지금 간편하게 로그인하고 전문성 있는 정보를 확인해보세요.
데이터 분석가들이 직접 쓰는 다른 로그인 전용 글들도 무제한으로 이용할 수 있습니다.
안녕하세요, 데이터리안 혜정입니다.
2024년 7월에는 [데이터 분석가, 어떤 회사로 가야할까?] 라는 주제로, 마켓핏랩의 솔루션사업부 전무 김선영님과, 데이터리안의 데이터 분석가들이 함께 이야기를 나눠보았습니다.
7월 세미나 슬라이드와 1부 강연 다시보기는 아래에서 확인해주세요 🙂
강연 소개
- [강연] “컨설팅 회사 데이터 분석가는 이런 일을 합니다”
- 마켓핏랩 솔루션사업부 전무
- 전) Media.Monks Head of Data & Digital Media
- 전) 데이터리셔스 한국 대표
김선영
- [패널토크] “인하우스 데이터 분석가와 컨설팅 데이터 분석가, 무엇이 다를까?”
- 마켓핏랩 솔루션사업부 전무
- 전) Media.Monks Head of Data & Digital Media
- 전) 데이터리셔스 한국 대표
- 데이터리안 데이터 분석가
- 전) 쿠팡, 하이퍼커넥트, 카카오 데이터 분석가
- 데이터리안 데이터 분석가
- 전) 리디 데이터 분석가
김선영
윤선미
송혜정
세미나 슬라이드
모바일에서는 오른쪽 하단의 전체화면 아이콘을 누르면 크게 보실 수 있어요.
1부 강연 다시보기
“컨설팅 회사 데이터 분석가는 이런 일을 합니다”
김선영 | 마켓핏랩 솔루션사업부 전무
분석 컨설팅 회사를 설립하여 글로벌 마케팅 회사에 매각한 분석 컨설턴트 출신 대표가 잘 먹히는 분석 접근법과 컨설턴트로서 분석가가 일하는 방식, 성공 사례와 실패 사례를 가감없이 풀어놓습니다.
![Video preview](https://i.ytimg.com/vi/O1uglQcrWPQ/hqdefault.jpg)
💬 생생한 실시간 Q&A
취업 준비, 직무 변경
Q. 안녕하세요. 데이터 분석가를 진로로 설계하고 있는 학부생입니다. 기업에서 주로 쓰는 툴들이나 꼭 필요한 스킬 셋들이 무엇인지 궁금한데요. 정보가 많이 없어서 어떤 역량을 더 길러야 취업 준비에 좋을지 여쭤보고 싶습니다. 저는 특히 금융 도메인에 관심이 있습니다.
A. 금융 쪽이면 오히려 SAS 가 아직도 대세이고요. 그래서 SQL 역량이 엄청 좋아야 합니다. 그리고 시각화 역량도 요즘은 중요해지고 있어서 Tableau, 마이크로소프트 Power BI, Looker Studio 같은 BI 툴 중 하나는 잘 다루시면 좋고 엑셀 잘 써야 합니다. 그 외 데이터 엔지니어, 과학 쪽까지 진출하시려면 파이썬, R, 클라우드 인프라에 대한 이해도 필요합니다.
Q. 다른 직무에서 데이터 분석가로 직무 전환을 준비하고 있는 1인입니다. 말씀하시는 내용을 들으며 점점 데이터 컨설턴트로서의 업무가 멋지다는 생각이 드는데, 혹시 중고 신입, 경력으로 30대를 키우신 적도 있으신지 궁금합니다.
A. 30대, 40대 나이는 상관없습니다. 태도가 중요하지요 :)
Q. 컨설팅, 데이터분석 업계에서 박사학위가 중요할까요?
A. 박사를 채용했다가 검정만 하는 친구를 본 적이 있어서 크게 중요하게 생각하지 않습니다.
Q. 현업에서 파이썬, SQL과 BI를 이용해서 데이터를 분석하는 중인데 마케팅이 주업인 회사가 아니다 보니 포트폴리오에서 매출 전환이 아닌 설계나 쿼리 개발을 통한 업무 자동화 부분의 비중이 높습니다. 이런 작업도 향후 포트폴리오에 도움이 될까요?
A. 물론이지요. 내가 어떤 스킬 셋을 가지고 어떤 업무에 기여했다는 걸 잘 정리하시면 될 듯합니다
Q. 컨설팅 회사에서 데이터 분석가로 프로젝트를 하고 있습니다. 고개 내부 데이터로 프로젝트를 진행하고 있어 포트폴리오에 녹여내기 어려운데 어떻게 해야할지 조언을 구하고 싶습니다.
A. 프로젝트 산출물 중 내가 기여한 부분에 대해 어떤 역할로 참여했는지 내용을 더해서 포트폴리오 작업을 하시는 걸 추천해 드립니다. 어쨌든 컨설팅 회사에서 일하고 계신 만큼 산출물은 나올 테니까요.
Q. 마케팅을 도메인으로 한 데이터 분석가를 희망하는 취준생입니다. 채용공고를 살펴보면 대부분 경력직을 선호하는 것을 알 수 있는데, 저와 같이 경력이 없는 취준생은 어떤 식으로 커리어를 시작할 수 있을까요? 더불어서 데이터 분석가를 채용할 때 가장 중요하게 보는 부분은 어떤 부분인지도 궁금합니다.
A. 우선 인하우스가 됐든 마케팅 대행사가 됐든 이런 곳의 마케터로 일을 해보는게 어떨까요? 실제 데이터를 통해 내 마케팅 업무의 성과를 높이는 경험을 높이는 경험을 가지고 있는 친구를 저희는 우대했었습니다.
컨설팅
Q. 컨설팅 회사에서 근무할 경우 맡게 되는 프로젝트에 대한 성과는 어떻게 파악하시나요? 아무래도 클라이언트가 성과 관련 데이터를 공유해야 가능할 거 같은데 클라이언트 제공 데이터 범위도 분석가가 정하고 협의할 수 있는 건가요?
A. 네. 견적을 주고 프로젝트 범위를 협의하는 프로젝트 시작 전에 이런 성과 데이터 공유 자체를 저희는 조건으로 걸었었습니다.
Q. 자료의 내용들이 모두 Success case 위주로 구성된 것 같아서… 혹시 분석 컨설팅 시 어떠어떠한 허들이 있었는데 그것을 극복한 사례(lesson-learned 관점) 하나만 소개해 주실 수 있을까요?
A. 추적 코드 5줄 넣는데 갑-을-병-정 구조라 고객사 내부에도 이 소스 코드를 누가 건드려야 하는지 찾을 수가 없어 5줄 넣는 데 6개월 걸렸던 적이 있습니다. 결국 컨설팅 회사의 경우 영업 단계에서 성공 사례를 만들 수 있는 내부 조직, 문화, 리더십이 있는 경우 영업을 적극적으로 하고, 그렇지 않은 경우는 영업하지 않는 식으로 했던 것 같습니다. 성공 사례를 만들 가능성이 없는 경우 함께 일을 하면 돈을 벌겠지만, 저희 내부 인력들이 소진 당해서 의미를 못 찾고 이직하게 되더라고요. 결국 내부에서 해 줘야 될 것들이 있는데 이 부분을 해 주지 않으면 저희가 외부에서 극복해 드릴 수는 없습니다. 그래서 가려서 받는 거죠.
Q. 프리랜서로 일하는 컨설턴트로서 실무단계에서 생길 수 있는 문제들을 미리 학습한다거나 배운다는 게 쉽지는 않은 것 같아요(클라이언트사의 내부 역량이 부족하여 생길 수 있는 문제 등 포함). 이런 경우 어떻게 해결하시나요?
A. 고객사 내부 역량이 모자라면 고객사 내부 역량이 맞춰서(예를 들면, 엑셀로 관리하는 체계 정도만) 건드리는 게 맞을 수도 있을 것 같아요. 고객사 수준에 맞는 수준의 데이터 항목만 관리하도록 하는 걸 추천드립니다. 모든 이상향을 구현할 수는 없더라구요.
Q. 내부 데이터 분석가가 있을지라도 외부 분석가를 섭외해서 더 큰 시야에서 분석하고 싶은데, 차상위 상급자 설득을 어떻게 할 수 있을까요? 예를 들어, 인하우스 마케터가 있어도 리뉴얼을 진행할 때 대행사와 미팅해서 새로운 컨셉을 뽑아내듯이요.
A. 저희는 실제로 내부 데이터 분석가와 협업하는 경우가 꽤 많았습니다. 설득의 논리는 마케팅 테크 도구 도입으로 만드는 경우가 꽤 있었구요. 왜냐하면 내부 담당자는 도구에 대한 전문가는 아니니까요.
AI / LLM
Q. 컨설팅 측면에서 LLM을 어떤 방식으로 사용하시는지 궁금합니다. 그리고 사용하신 뒤에 업무 효율성이 어떻게 변화하셨는지도 궁금합니다.
A. 저희는 LLM 같은 경우 대기업 고객사 위주로 고객사 내부 데이터로 GPT 같은 기능을 구현하는 SI 성 프로젝트가 지금은 더 많은 것 같고요. 저희 컨설턴트들이 실무에 LLM 사용하는 방식은 디버깅하거나, 분석 인사이트를 GPT와 같이 상의하면서 문구를 작성하거나. 시각화를 시키거나, 자료 정리를 시키거나 이런 식으로 업무 효율을 추구하고 있습니다.
Q. 최근 ChatGPT API 활용 역량을 중점으로 학습하고 있는데요. 데이터 분석과 관련한 AI 활용의 프레임웍이 적용된 SaaS 서비스들을 알고 계신 것이 있을까요?
A. 최근에는 대다수 분석 도구가 AI 기술을 적용하는 데 기술을 집중하고 있습니다. 프롬프트 방식으로 데이터에 대해 질문을 하면 인사이트를 자동으로 뽑아주는 기능들을 추가하는 것이 요즘 트렌드인 듯합니다. Adobe Analytics, Google Analytics, Mixpanel 같은 도구에서 다 개발하고 있구요. 최근에 Braze 의 경쟁사인 Iterable 이라는 회사 컨퍼런스에 갔더니, 아예 프롬프트에 지시를 던지니까 캠페인 설계까지 AI가 자동으로 해 주더군요.
강연 내용 관련
Q. 1부 강연에서 말씀해 주신 Advisory 능력은 어떻게 배울 수 있나요. 대학원 등이 도움이 될까요?
A. 경험이 필요한데, 경험이 없으면은 내가 스스로 문제를 내고 스스로 답을 찾는 연습을 꾸준히 하는 걸 추천해 드립니다. 다른 컨설팅 회사는 학벌을 보겠습니다만, 우리 회사는 실제 프로젝트 경험치를 더 봤습니다. 그래서 내가 어떤 데이터로 어떤 인사이트를 도출해서 어떤 실적을 발생시켰다는 스토리가 있는 친구들을 우대했었습니다.
Q. 회사를 엑싯 할 수 있었던 비결도 궁금합니다. 뭘 보고 큰 회사에서 인수를 하게 됐는지요!
A. 회사 엑싯의 경우 Talent Acquisition 형태로 회사 멤버들의 역량, 저희 고객사가 주로 LG, 삼성, 현대 같은 대기업이다 보니 대기업 고객사라는 고객사 포트폴리오도 중요했던 것 같습니다.
마켓핏랩 채용
Q. 현재 PPT 포함된 내용을 제외하고, 현재 강연해 주시는 연사님이 보유한 문서, 프레임웍, 기획안, 제안서 등 자료들을 공유받을 방법이 있을까요?
A. 저희 회사에서 저랑 같이 일하시면 제가 다 드립니다. 마침 구인 중입니다ㅎㅎ
Q. 공유주신 채용공고는 어디있나요?
A. 링크 공유드립니다. (https://bit.ly/mfls_data_engineer, https://bit.ly/mfls_csm)
Q. 공유 주신 채용공고는 언제까지가 마감인가요?
A. 7월 19일까지 1차 마감해 보려고 하는데, 그 후에라도 인력 풀을 운용하는 차원에서 채용 공고는 계속 오픈해 놓을 예정입니다.
세미나 참여자 한 마디
현업에서의 조언 가득한 팁들 너무 감사드립니다. 언젠가 현장에서 꼭 뵐 수 있었으면 좋겠습니다. 감사합니다!
데이터 분석, 중요하다고 하는 데 실제로 어떤 업무가 있는지 무지한 상황이어서 뭐라도 들어보려고 왔습니다. 기대 이상으로 어떤 업무가 있는지, 꼭 데이터 분석 분야가 아니어도 그냥 제 업무 방향성을 어떻게 잡아가야 하는지, 사회 선배님들의 '진짜' 이야기를 들을 수 있어서 좋았습니다. 정말 많이 얻어갑니다. 감사합니다.
컨설팅에서 데이터 분석가로 일하면서 깊이 생각하지 않고 흘리게 되었던 것들을 다시 리마인드 할 수 있는 좋은 경험이었습니다. 정말 귀한 말씀으로 꽉꽉 채워주셔서 감사합니다!!
제가 되고자 하는 데이터 분석가는 어떤 전문가인지 잘 고민해 보고 진로를 쌓아가야겠다는 생각이 많이 들었던 유익한 세미나였습니다!! 감사합니다~
오늘 처음으로 세미나에 참석했는데 정말 유익한 시간이었습니다! 학생으로서 정보를 얻기 쉽지 않은데 정말 좋았습니다!
다음 세미나에서 만나요!