데이터가 이끄는 성장, 1인 데이터 분석가의 이야기
안녕하세요 :)
스타트업 데이터팀에서 홀로 고군부투하고 있는 데이터 분석가입니다.
이직한 지 6개월이 되었는데 참 많은 일이 있었던 것 같습니다. 많은 분석 요청과 작업으로 대시보드들이 생기고 이벤트 로그도 개편하는 작업을 진행하게 되었습니다. 조만간 개봉합니다.
PAP에서 누리님이 작성하신 ‘1인 주니어 데이터 분석가 살아남기’를 읽고 많은 공감을 하여, 1인 데이터 분석가로서 이 글을 쓰려고 합니다.
1. 수많은 데이터 분석 요청 효율적으로 할 수 있는 방법이 없을까
현재 재직 중인 회사에는 많은 분들이 데이터에 관심이 많습니다. 데이터 기반으로 의사결정을 하려는 목적과 각자의 논리에 대한 근거를 확보하기 위함인 것 같습니다. 따라서 데이터와 분석 요청이 빈번한 편입니다.
이 과정 속에서 가장 힘들었던 점은 커뮤니케이션 비용이 높은 것이었습니다. 대부분의 요청자는 “요청 사항”만 적어서 전달합니다. 때문에 질문이 생기면 슬랙과 미팅을 통해서 진행했었습니다.

요청이 들어왔을 때 분석가 입장에서 제일 중요한 일은 문제 정의라고 생각합니다. 문제를 제대로 정의하기 위해서는 요청자의 문제 상황과 생각목적 요구사항을 이해해야 합니다. 분석가가 생각하는 문제에 대한 해석과 요청자가 생각하는 해석이 다를 수 있기 때문입니다. 만약 요청 사항을 분석가가 주관적으로 해석해서 작업을 진행한다면 추출한 결과물이 요청자가 생각하는 것과 다를 수 있습니다. 그렇다면 작업을 다시 진행해야겠죠.. (마감 기한은 변하지 않는 경우가 많습니다.)
또한 예상되는 결과를 기반으로 어떠한 액션을 할 것인지에 따라 추가적인 데이터 분석 결과를 같이 제공해 줄 수 있습니다.
따라서 분석을 시작하기에 앞서 3가지 질문을 했습니다.
분석이 필요한 이유
요청사항 구체화
분석 결과 기반 이후 액션
요청자가 3가지를 기입하여 분석 요청(Jira)을 한 후, 궁금한 점이 있다면 슬랙/미팅을 통해서 해결했습니다.
데이터팀 슬랙 채널에서 공지한 내용.jpg
이러한 프로세스를 구축해도 곧바로 적용되기는 힘듭니다.
문의가 들어왔을 때, 위의 과정과 더불어 필요한 이유를 지속적으로 설명한다면 비로소 "문화"가 될 수 있습니다. 여기서 가장 중요한 점은, 위 과정이 ’데이터 분석가가 편하기 위함’으로 인식되면 안 됩니다. 프로세스 구축 목적은 ’요청자의 요구사항을 빠르게 이해하고, 추가적인 정보를 제공하기 위함’임을 잘 설명해야 합니다.
2. 커피챗을 자주 활용하자.
생각보다 많은 아이디어는 가벼운 수다에서 발생합니다. 다양한 부서의 팀원들과 이야기하고 고민을 들으면서, 분석 포인트를 찾을 수 있습니다.
사업팀의 동료 분과 대화를 하면서 고객의 이탈을 미리 알 수 있다면, 세일즈에 도움이 될 수 있을 것 같다는 의견을 들었습니다. 또한 PO님은 왜 고객이 이탈하는지 알 수 있다면, 리텐션을 높일 수 있을 것 같다는 의견을 주셨습니다. 두 가지 의견을 바탕으로 유저 데이터 기반, 고객의 이탈 위험도를 알 수 있는 대시보드를 구축했습니다.
유저 이탈 위험 대시보드.jpg
위 대시보드를 통해 금주 이탈의 위험이 높아진 "사모예드"를 통해 도출 가능한 액션 플랜은 2가지입니다.
1. "사모예드"를 어떻게 활성 유저로 복귀시킬 수 있을지 고민해 볼 수 있고,
2. "사모예드"와 유사한 유저들의 유사점을 분석하여 사전에 이탈을 막을 수 있는 전략을 세울 수 있습니다.
3. 우리도 리포트 써주세요!
PO님이 우리 서비스도 "배민트렌드 2022"처럼 분석 리포트를 써주면 좋겠다는 의견을 주셨습니다.
"리포트"라는 단어가 주는 부담감이 꽤(?) 크게 느껴져서 한동안 고개만 끄덕였습니다.
부담감이 느껴졌던 포인트는 3가지입니다.
한 번 쓰게 되면 지속적으로 실행해야 한다는 점
"배민트렌드만큼 의미 있는 인사이트를 도출할 수 있을까?"라는 두려움
인사이트를 제공했는데, 구성원들이 이미 알고 있는 내용일 수 있다는 두려움 (+ "인사이트" 단어 자체의 무게감)
계속해서 요청을 미룰 수는 없기 때문에, 업무에 부담이 되지 않는 선에서 간단하게 하기로 결심했습니다. 더불어 "리포트"라는 개념보다 현황을 공유한다는 개념으로 가볍게 시작했습니다.
제공한 정보는 주별 업데이트
추가적인 정보는 비정기적으로 공유를 하기로 다짐 (최대 1달은 넘지 않도록 개인 목표 설정)
슬랙으로 가볍게 공유 (리포트를 작성하는 데 시간을 많이 소요하지 않기 위함)
데이터의 요약 자료를 제공
슬랙으로 데이터 현황 공유한 내용.jpg
처음에 내용을 공유하면서, 동료분들이 이미 알고 있는 내용이라 반응이 없으면 어쩌지 걱정했었습니다.
하지만 생각보다 많은 호응을 얻었고, 업무에 도움이 될 것 같다는 의견을 받았습니다.
4. 함께 데이터를 보며 제품의 개선점을 고민해 보는 방법이 없을까?
많은 업무를 처리하다 보면, 제품 개선 포인트를 직접 파악하기 어려운 경우가 많습니다. 또한 분석가 혼자의 관점보다 모든 구성원들의 생각과 독창성을 합치면 좋은 아이디어가 많이 발생할 것이라고 생각했습니다.
이벤트 로그를 설계하고 나서, 유저가 앱의 스크린별 이벤트를 발생하는 비율에 대한 대시보드를 제공한 적이 있습니다. 이 작업의 목적은 정말 우리가 기획한 기능을 유저가 많이 사용하는지 확인하기 위함이었습니다.
스크린별 유저 이벤트 실행 대시보드.jpg
위 대시보드 예시를 통해 알 수 있는 인사이트는 아래와 같습니다.
1. 소개 페이지에서 많은 유저가 "문의"하는 행동을 하고 있습니다.
이는 제품에 대한 관심일 수도 있고, 소개 페이지에 대한 설명이 부족해서 일 수도 있습니다.
2. 제품 추가 화면에서 대부분의 유저가 "스크롤" 기능을 활용하고 "품목명 검색" 기능을 사용하지 않고 있습니다.
만약 검색 기능을 최근에 추가했다면, 왜 유저가 검색을 잘 활용하지 않는지 파악할 필요가 있습니다.
3. 제품 추가 화면에서 45% 유저가 이탈하고 있습니다.
45% 이탈한 유저들의 행동과 패턴을 분석하여, 리텐션을 높이는 전략을 세워야 합니다.
위 대시보드를 팀원들에게 공유하고 나서, 프론트엔드 개발자 동료 분이 ”각자 2주 안에 기능 개선할 사항 최소 1개 이상씩 정해오자”고 하셨습니다. 데이터를 전사적으로 공유한 후로 다양한 의견들이 생겼고, 분석 요청도 훨씬(?) 재밌어졌습니다. 회사에 데이터 기반 의사결정이 많아지면서, 제품도 성장하는 모습을 볼 수 있었습니다.
5. 마무리
데이터 분석가 혼자서 모든 분석 업무를 담당하는 것은 생각보다 어렵습니다. 다양한 팀과 소통을 담당해야 하고, 데이터 추출 및 분석 요청도 처리해야 합니다. 또한 회사의 구성원들이 데이터에 친숙할 수 있도록, 데이터 기반 의사결정을 할 수 있도록 도와야 합니다.
힘든 만큼 성장의 기회도 많습니다.
데이터팀의 문화를 만들어 갈 수 있고,
데이터 마트와 로그 설계를 할 수 있고,
다양한 팀과 소통하며 커뮤니케이션 스킬이 성장할 수 있고,
추출한 결과를 바탕으로 각 팀의 업무에 도움이 되는 모습과, 제품이 성장하는 과정을 볼 수 있습니다.
제가 좋아하는 "윈튼 마살리스"의 명언이 있습니다.
나의 태도가 모든 것을 말하고
나의 미래를 결정한다
홀로 분석 업무를 담당하고 있지만, 중요한 역할이기 때문에 사람들에게 필요한 정보와 통찰력을 제공하려고 노력하고 있습니다.
물론 힘들고 외로울 때도 있지만, 스스로가 가지고 있는 능력과 업무에 자신감을 가지고 극복해 나가시길 바라겠습니다.
Editor 보민's comment
이 글은 식자재 플랫폼 스타트업 스포카에서 1인 데이터 분석가로 일하고 계신 양현승님의 이직 6개월 차 회고('데이터가 이끄는 성장, 1인 데이터 분석가의 이야기’)입니다.
데이터 분석가는 개발자처럼 한 회사에서 많이 뽑는 직무는 아닙니다. 작은 회사라면 분석가가 한 명이거나 없는 경우가 흔한데요. 6개월간 1인 데이터 분석가로 일을 하면서 어려웠던 점이 무엇이었는지, 어떤 점을 해결하기 위해 노력했는지 등을 솔직하게 적어주셨더라고요. 저는 상당 부분 공감하며 재미있게 읽었습니다.
양현승님의 이야기가 더 궁금하시다면, ‘지표 설계부터 모델링까지 다하는 1인 분석가 이야기’를 읽어보세요.


현업 데이터 분석가들의 답변을 확인해보세요

데이터 분석 포트폴리오에 프로젝트는 몇 개가 적당한가요?

conversion_type

시리즈 내 순서

conversion_text

멤버 전용

대표 이미지

공개 가능

작성일

예상 읽기 시간

전환 텍스트

글쓴이

시리즈

상단 노출

전환 유형

요약

제목

각자 상황에 맞는 캠프가 따로 있어요

GA4, SQL 데이터 분석 캠프 중에 나한테 맞는 과정은 무엇일까?

1. 수많은 데이터 분석 요청 효율적으로 할 수 있는 방법이 없을까

4. 함께 데이터를 보며 제품의 개선점을 고민해 보는 방법이 없을까?

데이터 분석가 혼자서 모든 분석 업무를 담당하는 것은 생각보다 어렵습니다. 힘든 만큼 성장의 기회도 많습니다.

데이터가 이끄는 성장, 1인 데이터 분석가의 이야기

Contents

함께 읽어보면 좋은 글

주니어 데이터 사이언티스트에게 하고 싶은 이야기들

데이터 분석가 되려면 SQL, Python, R 다 배워야 하나요?

이력서, 웹서비스처럼 만들어야 하는 이유 4가지

데이터 분석 소식을
한 달에 한 번 받아보세요