이보민
데이터리안의 SQL 데이터 분석 캠프를 수강하는 사람들은 어떤 사람들일까요?
“제 직무가 데이터 분석이랑 직접적으로 연관이 없는 직무라고 생각했어서 나중에 직무 전환 할 것을 고려하고 캠프에 등록했는데요. 막상 배워보니 지금 현재 업무에서도 적용 가능한 부분들이 있어서 SQL 데이터 분석 캠프에서 배웠던 내용들을 잘 써먹고 있어요.”라고 말씀하신 증권사 CS 팀 교육 코치로 일하고 계시는 모아나님의 이야기를 함께 들어보겠습니다.
증권사 CS팀 교육 코치로 일하고 있는 모아나입니다.
Q. 안녕하세요 모아나님! 인터뷰 요청에 응해주셔서 감사합니다. 종강한지 벌써 한 달이 지났네요. 잘 지내셨나요? 먼저 간단하게 자기소개 부탁드립니다.
안녕하세요 보민님도 잘 지내셨죠? 인터뷰 하고 싶었는데 그간 회사 일이 너무 바빠져서 이제서야 인터뷰를 하게 되었네요.
안녕하세요 모아나입니다. 저는 지금 증권사의 CS팀 교육 코치로 일을 하고 있고요. 원래는 CS팀에서 상담 업무를 하다가 지금은 CS팀을 서포트하는 교육 코치로 직무 전환이 되어 정신없이 바쁜 나날을 보내고 있습니다. 이전에는 여행사에서 근무했었고 전공은 관광학과를 졸업했어요.
Q. CS팀 교육 코치라니 처음들어보는 직무인 것 같아요. 어떤 일을 하시는지 간단히 알려주실 수 있을까요?
주로 고객센터 CS팀 직원분들을 지원하는 업무를 하고 있어요. CS팀 직원분들께서 어떻게 하면 업무를 더 잘 하실 수 있을지를 고민하는 게 저희 업무입니다. 저희 팀의 고객은 내부 직원분들이라고 할 수 있어요.
답답함을 해소하기 위해서 데이터 분석 배워야겠다고 생각했어요
Q. 그렇군요. 회사 내부 인원을 고객으로 둔 팀이라니 흥미롭네요! 언뜻 보면 분석이랑은 별로 관련이 없는 직무인 것 같은데 모아나님께서는 어떻게 데이터 분석에 관심을 갖게 되셨나요?
제가 지금은 교육 코치 일을 하고 있지만 몇달 전까지만 해도 직접 상담 업무를 했었는데요. 한때 슬럼프에 빠져서 ‘이 일을 계속할 수 있을까’라는 고민을 하게 되었어요.
주변에서 다들 개발을 할 줄 알아야 먹고 살 수 있다고 하길래 개발을 배워볼까 생각하기도 했었는데요. 개발자 채용공고들을 읽어보니까 개발자가 되려면 뭔가 만들어 내는 능력이 중요한 것 같은데 저는 창의적으로 뭔가 만드는 건 못하겠더라고요. 그러다가 데이터 분석 직무 채용공고를 보게 되었는데요. 쌓여있는 데이터를 가공해서 전략적인 결과물을 도출하는 건 나도 해볼 수 있지 않을까 하는 생각이 들어서 관심을 갖게 되었습니다.
그리고 평소에 CS 업무를 할 때에도 데이터 관련해서 궁금한 점이 있었는데요. CS 업무를 하다 보면 필연적으로 개발자분들과 커뮤니케이션 하는 일들이 많아요. 근데 상담하다가 고객들이 불편을 겪는 부분에 대해 알려드리면 이런 식으로 말씀하실 때가 많더라고요.
“지금 해당 부분에서 VOC(고객 문의)가 들어오고 있긴 하지만, 이탈률로 봤을 때에는 퍼널 중에서 이 구간에 특별한 문제가 있는 것으로 보이지는 않아서 조금 더 지켜보는 것이 좋을 것 같아요.” 라고 말씀하시는 경우가 많았는데요. 저는 퍼널 분석, 이탈률 같은 게 정확하게 어떤 의미인지를 잘 몰랐어서 “아무리 그래도 고객분들이 불편해 하는 지점이 있으면 이걸 우선적으로 고쳐야 하는 거 아닌가?”라는 생각이 들더라고요. 대체 개발자분들이나 분석가분들은 어떤 데이터를 보고 어떻게 생각하길래 그렇게 결론이 나오는건지 궁금해서 데이터 분석 공부를 해봐야겠다고 생각하게 되었습니다.
저도 제 직무가 데이터 분석이랑 직접적으로 연관이 없는 직무라고 생각했어서 나중에 직무 전환 할 것을 고려하고 캠프에 등록했는데요. 막상 배워보니 지금 현재 업무에서도 적용 가능한 부분들이 있어서 SQL 데이터 분석 캠프에서 배웠던 내용들을 잘 써먹고 있어요.
CS팀에서도 데이터로 의사결정 할 수 있어요
Q. 그럼 현재 업무에서 데이터를 많이 보시나요? CS팀에서는 어떤 종류의 데이터를 보시는지 궁금해요.
저희는 상담원들의 성과를 데이터로 확인하고 있어요. 세세하게 보면 ‘하루에 몇 통의 상담을 처리하는지’, ‘총 통화시간은 얼마나 되는지’, ‘한 콜당 평균 상담 시간이 얼마나 걸리는지’, ‘인바운드 콜(고객이 고객 센터로 전화를 거는 건), 아웃바운드 콜(상담사가 고객에게 전화를 거는 건)은 얼마나 되는지’, ‘상담 만족도(NPS 지수)는 어떻게 되는지’, ‘추천, 비추천 비율이 얼마나 되는지’ 등등을 데이터로 확인하고 있고요.
그중에서도 전체적으로 가장 크게 보는 지표는 ‘응답률’인 것 같아요. 저희 회사뿐만 아니라 모든 콜센터에서 보편적으로 중요하게 보는 큰 지표인데요. 간단하게 말하면 상담 전화에 응답한 비율이라고 생각하시면 돼요. 상담 완료한 건수를 전체 상담 요청 건수로 나누어 계산하는 지표입니다.
Q. 오… CS팀 지표는 처음 들어봤어요. 그럼 제가 상담을 하려고 콜센터에 전화를 했는데 모든 상담원 분들이 응답을 못해주셔서 제가 전화를 끊게되면 응답률이 낮아지는 거겠네요? 이건 인력 배치랑도 관련이 있는 문제일 것 같아요.
그럴 경우에 하락하는 지표가 맞긴한데요. 이게 데이터로 분석을 해보니까 단순히 인력 배치만의 문제가 아니더라고요. 예를 들어서 설명을 드리면, 상담원들의 평균 응대 시간이 10분 이상으로 길어진다고 한다면, 길어진 통화시간만큼 다른 고객들의 상담 요청에 응대할 시간이 없어지는 거라고 할 수 있겠죠. 이런 경우에는 왜 긴 시간 동안 상담을 할 수밖에 없는지를 찾아봐야 할 거예요.
만약 특정 상담원들에게서 장콜(10분 이상 응대가 필요한 상담 건)이 발생하는 것이 문제라고 한다면 상담원 개개인에 대한 역량 강화 교육으로 해결할 수도 있을 거고요. 그게 아니라 특정 카테고리 상품 관련 문의에서 장콜이 발생을 하는 거라면 문제가 생긴 카테고리에서 근본적으로 해결해야 할 것이 있는지를 찾아보고 그 부분을 개선하는 방식으로 해결할 수 있겠죠. 저는 업무 내에서 이런 식으로 데이터를 통해 의사결정을 하려고 노력하고 있습니다.
대시보드를 만들 때에도 SQL 데이터 분석 캠프가 도움이 되었어요
Q. 서비스를 직접 만드는 팀에서만 데이터를 본다고 생각했는데, 너무 인상적인 이야기네요. 혹시 그 데이터들은 어떤 방식으로 추출하고 분석하시나요?
너무 아쉽게도 상담 응대 데이터가 아직 데이터베이스화 되어 있지는 않아서 직접 SQL로 추출하고 분석해 보기는 어려운데요. 지금은 스프레드시트에 들어있는 원본 데이터를 데이터 스튜디오라는 시각화 툴로 옮겨서 대시보드를 만들어 보고 있어요.
대시보드를 만들 때 SQL 데이터 분석 캠프에서 배웠던 여러 가지 내용들을 활용하기도 했는데요. 원본 데이터를 가져와서 원하는 방식으로 가공해야 할 때에도 데이터 스튜디오에서 쓰는 함수들이 SQL 문법이랑 비슷한 것들이 많았고, 피봇 테이블 같은 기능들도 캠프에서 배운 개념들을 응용해서 사용할 수 있는 것들이 많아서 도움이 많이 되었어요. 또 데이터를 어떤 방식으로 구조화하고 보여줘야 할까 고민할 때에도 캠프에서 어떤 경우에 데이터를 어떤 식으로 가공해서 보는지, 데이터 분석을 하기 위한 논리적인 흐름을 배웠던 게 도움이 많이 되었습니다.
Q. 대시보드는 혼자 스스로 만들어보신 건가요?
네, 이건 없으니까 제가 너무 힘들어서 만들게 되었어요. 원래는 원본 데이터만 스프레드시트에 쌓이는 형태였는데요. 이슈가 있을 때마다 원본 데이터 스프레드시트에 있으니까 보라고 할 수는 없는 노릇이잖아요. 애초에 데이터라는 게 남들에게 보여주거나 설득을 할 때 의미가 있는 건데, 그렇게 하려면 데이터를 그냥 보여주는 게 아니라 시각화를 해서 보여줘야 하더라고요.
예를 들어, 하루에 상담 100건 했으니까 우린 잘 하고 있어라고 하는 게 중요한 게 아니라, 어제 100건 상담했는데 오늘은 20건 밖에 못했다면 그 사이에 무슨 일이 있었는지 알아보는 게 중요한 거니까요. 또는 어떤 상담원의 성과 지표가 지속적으로 떨어지고 있다면 그런 사람에게는 어떤 문제가 있는지 알아봐야 하는 거고요. 이런 업무를 좀 더 수월하게 하고 싶어서, 이런 데이터들을 좀 더 설득력 있게 보여주고 싶어서 시각화를 해야겠다고 생각했습니다.
데이터 분석, 일상생활에서도 써먹을 수 있어요
Q. 데이터 분석가 이외의 직군에서는 어떤 데이터를 어떤 식으로 보시는지 잘 몰랐는데, 오늘 모아나님 이야기 들으면서 굉장히 새로운 영역을 알게 된 것 같아요. 데이터는 정말 어디서든 써먹을 수 있군요. 너무 흥미로워요!
맞아요! 데이터는 언제 어디든 써먹을 수 있다는 게 진짜 맞는 말인 것 같아요. 직접적으로 데이터 분석, 프로덕트 분석에 써먹지 않더라도 일상생활에서 합리적인 결정을 해야 할 때도 데이터를 보고 결정하는 사고방식이 도움이 되더라고요. 한 번 더 결정을 뒷받침해줄 데이터가 있는지 고민을 해보게 되기도 하고요. 마음이 가는 대로 결정하는 게 아니라 데이터를 보고 결정하자고 생각할 수 있는 그런 습관이 생긴 게 정말 좋아요.
비전공자도 할 수 있다고 말해주는 커리큘럼이라 좋았어요
Q. 혹시 데이터리안의 SQL 데이터 분석 캠프는 어떻게 알게 되셨나요? 여러 가지 교육 과정이 있었을 텐데 그중에서 데이터리안을 선택하신 이유가 있으신가요?
앞에서 개발자를 해야 하나 고민을 하다가 데이터 분석가를 알게 되었다고 말씀드렸잖아요. 비전공자로서 데이터 분석가가 되려면 어떻게 해야 하는지를 고민하고 있었는데 그때 마침 월간 데이터리안 세미나 1월 광고가 인스타그램에서 보이더라고요. 주제가 ‘비전공자 4명 어떻게 분석가 되었나’ 였는데요.
개발자 부트 캠프 같은 곳에서는 비전공자도 할 수 있다는 얘기 많이 하는데 데이터 분석 쪽에서는 그런 얘기를 많이는 못 들어본 것 같아서, 무슨 얘기 하는지 들어나 보자 하고 세미나를 가볍게 신청해서 들어봤는데 생각보다 내용이 너무 좋더라고요.
1월 세미나를 듣고 나서 나도 할 수 있겠구나 하는 생각이 되게 많이 들었던 것 같아요. 덕분에 캠프를 등록해 볼까 하는 생각도 들었었고요. 이 사람들이 할 수 있다고 하니까 할 수 있게 만들어 주겠지라는 막연한 신뢰도 있었던 것 같아요.
다른 커리큘럼도 안 찾아봤던 것은 아닌데요. 서비스 페이지만 봤을 때에는 다른 곳에서는 그냥 무작정 할 수 있다는 내용만 있고 그래서 어떻게 할 수 있게 만들 건지에 대한 내용이 없어 보였어요. 데이터리안 웹사이트에는 프로젝트 내용도 예시로 올라와 있고, 비교적 어떻게 공부를 하게 할 건지에 대한 내용이 자세하게 들어있어서 더 신뢰가 갔습니다.
특히 웹사이트에 올라와 있는 ‘이런 분들이 수강하면 좋아요’, ‘4주 뒤에는 이런 일을 할 수 있어요’ 이 두 가지가 저한테 너무 꼭 맞고, 필요한 내용이어서 SQL 데이터 분석 캠프 수강을 결정하게 되었어요. 지금 다시 돌아봐도 저는 정말 후회가 없습니다(웃음). 너무 좋은 경험이었어서 주변에도 데이터 분석 관심 있는 분들 계시면 일단 월간 데이터리안 세미나부터 들어보라고 적극 추천해 드리고 있어요.
수료 후에는 웹사이트에 적혀있는 걸 진짜로 할 수 있어요
Q. SQL 데이터 분석 캠프에서 좋았던 점 또는 아쉬웠던 점 혹시 있으셨나요?
캠프 수강 후기는 제 블로그에서도 이야기를 한 번 했었는데요. 슬랙 채널을 통해서 모르는 게 있을 때마다 질문 답변도 원활하게 할 수 있어서 좋았고요. 그룹 스터디 시스템으로 함께 공부하는 분들과도 교류할 수 있었던 점도 좋았고, 수업 자료로 제공해 주시는 다양한 SQL 문제들을 통해 게임하는 것처럼 재미있게 문법을 배울 수 있었던 것도 좋았어요. 심지어 이론 수업도 전혀 지루하지 않아서 그 부분도 정말 좋았습니다.
저는 데이터리안 웹사이트에 캠프 설명으로 써있는 ‘사전 지식 필요 없는 입문자를 위한 4주간의 SQL 트레이닝’이라는 문구가 딱 맞는 설명이라고 생각해요. 웹사이트에 적혀있는 내용 그대로 ‘4주 뒤에는 이런 일을 할 수 있어요’라고 써있는 내용들을 진짜로 할 수 있게 만들어주셔서 너무 좋았습니다. 심지어 저는 데이터 분석과 전혀 관련 없는 직무에서 일하고 있다고 생각했는데 캠프를 듣고 나서 업무에도 충분히 적용할 수 있었기 때문에 그 부분도 정말 좋았어요. 아쉬웠던 점은 딱히 없었고요.
Q. 아쉬웠던 점은 없으셨군요(웃음) 다행이에요. 그럼 캠프 수강하시면서 기억에 남는 순간이 혹시 있으신가요?
수업마다 숙제 내주시잖아요. 그 중에서 쉬운 건 금방금방 푸는데, 항상 이거까지만 풀고 자야지 하는 문제들이 3~4시간씩 걸리더라고요. 그렇게 길게 고민하고 풀었던 문제들이 기억에 많이 남는데요. 몇 번을 시도해도 안 풀리던 문제가 어느 순간 해결되어서 정답이라고 떴을 때, 그 쾌감이 장난이 아니더라고요. 그럴 때는 너무 좋아서 잠도 안 왔어요.
저는 역량을 키우기 위해서는 스스로 많이 시도해 봐야 한다고 생각하는 편이라 시간이 좀 걸리더라도 도움을 최소한으로 받아보자고 생각했었거든요. 그래서 혼자 검색해 보고 고민하고 하다가 안 풀리던 문제를 풀어냈을 때 그 순간의 쾌감이 더 컸던 것 같아요. 캠프 수강 기간이 끝나고 나서 solvesql에 들어가서 가장 어려웠던 문제를 스스로 혼자 풀어보기도 했었는데 그 문제가 풀렸을 때도 정말 뿌듯했고요. 강의만 들으면 응용하는 방법에 대해 알기가 어려운 경우가 많은데, 데이터리안의 SQL 데이터 분석 캠프에서는 실제로 연습 해볼 수 있는 사이트랑 연습용 과제들도 많이 주셔서 그게 정말 좋았어요.
저처럼 상담이나 서비스업을 하시는 분들도 도움을 받을 수 있어요
Q. 누가 데이터리안의 SQL 데이터 분석 캠프를 들으면 좋을까요?
데이터 분석이란 걸 처음 해보시는 분들을 포함해서, 일상의 많은 데이터를 좀 더 효율적으로 볼 수 있는 방법이 뭐가 있는지 찾고 있는 분들이 들어보시면 도움을 받으실 거예요. 예를 들면 카페 운영하시는 사장님들도 매출 데이터를 가지고 계실 텐데 그런 데이터를 이용해서 좀 더 효율적인 의사결정을 하고 싶다고 하시면 충분히 들어보실만한 수업이고요.
또는 저처럼 상담이나 서비스업을 하시는 분들도 들어보시면 좋을 것 같아요. 데이터를 어떻게 분석해야 하는지 그 방법을 모르면 데이터를 그냥 건별로만 확인하거나 아니면 아예 데이터를 보지도 않는 경우가 많더라구요. 데이터리안의 SQL 데이터 분석 캠프 강의는 데이터를 기반으로 합리적인 의사결정을 하는 사고방식을 배운다라는 측면에서도 정말 좋은 강의라서, 데이터를 보는 모든 사람들이 한 번쯤 들어보셨으면 좋겠습니다.
이 정도만 배워서 데이터 분석 할 수 있어요? 되던데요!
Q. 캠프 수강을 망설이시는 분들께 해드리고 싶은 말이 혹시 있나요?
캠프 듣고 나서 제가 데이터 분석을 업무에 적용하는 모습을 보면서 주변 사람들이 많이 놀라더라고요. “수업 일주일에 두어 시간 하는 건데, 과제가 있다고 해도 그만큼 배워서 데이터 분석을 할 수가 있어?”라고 말씀하시는 분도 있고, “이게 그냥 강의 들으면 할 수 있는 거예요?”라고 물어보시는 분도 있는데요.
저도 사실 캠프 들어보기 전까지는 반신반의 했어요. 인강도 끝까지 못 듣는 사람이라 이게 될까, 가능할까 싶었는데 데이터리안 운영진분들께서 되게끔 만들어 주시잖아요. 할 수 있더라고요. 어차피 살 상품, 고민하면 배송만 늦추죠. SQL 데이터 분석 캠프도 고민하시면 할인이 끝납니다. 어차피 들을 거라면 빨리 결정해서 듣는 게 서로에게 좋은 거라고 생각하고요. 저는 먼저 수강해 본 입장에서 빠르게 결정하시더라도 후회가 없을만한 강의라고 말씀드리고 싶네요.
Q. 마지막으로 하고 싶은 한마디가 있다면요?
