#분석팁 #분석가_종류 #인스타그램_데이터분석
: 2024년 7월 : 30번째 뉴스레터
☔️
안녕하세요 구독자님, 데이터리안 혜정입니다.
어느새 2024년의 절반이 지나고 7월이 시작되었네요.
데이터리안 뉴스레터도 벌써 30번째 뉴스레터를 맞이했습니다🙌
꾸준히 관심 가져주신 덕분에 2년이 넘는 기간 동안 뉴스레터를 발행할 수 있었어요. 오늘도 저희 뉴스레터를 보러 와주셔서 감사드려요.

7월 뉴스레터에는 분석이 막막한 분들을 위한 팁부터, 인스타그램 분석 프로젝트 사례, 데이터 분석가의 성과에 대한 내용으로 준비했습니다.
오늘도 재밌게 읽어주시고 저는 8월에 또 찾아뵐게요.
지난주부터 장마가 시작되었는데, 장마 기간 비 피해 없길 바라겠습니다🙇‍♀️

1. 블로그 | 분석이 막막하다면 이렇게 생각해보세요!
2. 세미나 | 데이터 분석가, 어떤 회사로 가야할까?
3. 인터뷰 | 인스타그램 데이터 분석하고 카드사 마케터로 취업했어요
4. 유튜브 | 데이터 분석가는 어떤 걸 성과라고 하나요?
🤓
분석이 막막하다면
이렇게 생각해보세요
안녕하세요, 데이터 분석가 선미입니다.
데이터 분석을 가르치다 보면,
🤓 "오, 이 분석은 이렇게 하는 것이군요. 이해했어요! 그런데, 멘토님은 이렇게 해야겠다는 생각을 어떻게 하셨어요?"
하고 분석 아이디어를 어디에서 얻는지 신기하게 생각하는 분들이 있더라고요. 제가 창의력이 있다고 생각하는 분도 있고요. 물론 창의력이 필요한 부분도 있지만, 사실 대부분의 데이터 분석은 창의력을 발휘하는 것보다는 쿠키 틀로 쿠키 찍어내기에 좀 더 가깝습니다. 이게 무슨 말이냐고요? 조금 더 설명을 해보겠습니다.


⋯⋯⋯

데이터 분석은 창의력이다?
데이터 분석하기를 쿠키 만들기에 비유해 볼게요.
  • 문제: 멋진 쿠키 굽기
  • 데이터: 쿠키 반죽
  • 분석 방법론(프레임워크): 쿠키 틀

저는 쿠키 틀을 여러 개 가지고 있습니다. 여러 분석 시나리오를 경험하면서 분석 방법론을 많이 알고 있는 거예요. 리텐션 분석, 퍼널 분석, 고객 세분화 분석, LTV 분석, 매출 분석 방법론, 예측 결과를 Confusion Matrix로 해석하기 등 다양한 방법론을 숙지하고 있습니다. 그리고 데이터(쿠키 반죽)와 해결해야 하는 문제(멋진 쿠키 굽기)를 만났을 때 어떤 분석 방법론(쿠키 틀)을 적용해 볼지 고민합니다. 사실 한 번에 적당한 쿠키 틀을 찾는 경우는 없고요. 이걸로도 찍어보고, 저걸로도 찍어보고 여러 시도 끝에 맞는 쿠키 틀을 찾아내는 것에 가까워요.


쿠키 틀을 하나씩 찍어봅니다
예를 들어 매출 데이터(쿠키 반죽)를 가지고 매출 하락의 원인을 찾아야 한다고(멋진 쿠키 굽기) 할 때 일단 제가 가진 여러 쿠키 틀 중에 아래와 같은 쿠키 틀을 꺼내서 찍어볼 거예요.
 
  • 매출 분석 방법론 적용: 전체 매출을 고객당 매출액과 고객 수로 나누어, 매출 하락 원인이 고객당 매출액 감소로 인한 것인지 고객 수의 감소에 의한 것인지 찾아보자.
  • 고객 세분화: 충성 고객과 그렇지 않은 고객으로 전체 고객을 나누어서 특정 고객 군에만 문제가 있는지 살펴보자.
  • 퍼널 분석: 혹시 결제 퍼널에 문제가 있나 살펴보자.
 
약간의 요령을 공유하자면, 처음부터 너무 디테일을 보는 분석을 하는 게 아니라 전체를 볼 수 있는 방법론부터 범위를 좁혀나가며 분석하는 것이 좋습니다.


⋯⋯⋯

자, 그러면 ‘멘토님은 이렇게 해야겠다는 생각을 어떻게 하셨어요?’라고 물어본 분이 가지고 있지 않은 것은 무엇일까요? 정답은 아래 블로그 글 전문에서 확인해 주세요🍪

😯
데이터 분석가,
어떤 회사로 가야할까?
안녕하세요, 데이터 분석가 혜정입니다.
데이터 분석가에도 종류가 있다는 것 아시나요? 데이터 분석가는 재직하는 회사의 종류에 따라 크게 ‘인하우스 데이터 분석가’와 ‘컨설팅 데이터 분석가’로 나누어 볼 수 있습니다. 저도 '리디'라는 콘텐츠 기업에서 인하우스 데이터 분석가로 근무했는데요. 이번 7월 세미나에서는 25년간 디지털 분석 업계에서 일하고 계신 컨설팅 데이터 분석가 김선영님과, 쿠팡, 하이퍼커넥트, 카카오에서 인하우스 데이터 분석가로 일해온 윤선미님과 함께 이야기를 나눠보겠습니다 :) 


⋯⋯⋯

이런 분께 7월 세미나를 추천합니다
  • 컨설팅/인하우스 데이터 분석가가 갖춰야 하는 역량에 차이가 있는지 궁금한 분
  • 데이터 분석가가 어떤 일을 하는지 몰라 막막한 취업 준비생
  • 다른 회사 컨설팅/인하우스 데이터 분석가는 어떻게 일하고 있는지 궁금한 데이터 분석가
  • 데이터 분석가 취업/이직 준비 중인데 어떤 회사로 가야 할지 고민인 분


7월 세미나는 이렇게 진행돼요
🗓️ 일정: 7/9(화) 저녁 7시 ~ 9시
지금까지 들어온 질문을 공개합니다
라이브 세미나를 신청하고 질문을 남겨보세요. 일부를 선정하여 답변을 드립니다.
  • Q. ‘컨설팅 회사 데이터 분석가’와 ‘인하우스 데이터 분석가’, 일할 때 필요한 스킬에 차이가 있나요?
  • Q. 컨설팅 회사 분석가입니다. 데이터를 잘 보려고 해도 고객사와 협력이 잘 안되는 경우가 있는데요. 이럴 때는 어떻게 설득하셨나요?
  • Q. 데이터 분석가로 일하면서 가장 힘든 건 무엇인지 궁금합니다.


1부 강연 다시보기를 제공해요
라이브 세미나를 신청한 분께는 1부 강연 다시보기를 제공합니다. 세미나 다음 날 오전에 이메일, 문자로 안내해 드릴게요. 라이브 세미나는 정가 대비 70% 할인된 로그인 전용 특별 할인가, 1만 원에 신청하실 수 있어요.
📍연사 Q&A와 2부 패널토크는 Live-only 세션으로, 다시보기가 제공되지 않아요. Live-only 세션에서는 라이브 참여자들만 들을 수 있는 더 실무적이고 최신 정보에 관해 얘기합니다. 내용이 궁금하다면 세미나 당일, 놓치지 말고 참여해 주세요!


      ⋯⋯⋯

      📢 이번 세미나에 관심 있을 것 같은 동료, 친구, 지인이 있다면, 세미나 소식을 공유해 주세요.
      7월 9일 화요일 저녁 7시, 줌에서 뵙겠습니다!

      🔥
      인스타그램 데이터 분석하고
      카드사 마케터로 취업했어요
      안녕하세요, 데이터 분석가 보민입니다.
      데이터 분석가, 혹은 데이터 분석 역량을 갖춘 기획자, 마케터 등으로 취업을 준비하시는 분들을 자주 뵙는데요. 어떤 프로젝트를 해야 할지, 데이터는 또 어떻게 구해야 할지 고민이 많으시더라고요. 오늘은 팔로워 1,600명 규모의 운동 인스타그램 계정으로 RFM 분석 프로젝트를 하고 카드사 마케터로 취업에 성공하신 재미리님의 이야기를 준비했습니다.


      ⋯⋯⋯

      Q. 안녕하세요, 재미리님. 자기소개 부탁드려요!
      안녕하세요, 카드사 마케터로 일하고 있는 재미리입니다. 저는 통계학과를 전공했고, 경영학과를 복수 전공했어요. 대학 다니면서 진로 고민을 많이 했었는데요. 처음에는 회계사 시험공부를 하다가 시험을 그만두고 금융회사 디지털 직무를 준비했어요. 그런데 찾아보니까 데이터 분석 직무로 취업하려면 코딩 테스트를 봐야 하더라고요. 그런데 저는 학교에서 R이랑 SAS를 주로 썼고, SQL이나 python은 거의 초면이었거든요. 그때 ‘아, SQL 공부를 해야겠구나’ 싶어서 찾아보고 공부 시작하게 되었습니다.


      Q. 처음에는 분석가를 준비하셨군요? 어떻게 마케터로 취업하셨는지 궁금해요.
      취업 준비 과정에서 은행에서 인턴을 했는데, 직접 일해보니까 제가 생각했던 것과는 좀 다른 부분들도 많이 있었어요. 그래서 좀 더 제 성향이랑 잘 맞는 분야, 직무가 뭐가 있을까 탐색하다가 지금 회사의 마케팅 직무를 알게 되었습니다. 마케터는 좀 더 공격적인 액션을 만들어낼 수 있는 직무잖아요. 활동적이고 적극적인 제 성향에는 데이터 분석 역량을 갖춘 마케터가 더 맞겠다는 생각이 들어서 방향을 전환하였습니다.


      Q. 나에게 맞는 직무를 찾기 위해서 열정적으로 탐색을 해보셨네요. 그런데 마케터를 하고 싶다고 바로 취업할 수 있는 건 아니잖아요. 필요하면 프로젝트나 포트폴리오 같은 것도 준비해야 하고요. 재미리님은 어떤 프로젝트를 해보셨나요?
      네, 맞아요. 저는 ‘인스타그램 팔로워 RFM 분석‘ 프로젝트를 했었어요. 프로젝트에 대해 간단히 소개해 보면, 저는 지금 팔로워 1,600명 규모의 운동 인스타그램 계정을 운영하고 있는데요. 인스타그램 팔로워분들을 고객이라고 생각하고, 댓글 데이터를 기반으로 RFM 고객 세분화 분석을 해본 후 각각 고객군에 마케팅 전략을 세우는 프로젝트를 했습니다.

      제가 취업 준비하는 동안 이런저런 공부를 하긴 했지만, 마케팅 직무로 어필할 만한 프로젝트는 마땅히 없었어요. 그래서 직무와 관련된 프로젝트를 빠르게 해야 한다고 생각했습니다. 어떤 프로젝트를 하면 좋을지 고민하다가 캐글을 살펴보았는데요. 캐글이나 공공 데이터 포털에 올라와 있는 데이터는 내가 쓰고 있는 서비스의 데이터도 아니고, 대부분 저랑 크게 상관없는 데이터라 별로 흥미가 생기지 않았어요.
      그래서 '지금 내 상황에서 해결하고 싶은 문제가 뭘까' 고민을 해보기 시작했어요. 이것저것 생각하다 보니 인스타그램이 생각나더라고요. 지금 운영하는 운동 인스타그램 계정을 통해서 나의 개성을 많이 알리고, 다른 사람들과 소통하고, 긍정적인 에너지를 주고 싶다는 생각을 많이 했어요. 그러다 보니까 이 계정을 더 많은 사람들에게 알리고 싶더라고요. 근데 이게 딱 마케터들이 하는 고민이잖아요. 그때부터 ‘이 인스타그램 계정은 내가 기획한, 나만의 서비스다’라고 생각하고 문제점을 좀 더 뾰족하게 다듬기 시작했습니다. 그래서 내 팔로워분들을 어떻게 관리해야 원활하게 소통하면서 이 계정을 더 키울 수 있을까 고민하다가 이걸로 프로젝트를 해봐야겠다고 생각했습니다.


      ⋯⋯⋯

      재미리님의 인스타그램 데이터 분석 프로젝트와 마케터 취업 후기를 인터뷰 전문에서 더 만나보세요!

      💎
      데이터 분석가는
      어떤 걸 성과라고 하나요?
      오늘 뉴스레터의 마지막 글은 '데이터 분석가의 성과'에 관한 내용으로 준비했습니다.
      그동안 '데이터 분석가의 성과'에 관한 질문을 많이 받았는데요. 혹시 구독자님도 이런 고민이 많으신가요? 성과로 고민 중이신 분들을 위해, 지난 5월 세미나에서 이야기한 내용을 공유합니다🤗


      ⋯⋯⋯

      Q. 데이터 분석가는 어떤 것을 성과라고 하나요?

      😀 데이터 분석가 윤선미님
      A. 저는 데이터 분석가의 성과는 '임팩트'라고 생각해요. 좀 안 좋았던 조직도 경험을 해봤는데요. 거기에서는 '한 달에 분석을 두 개씩 하는 게 우리의 KPI다' 이렇게 얘기를 했었어요. 이렇게 단순히 보고서를 많이 찍어내거나 대시보드를 많이 만드는 건 성과가 아니라고 생각해요. 결국 사업적으로, 서비스적으로 중요한 분석을 해야 하는 것 같아요.
      뭐가 중요한지는 상황에 따라 다를 수 있는데, 쉽게 보면 매출이 될 수도 있겠고요. 꼭 매출이 아니더라도, 조직의 큰 미션에 기여하는 분석일 수도 있고요. 직접적으로 사업적 임팩트를 내지 않더라도, 장기적으로 봤을 때 사내에서 분석 업무를 더 잘할 수 있게 도와주는 인프라 작업을 한다든지, 아니면 필요한 자료를 찾아서 조직 구성원들에게 공유한다든지, 아니면 팀 홍보와 채용을 위해서 외부 활동을 하는 것도 조직 전체적으로 봤을 때는 성과라고 생각할 수 있을 것 같아요. 그렇지만, 운동선수가 경기에서 이겨야 하듯이 분석가의 본업도 '분석을 바탕으로 서비스에 임팩트를 내는 게 아닌가?' 하는 생각도 하고 있습니다.

      🙋‍♀️ 데이터 분석가 이보민님
      A. '데이터 분석가의 성과'라고 하면, 분석을 얼마나 정확하게 잘했는지, 차트를 얼마나 깔끔하고 예쁘게 잘 그렸는지를 성과라고 생각하시는 경우도 있는데요. 저도 취준할 때는 회사가 돌아가는 상황에 대해서 잘 모르니까 막연하게 그렇게 생각했었어요. 그러나 결국에는 분석가도 회사에서 일하는 사람 중 한 명이고, 회사에서 일하는 사람들의 목표는 '회사가 매출을 잘 내고 서비스가 성장하는 것'이라는 걸 잊으시면 안 되는 것 같아요.


      ⋯⋯⋯

      그렇다면 데이터 분석가가 이런 성과를 내기 위해서는 어떻게 일을 해야 하고, 또 조직 차원에서는 어떤 노력이 필요할까요? 데이터 분석가들의 생각은 유튜브에서 더 보실 수 있습니다👀

       ✨ 구독자님! 데이터리안 콘텐츠와 함께 데이터 분석 능력을 업그레이드 해봐요

      💌
      월간 데이터리안 뉴스레터
      데이터리안
      데이터 분석, 데이터리안과 시작하세요
      contact@datarian.io