[메타코드] 데이터분석가 트렌드 변화

2024/04/17에 메타코드에서 IT/커머스 분야 8년차 데이터 분석가 최진혁 멘토님이 강의해주셨습니다. 곧 비슷한 업종에서 함께 문제해결해야 하는 데이터 분석가로서 문제해결방법에 대한 꿀팁과 도메인을 이해할 수 있는 도움되는 시간이었습니다.

 

앞서 살짝 언급한 것처럼 저는 금융권에 있다가 이커머스쪽으로 이직을 하게 되었습니다. 조직 문화, 일하는 방식, 도메인 등 많은 부분이 달라서 걱정이 되었는데 마침 패션 등 커머스쪽에서 오랜 경험이 있으신 데이터 분석가님이 강의해주셔서 감사히 잘 들었습니다. 특히 프로덕트 분석가 포지션으로 가게 되어 어떻게 문제를 정의하고 파악할지 막막했는데 알려주신 3가지(지표, 차원, 기준)로 나눈 프레임워크를 사용하여 문제를 정의하고 해결하는 팁을 얻어가게 됨으로써 일에 적응하는데 좀더 수월할 것 같습니다. 특히, MECE하게 드릴다운하는 연습을 해보고 가야겠습니다. 감사합니다. 

 

저도 "컨설팅 - 금융권(은행) - 이커머스 스타트업" 데이터 분석가 경력을 쌓아가고 있는데 추후 많이 배우고 성장하여 제가 했던 경험들을 다른 분에게 공유할 수 있으면 좋겠네요 ㅎㅎㅎ 이상 아래는 강의 내용 요약입니다.

 

데이터 분석가 트렌드 변화 2가지

1) 분석 도메인의 세분화/전문화

2) AI확대에 따라 더욱 중요해지는 문제해결능력

 

1) 분석 도메인의 세분화/전문화

a. 서비스 도메인의 세분화

    - 설명 : 커머스, 미디어컨텐츠, OTT, 모빌리티, 금융, 게임, 여행/숙박처럼 서비스 분야, 도메인이 세분화되고 있다.

    - 달라지는 요인: 1) 비즈니스 모델이 다르다. 2) 유저 특성이 다르다 3) 컨텐츠의 특성이 다르다

    - 결론 : 이에 따라 해결해야 하는 문제 정의가 달라진다. 분석접근 방향, 분석방법론, 데이터 전처리, 분석 모델 등

 

b. 서비스내 역할/조직 관점에서의 도메인 세분화

- IT 스타트업 초기 : Growth/CRM, 마케팅/광고

- IT 서비스 핵심기능으로의 확대 : Business, Product

- 세분화/전문화 : 재무/전략기획, 인사, CS 등

직무	BA (Business Analyst)	DA/PA (Data/Product Analyst)
소속 조직	전략/사업/영업 조직	제품/테크 조직
과제(문제정의)	(조직 상황에 맞는) 비즈니스 지표 달성	유저의 사용성 개선
KPI 예시	매출액, 영업이익, 영업이익율, 성장률, 시장점유율, DAU/MAU 등	특정 제품의 클릭수, 체류기간, 리텐션, 이탈률, 구매전환율, 백엔드/시스템내 모델링 퍼포먼스(추천 시스템 등)
도메인 지식	비즈니스 구조, 재무구조, 시장에 대한 이해도, 비즈니스 현황을 종합적으로 파악할 수 있는 지표 구성 역량 (MECE하게 현상을 분석할 수 있는 관점, 문제 정의, 인과추론 등)	유저 및 고객에 대한 이해(UI/UX, 퍼널, 동선), 로그데이터(UBL) 구조, AB테스트, DS 역량 및 고급통계 분석/쿼리 역량 필요
역할	존합적, 상위레벨의 지표 관리, Cross functional 한 이해와 관점	미시적, 전문적, 특정 제품 및 서비스에 대한 Specialist

 

분석 도메인 어떻게 쌓을까?

a. 고객 관점에서 서비스 바라보기 

- 직접 유저가 되어 서비스를 경험/이해한다

- 서비스 오너의 관점에서 서비스/비즈니스에 대한 지표 구성해보기 (서비스의 라이프사이클, 서비스 도메인 고려)

- 서비스/비즈니스의 문제를 정의하고, 해결하기 위한 데이터 분석 방법 고민하기 (프레임워크 등)

 

b. 도메인 데이터 다뤄보기

- 캐글 및 분석 공모전

- 관련 서비스/조직 인턴십

 

c. 서비스의 방향성 관심 갖기

- 실제로 해당 서비스/비즈니스의 현재 문제 (어떤 문제를 해결했는지?)

- 기술블로그 사례, 보도자료/신년사, 현업 담당자와의 커피챗

 

2) AI확대에 따라 더욱 중요해지는 문제해결능력

ChatGPT, AutoML 등 기술이 발전함에 따라 문제해결능력이 중요해지고 있다.

문제 해결 순서 : 문제 정의 - 가설 설정 - 가설 검증 - 액션플랜 제안 - 개선/보안을 하면서 제품 및 서비스의 지속적인 개선

문제를 잘 풀려면?  도메인 지식 + MECE 필요

 

문제해결능력 어떻게 기를 것인가?

a. MECE (Drill Down, Group by)

    - MECE : 겹치지 않고, 모든 가능성을 다 포함해야 한다. 

    - Drill Down : 문제의 근본적인 원인을 찾기 위해 지표를 최대한 깊게 드릴다운(인수분해) 한다

    - Group by : 문제를 다양한 각도와 관점으로 살펴보기 위해 많은 측정 기준을 활용한다.

 

예시) 배달 서비스 품질의 KPI 를 MECE하게 구성해보자

Q. 좋은 배달 품질이란(KPI)?

A1. 아래처럼 드릴다운하며 계속해서 나누어보면 어느 부분에서 고객의 만족도가 저하되는지 파악할 수 있다.(MECE)

= 음식상태 + 오배송 + 시간 지연

= 음식상태(리뷰 텍스트 분석, 고객센터 VOC 분석) + 오배송(음식 메뉴 오배송, 배달 목적지 오배송) + 시간 지연(식당 조리 리드타임, 라이더 전달 리드타임)

A2. 위와 같은 고객 만족도에 영향을 끼치는 항목들을 요인별로 나누어 봐야 한다. (Group by)

각각의 항목을 지역, 상권 특성, 요일, 시간대, 기상상황, 운송수단, 음식카테고리 등 나누어 봐야 한다.

 

주의사항

    - 교란변수로 인한 허위 관계 : 두 변수간 상관관계가 실제로는 인과관계가 아니라 다른 요인에 의해 발생하는 관계 

         : 해결법) 4사분면 메트릭스 및 통계분석을 통해 허위관계 여부 및 근본적인 인과관계 찾기

    - 파레토 법칙 : 전체 문제의 80%는 20%의 주요한 원인에서 발생한다

         : 확인할 것) 개선효과가 큰 주요 원인 찾기 

 

b. How가 아닌 Why

퍼널 분석, 코호트 분석 등 단순히 분석 프레임만 적용하지 않고 실제 조직의 문제를 해결하고, 방향성을 제시할 줄 알아야 한다. 

- 어떤 지표를 사용할 것인가

 

- 문제의 원인을 찾기 위해 어떤 차원으로 구분하여 살펴볼 것인가

   1. 인구통계학적 요인 : 성별, 연령대, 지역

    2. 유저 seg별 : 회원등급, RFP(충성고객, 체리피커 등), 가입일, 기존/이탈/신규/복귀, 취향(관심카테고리), 광고/organic, 구매여부 등

    3. 셀러 seg별 : 기존/신규, TOP/MID/새싹, 풀필먼트 서비스 이용여부, 셀러속성(시크, 페미닌, 캐쥬얼 등), 자사몰 운영여부

    4. 상품 seg별 : 트렌드 상품여부, Best 상품여부, 가격대, 소재, 컬러, 할인율, 광고적용여부 

    5. 구매동선 : 검색결과, 기획전, 상품추천영역

    6. 구매퍼널별 : 상품페이지>장바구니>구매정보입력>구매완료

 

- 무엇을 기준으로 비교하여 판단할 것인가?

    1. 목표 대비

    2. 전년대비/전원대비/전주대비

    3. 경쟁사 대비

    4. (자사내) 카테고리 대비

    5. 시장성장률 대비

 

- 세 가지 요인을 통한 문제 해결 예시

Ex1) 판매량 x 평균판매가 X 셀러 seg별(기존/신규) X 전년대비/전월대비/전주대비

문제 : 전년 대비 신규 셀러의 판매량 비중이 줄어들었다. 기존 셀러들만 잘하고 있다

해결 방안 : 신규셀러를 성장시켜야 한다.

Ex2) 상품수x 상품당매출 X 구매동선(검색결과, 기획전, 상품추천영역) X 경쟁사 대비

문제 : 경쟁사 대비 A카테고리가 검색 결과에 노출이 많이 되고 있지 않은 것 같다.

해결 방안 : 경쟁사 수준의 셀렉션 확보

 

c. 인과성 탐색 (AB테스트, 인과추론)

인과성을 분석하기 위해 AB테스트와 인과추론 등의 방법을 사용한다.

인과추론 : 실험이 불가한 상황에서(비용, 운영리스크, 윤리적 이슈 등) 기존 관측 데이터로만 인과성을 파악해야 하는 경우

 

문제해결능력이 채용 과정에서 어떻게 반영이 될까?

1. 도메인 지식 + MECE

   - 자사 서비스/제품의 KPI를 구성해주세요

   - 특정 지역의 KPI가 갑자기 40% 감소했다면 어떻게 분석을 접근할 수 있을까요?

 

2. 도메인 지식 + MECE + 예측모델링에 대한 지식

   - 서버 이슈로 특정일의 서비스가 중단된 상황에서, 정상적으로 운영되었다면 발생했을 매출은 얼마일까요? (매출에 대한 지표를 MECE하게 드릴다운해야 함)

 

3. 가설 (문제원인-> 해결방안)

   - A이벤트/프로모션의 효과를 분석할 때, 어떤 기준으로 살펴볼 것 같나요?

 

 

참고 강의 :  https://mcode.co.kr/mypage/lecture_view?wm_id=17578