HomeAbout
Data-Driven
데이터 분석가 제대로 써먹기
김상현
November 21, 2021
2 min

Table Of Contents

01
1. 무엇을 알고 싶으신가요?
02
2. 그것을 알게 되면 무엇을 할 수 있나요?
  • 원글 : https://www.jsang.me/cooperate-with-da/
  • 이 글은 누가 읽으면 좋을까요? : 데이터 분석가와 협업하는 모든 직군의 분들



주의 : 지극히 데이터 분석가에게 편파적인 글입니다.

집에서 어머니와 함께 저녁 준비를 하다가 “당근🥕 좀 썰어줘”라는 요청을 받는다면 어떻게 할 것인가? 사실 당근을 썰어달라는 요청은 구체적이지 않다. 왜냐하면 수많은 썰기 방법론이 존재하기 때문이다. 태어나서 처음으로 구글에 “썰기”라고 검색해봤다. 편썰기, 채썰기, 다지기, 막대썰기, 나박썰기, 깍둑썰기, 반달썰기… 다 적기도 귀찮을 만큼 다양한 써는 방법을 찾을 수 있었다. 그럼에도 불구하고, 어머니의 두루뭉술한 요구는 대체로 큰 문제가 되지 않는다. 무슨 요리를 만들고 있는지 알고 있기 때문이다. 잡채를 만들고 있다면 당근을 채썰어야 한다. 카레를 만들고 있다면 깍둑썰기를 하는 것이 일반적이다. 만약 카레를 만들고 계신 어머니에게 당근을 채썰어 가져간다면 등짝을 맞게 될 것이다.


fig_1
카레에 채썬 당근... 나쁘지 않을지도



첫 직장에서 데이터 분석가로 일하기 시작한지 얼마되지 않은 어느 날, 높은 분으로부터 온 JIRA 티켓을 할당받았다. “신규, 활성, 복귀 유저군별로 리텐션을 구해주세요.” 리텐션이라는 용어조차 처음 들어봤던 나는, 팀장님께 신규, 활성, 복귀 유저를 보통 어떤 기준으로 구분하는지 물었고, 구글에 리텐션을 검색하기 시작했다. 리텐션을 구하기 위한 쿼리를 처음 짜보느라 꽤나 허덕였던 기억이 있다. 적당히 정의한 유저군별로 N-day 리텐션을 구한 후 차트까지 열심히 뽑아 결과를 전달드렸다. 감사하다는 코멘트가 달렸고 그 이상의 피드백은 돌아오지 않았다.

일을 완전히 잘못했다. 그 분은 분석 요청을 올바로 하지 못했고, 나는 이를 바로 잡지 못했다. 만약 다시 그때로 돌아가 동일한 요청을 받았다면 이렇게 행동할 것이다. 그 분의 자리로 찾아간다. 책상을 손바닥으로 쾅 친다. 그리고 아래 두 질문을 던진다.

  • 이 지표를 알고 싶으신 이유가 무엇인가요?
  • 이것을 알게 되면 무엇을 할 수 있나요?




1. 무엇을 알고 싶으신가요?


데이터 분석가가 제대로 작동하길 원한다면 분석의 목적을 명확히 전달해야 한다. “코호트별로 리텐션을 구해주세요” 같은 분석 요청은 데이터 분석가에게 고통을 선사하기 딱 좋다. (주변에 싫어하는 분석가가 있다면 이렇게 요청해보는 것도 나쁘지 않다.) 이런 상황에서 데이터 분석가의 머릿속에서 일어나는 일을 알고 싶다면 이 글을 읽어보자. 분석가를 쿼리머신으로 여기는 것이 아니라면 “이런 지표를 좀 구해주세요”라고 커뮤니케이션하는 것은 자제해야 한다. 이렇게 요청했는데 분석가가 군말없이 지표를 구해다줬다면, 팀내 업무 상황과 목적이 투명하게 잘 공유되고 있거나, 분석가가 일하기 귀찮았던 것일 확률이 높다.🤫


fig_2
일하기 싫다는 뜻이 아니다





2. 그것을 알게 되면 무엇을 할 수 있나요?


성향에 따라 다를 순 있지만, 분석을 통한 액션이야말로 데이터 분석가가 재미있게 일 할 수 있는 가장 큰 동력이다. 아마 대부분의 데이터 분석가들은 야심차게 분석한 결과물이 프로덕트, 비즈니스에 아무런 영향도 미치지 못해 허탈했던 경험이 있을 것이다. (분석이 훌륭했다는 전제하에 말이다.) 목적은 알겠는데 액션할 수 있는 것이 없는 분석을 요청받을 때가 있다.

스팀이라고 하는 게임 플랫폼은 연쇄 할인마라고 불릴만큼 게임 할인을 자주한다. 게임 회사에 있을 때, 당시 우리 게임 또한 종종 스팀 할인 목록에 올랐는데, 이 할인이 우리 부서 KPI에 미치는 영향을 알고 싶다는 요청을 받았다. 만약 안 좋은 영향을 미친다는 분석 결과가 나오면 스팀 할인을 안할 수 있는거냐고 되물었고, 그건 아니라는 대답을 받았다. 물론 리소스가 여유있는 상황에선 이런 궁금증을 해결해주면서 호감작(?)을 할 수도 있겠지만, 액션이 결여된 분석은 지양해야 한다. 분석을 액션과 항상 연결 시키는 것은 굉장히 어려운 일이다. 그럼에도 분석을 시작할 때 이러한 결과가 나오면 이렇게 해보겠다는 시나리오를 갖길 지향해야한다.





자, 이젠 데이터 분석가에게 이렇게 말해보자.

  • 목적 : 주차별로 처음 방문한 유저들의 활성화 정도가 궁금합니다.
  • 액션 : 만약 활성화가 다른 때에 비해 잘 이루어진 주차가 있다면, 해당 주차에 집행한 캠페인, 이벤트 등을 추가로 분석해보면 좋겠습니다.
  • 목적 : 최근 장바구니-주문서로 전환되는 비율이 낮아지고 있는데, 페이지의 어떤 요소가 전환율을 낮추고 있는지 궁금합니다.
  • 액션 : 문제가 되는 요소들이 있다면 해당 부분의 UI/UX를 변경해보려고 합니다.
  • 목적 : 우리가 정의한 퍼널대로 유저들이 서비스를 사용하고 있는지 궁금합니다.
  • 액션 : 문제가 있다면 퍼널을 다시 정의하거나, 병목이 생기는 퍼널을 개선하고자 합니다.


사실 무엇보다도 데이터 분석가 자신의 역할이 가장 중요하다. 모호하다고 느껴지면 끝없이 질문해야 한다. 협업자는 절대 한번에 명확한 요청을 하지 못할 것이다. 그의 의도와 맥락을 정확히 알 수 있을 때까지 밀접한 티키타카가 이루어져야 한다. 또한 분석을 액션과 연결짓기 위해 고뇌해야 한다. 단순히 수치와 차트가 나열된 리포트가 아니라 실질적인 개선을 이루어 낼 수 있는 결론을 담기 위해 노력하자. 우리 데이터 분석가가 참 야무지다고 팀원들이 느끼게 만들자.


월요일 화이팅!!
월요일 화이팅!!


Tags

#초급#협업#데이터분석

Share


Related Posts

데이터 분석의 시작은 Business다
2022-09-19
3 min
© 2023, All Rights Reserved.
Powered By

Quick Links

About UsOfficial Page

Social Media