[세미나] [데이터 분석가, 어떤 회사로 가야할까?] 데이터 분석가로서의 경로: 인하우스와 컨설팅의 매력과 차이점

https://speakerdeck.com/datarian/2024nyeon-7weol-semina-deiteo-bunseogga-eoddeon-hoesaro-gayahalgga

[2024년 7월 세미나] 데이터 분석가, 어떤 회사로 가야할까?

 

 

 

💡컨설팅 회사 데이터 분석가의 역할

 

컨설팅 회사에서 데이터 분석가는 다양한 분야에서 활동하며, 주로 다음과 같은 업무를 수행합니다

• Data Advisory(데이터 진단/전략) :
  • 고객사의 데이터 자산 관리 현황과 데이터 거버넌스를 진단하여 거시적인 데이터 전략을 제공합니다. 컨설팅 회사는 연 단위 이상의 장기 전략을 수립하기 위해 현재 데이터 인프라, 수집, 분석 상황을 평가합니다. 이는 내년의 먹거리와 예산을 설정하는 데 중요한 역할을 합니다. 컨설턴트는 디지털 마케팅 성공을 위해 가치 전달 및 확산 체계를 구축하고 분석합니다. 이를 위해서는 틀을 만드는 능력과 보고서 작성 능력이 필수적입니다.
• Data Infra(데이터 인프라 - 구축/수집/설정):
  • 데이터 아키텍처와 엔지니어링을 이해하고, 필요한 데이터 항목 정의를 지원합니다. 비즈니스 가치 창출을 위해 외부 컨설턴트들은 특히, 구축/설정 셋업 단계에서 역할이 크다. 구축/셋업 단계를 넘어야 데이터 기반 실행이 가능하다 !
  • 최근 트렌드는 Cloud 기반 데이터인프라 전반이 범위인 경우가 많다.
• Analytics(분석 서비스)
  • 고객 인사이트/개인화 측면
    • 고객 세분화
      • 고객 페르소나 정의 후 각 페르소나 별 유입채널 & 선호 상품 / 지역 분석
      • 페르소나 별 맞춤 SMS 문자 전송, 평소 SMS 푸시 메시지 대비 1.5배 구매 전환 발생
    • 로열티 분석
      • Loyal 고객 대상 호텔 상품 크로스 셀 오퍼 문자 발송, 전원 대비 해당 상품 매출액 3배 증가
    • 기여도 분석
  • 마케팅 성과 측정 측면 
    • TV 광고 성과 측정
    • 온오프 연동 분석
      • 온라인 브라우징 활동이 오프라인 세일즈에 미치는 영향 규명
  • UI/UX 최적화 측면
    • 경로 흐름 분석을 통해 요금제 변경 의도 고객이 자주 다니는 길목에서 개인화 배너 게재 
    • 주력 상품, 비주력 상품에 대한 경로 흐름 분석
  • 영업/매출 증대 측면
    • 실시간 영업/매출 대시보드
    • 기획전/프로모션 성과 측정을 통해 성과가 좋은 영역을 상단으로 옮기도록 인사이트 도출 (이벤트 태깅, 스크롤뎁스 태깅, 클릭율 분석, 전환율 분석)
    • MD 들의 의사결정을 돕는 분석
    • 업셀/크로스셀을 위한 상품 추천 자동화 구현을 통한 전환율 증대
• Media 부문: ROAS 분석, 매체 전략 수립 및 Audience 전략 수립에 기여합니다.

 

 

💡성공적인 데이터 분석가의 "조건"

외부 컨설턴트와 내부 분석가 모두 비즈니스 가치 창출을 목표로 합니다. 성공적인 분석가는 실행으로 이어지는 인사이트를 제공할 수 있어야 합니다.

데이터를 활용한 작은 성공들을 쌓아 데이터 기반 의사결정 문화를 만들어야 합니다.

 

💡인하우스 데이터 분석가 vs 컨설팅 데이터 분석가

 

인하우스 데이터 분석가:

• 서비스 데이터와 사용자 행동 데이터를 분석하며, 백엔드 및 프론트엔드 개발자와 협업합니다.
• 주요 지표 정의 및 데이터 요청, 전달 등의 역할을 수행합니다.
• 업무의 처음부터 끝까지 경험할 수 있는 장점이 있습니다.

컨설팅 데이터 분석가:

• 다양한 업종과 기업의 데이터를 다루며, 고객사의 성공과 담당자의 승진 등 보람을 느낍니다.
• 리더십부터 실무진까지 다양한 스타일의 사람들과 일하며 폭넓은 경험을 쌓을 수 있습니다.

 

💡어떠한 데이터 분석가가 될 것인가 (Vertical vs Horizontal)

• Vertical 
  • 좁은 분야, 깊은 지식 보유 
  • 복잡한 알고리즘에 익숙한 컴퓨터 과학자, 통계 전문가, 소프트웨어 엔지니어 (Data Cleansing, Mining 등의 작업을 직접 코드를 짜서 수행할 수 있는 소프트웨어 기술 능력 보유) 
• Horizontal
  • 비즈니스 도메인에 대한 전문성과 다른 분야를 융합한 지식 보유 
  • 통계학이나 소프트웨어 엔지니어링에 대한 전문성은 모자랄 수 있음. 
  • 비정형 스트리밍 데이터와 같은 최근 데이터 기술에 오히려 밝을 수 있다. 
  • 데이터를 해석하여 비즈니스 인사이트를 도출하고 커뮤니케이션 하는 데 집중

 

💡데이터 분석가가 갖춰야 할 역량

기술적인 역량(하드 스킬), 정량적으로 평가 가능한 요소:

• SQL(기본), Python, R 등의 프로그래밍 언어와 BI 도구(Tableau, Power BI, Looker Studio 등) 사용 능력.
• 데이터 인프라와 클라우드 서비스(AWS, GCP 등)에 대한 이해. -> 차별화 포인트가 될 수 있는 부분.
• 자격증은 기본적으로 실력으로 이어진다고 믿지 않는다. -> AWS, GCP 관련 자격증은 도움이 될 수 있음.

소프트 스킬, 정량적으로 평가하기 힘든 요소

• 데이터에 기반한 논리적인 서사 구성 및 커뮤니케이션 능력.
• 비즈니스 질문을 잘하고, 실무에 도움이 되는 인사이트를 도출할 수 있는 능력. -> 호기심이 있어야 한다.
  • 좋은 질문을 하는 사람들의 예 ) 업에 대한 이해가 있고, 실무적인 능력이 좋은 사람 (실행으로 이어지는 인사이트를 낼 확률이 크다 !)
  • 통계 분석, 검정만 하고 있으면 안된다.
  • 업에 대한 이해를 키우려면 해당 산업에서 사용되는 용어부터 빠삭하게 !
• 의사결정권자의 마음을 움직일 수 있는 설득력.
• 엉덩이 힘, 인내심
• 학습능력 ( 책 1권 주면 1주일 안에 습득해서 실무에 사용해볼 수 있는 능력)
• 리스크 관리 능력

💡What is Communication(소통) ?

• 내가 아는 것을 남들이 잘 알아들을 수 있도록 정확하게 말과 글로 전달할 수 있고, 모르는 것이 있을 때 제때 물어볼 수 있는 것.
• 역지사지 (내가 말을 했는데 상대방이 이해를 못했으면 화자가 실패한 것. 그 사람의 입장에서 내가 하는 말을 어떻게 받아들일 것인가를 고민해야 한다.) 
• 데이터 분석이 실행으로 이어지려면 의사결정권자들의 마음을 움직여야 하는데, 어떠한 물건을 사게 되는 결정적인 동인은 나의 감정이듯이 의사결정권자의 감정을 건드려야 한다
  • How? 그 사람이 어떤 스토리에 더 반응을 하는 사람인지, 깊이 있게 관찰하고, 대화를 통해 알 수 있다.
• 성과주의
  • 나의 인사이트 가치가 정확히 얼마인지 환산하는 습관 (Lift 방법 : A안 대비 B안을 했을 때 회사의 이익을 측정 if 한달 단위 -> * 12 연단위로 환산, 내가 1%의 매출을 올리면 금전적으로 얼마인지, 1년 단위로 환산해보기)
  • AB 테스트를 해보고 전환율이 올랐습니다 < 분석 결과로 인해 ~만큼의 금전적 이익이 발생했습니다.

💡추천하는 커리어 패스

What : 외부 데이터 분석가 (컨설팅 펌) -> 인하우스

Why : 현재 인하우스에 신입 데이터 분석가로 진입하는 것이 굉장히 어렵다. 따라서, 외부 데이터 분석가로 다양한 경험과 분석 능력을 키운 뒤 인하우스에 들어가는 루트가 보편적이고, 현실적이다. 현재 이러한 루트로 인하우스로 들어가 업을 해오고 있는 현직자들이 많다.

 

*참고 

요즘은 채용공고가 링크드인, 채용플랫폼, (채용플랫폼에 올리지 않고)회사 채용 홈페이지 다양하게 올라오기 때문에 다양한 루트로 알아봐야 한다.