 있겠죠.그렇지만 저는 SQL과 데이터 구조를 알고, 데이터를 어떻게 가공하고 인사이트를 찾는지 그 과정을 이해해야 AI도 잘 활용할 수 있다고 생각해요. AI가 모든 과정을 대신하면 데이터가 정확한지 확인하기 어렵고, 분석 결과에서 어떤 부분을 중요하게 봐야 하는지도 판단하기 어려울 수 있거든요.결국 SQL이나 데이터 분석의 기본기를 알아야 AI도 제대로 활용할 수 있다고 생각해요.<figure data-src="https://attachments.datarian.io/prod-fd00095a6adacf5733e743542a0671a172908eea6f2bf385abe7c1be9266885a.jpg" data-alt="1981-digital-yqaskj8lQBE-unsplash.jpg" data-align="center" data-width="486" data-type="image-block" class="is-align-center" style="text-align: center; width: 486px; max-width: 100%;"><img src="https://attachments.datarian.io/prod-fd00095a6adacf5733e743542a0671a172908eea6f2bf385abe7c1be9266885a.jpg" alt="1981-digital-yqaskj8lQBE-unsplash.jpg" style="width: 100%; height: auto;"></figure> <h1 id="heading-549906ff-7">데이터를 통해 문제를 해결하는 비즈니스 애널리스트로 성장하고 싶어요</h1>Q. 앞으로의 커리어 계획은 무엇인가요?현재는 비즈니스 애널리스트로의 이직을 준비하고 있습니다. 본격적으로 데이터 분석 프로젝트를 진행한 기간은 약 1년 반 정도예요. 그전에는 기술 전략, 상품 기획, 마케팅 운영, 사업 전략, 글로벌 사업 등 다양한 업무를 경험해 왔고요.그동안 쌓아온 비즈니스 경험과 도메인에 대한 이해에 데이터 분석 역량을 더하면, 더 큰 가치를 만들 수 있지 않을까 생각해요. 앞으로는 이러한 경험을 바탕으로 비즈니스 애널리스트로 역할을 전환하고 싶습니다. Q. 마지막으로 데이터리안 캠프 수강을 망설이는 분들에게 한마디 부탁드려요.데이터 분석가를 준비하는 분이라면 SQL의 기본기를 쌓는 첫 단계로 <a target="_blank" rel="noopener noreferrer nofollow" href="https://datarian.io/bootcamp/sql-package">데이터리안의 SQL 데이터 분석 캠프</a>를 추천하고 싶어요. 강의를 따라가며 다양한 연습문제를 풀다 보면 SQL 문법뿐만 아니라, 필요한 조건을 설정해 데이터를 추출하는 방식까지 체계적으로 익힐 수 있습니다.마케터에게도 추천하고 싶어요. SQL을 배우면 이전에는 감으로 내렸던 의사결정을 데이터로 조금 더 확실하게 내릴 수 있거든요. 단순히 거래액이나 이용자가 늘었다는 결과만 보는 것이 아니라, 왜 그런 변화가 나타났는지까지 살펴볼 수 있고요.데이터를 직접 확인하고 더 깊이 있는 의사결정을 내리고 싶은 분들에게 추천합니다!&nbsp; <div data-emoji="💌" data-type="callout">Epilogue. 인터뷰 이후, 케이님의 이야기인터뷰 이후 케이님은 SQL을 직접 활용하는 데서 한 걸음 더 나아가, 직접 정리한 SQL Dictionary를 AI에 학습시켜 업무에 활용하고 있다고 해요. 테이블과 컬럼뿐 아니라 JOIN key, 주요 지표의 정의와 산출 공식까지 함께 정리해두니 AI가 훨씬 정확한 SQL을 만들어준다고 합니다. 최근에는 회사에서도 분석 역량을 인정받아&nbsp;Growth Marketing TF를 맡게 되셨다는 반가운 소식도 전해주셨어요. SQL을 기반으로 업무의 영역을 계속 넓혀가고 있는 케이님에게 또 어떤 좋은 소식이 찾아올지 기대해봅니다!</div>

기획자에서 데이터 분석가로 직무전환에 성공하신 레이님

망설이지 마세요, 현업 분석가도 수강하는 캠프니까요

통계학 전공 데이터 분석가 취업준비 중인 머루누나님

대학원 가지 않아도 분석가 할 수 있구나 알게 되었어요

업무에서 데이터 분석 120% 활용중, 증권사 CS팀 교육 코치 모아나님

CS팀에서도 데이터로 의사결정 할 수 있어요

‘나의 강점을 살리고 싶어 비즈니스 분석에 관심을 가지기 시작했어요’ 미쉐르님 인터뷰

단순히 SQL 쿼리만 할 줄 안다고 분석이 되는게 아니더라구요

‘스타트업 그로스팀에서 비로소 제가 하고싶던 일을 하게되었어요’ 귤님

머신러닝 말고, 서비스의 성장을 위한 데이터 분석이 하고 싶었어요

‘분석가에게 중요한 건 비즈니스에 대한 이해다’ 그 부분에 초점을 맞춰서 취업 준비를 했어요

어문계열 비전공자 데이터 직무 취뽀기

‘제가 SQL로 데이터 분석을 할 수 있습니다’를 얘기하고 싶다면, 이 캠프를 수강하는 게 훨씬 더 도움이 됩니다.

SQL 자격증, 데이터 분석 능력은 어필할 수 없어요

데이터를 기반으로 의견을 내는 사람의 목소리가 더 신뢰가 가는 것 같아요

예체능 출신의 비전공자, 마케터에서 데이터 분석가로 직무 전환했어요

공기업에서도 SQL을 배워서 업무에 활용할 수가 있나요? 네, 가능합니다!

문과 출신 공기업 기획자, SQL로 업무 생산성을 높였어요

그런데 서비스만 만들면 분석을 할 수 있는 건 아니더라고요

데이터가 없어서 직접 서비스 만들고 분석까지 해봤습니다

사업기획팀에서 제 이력서를 보시고 먼저 연락을 주셨어요.

데이터 분석 프로젝트 덕분에 사업기획 직무 취뽀했어요

팀 내에서 SQL 문을 짜서 데이터를 바로 추출할 수 있는 분은 거의 없더라고요.

비즈니스 오퍼레이터, SQL 배워 팀의 핵심 인재 되었어요

데이터리안을 만나 자신감을 얻었어요

120줄 이상의 SQL 코드도 다룰 수 있게 되었어요

입사 직후 코호트 분석을 하게 되었어요. 저는 요청사항을 보고 한 번에 쿼리를 작성했죠.

캠프에서 배운 SQL 실무에서 바로 써먹을 수 있어요

CRM 마케터로서 할 수 있는 업무의 범위가 넓어져 커리어에 좀 더 자신감을 가지게 되었습니다.

CRM 마케터, SQL 배워서 매출 상승에 기여했어요

R 프로그래밍 스킬로는 단순한 데이터 전처리 밖에 할 수가 없어서 SQL을 배웠죠.

미국 병원 데이터 팀 인턴, SQL 덕분에 잡 오퍼까지 받았어요

식자재 플랫폼 스포카 프로덕트 분석가로 재직중인 5년차 데이터 분석가 양현승님의 커리어 이야기를 들어보세요.

지표 설계부터 모델링까지 다 하는 1인 분석가 이야기

무역 공기업 데이터분석가입니다. 중소기업에게 수출 유망 국가를 추천해 주는 등의 일을 하고 있어요.

데이터 프로덕트를 만드는 기획자 겸 데이터 분석가가 일하는 법

팔로워 1,600명 규모의 운동 인스타그램 계정으로 RFM 분석하고 취뽀했습니다

인스타그램 데이터 분석하고 카드사 마케터로 취업했어요

국문과 졸업하고 광고대행사에서 캐치테이블 데이터 분석가로 이직했습니다.

퍼포먼스 마케터에서 데이터 분석가로 직무 전환했어요

“데이터를 통해 좋은 결정을 내리고 싶었어요”, 텀블벅 운영 리드 김예진님의 커리어 여정 엿보기

CS에서 정책까지, 데이터 분석을 무기로 단단한 서비스를 만들어요

사회복지시설 ‘다시함께상담센터’에서 근무하며 데이터로 문제를 해결하는 김채윤님의 데이터 분석 이야기

감이 아닌 데이터로, 사회 문제를 더 정확하게 바라보아요

운영 직무에서 데이터 분석가로, '우아한청년들' 이진수님의 커리어 전환기

운영에서 비즈니스 분석가로, 숫자를 속이지 않는 분석가 되고 싶어요

“세 번이나 들었어요” 반복 학습으로 취업에 성공한 리브님과의 커리어 인터뷰

청소년학 전공자가 비대면 진료 스타트업의 데이터 분석가가 되기까지

15년의 비즈니스 경험에 데이터 분석 역량을 더한 케이님의 성장기