SlideShare uma empresa Scribd logo
1 de 12
Baixar para ler offline
지원 :
이 틈을 타! PAP에게 궁금한 것들 QnA - 1
Q : 프로덕트 성장을 위한 데이터 분석을 할때 마케팅에 대한 부분까지 신경쓰나요?
§ 네네 항상 신경쓰고 있습니다. 개인적으로 마케팅의 성과와 프로덕트의 성과는 분리될 수 없는 영역이라고 생각해요.
마케팅이 프로덕트를 접하게 되는 사람들의 수와 특성을 크게 좌지우지할 수 있기 때문입니다.실제로 라이너에서 구글애즈 타겟을
조금 바꿨을 때 동일한 획득 콘텐츠였음에도 불구하고 신규유저들의 성향과 데모그래픽이 크게 변하면서 주요 제품지표들이 크게
부스팅 받는 경우들도 있었습니다. 소비하는 콘텐츠 특성도 크게 변하구요.
A:석진님
§ 마케팅을 신경쓰다가 제품 데이터를 확인하게 된 케이스입니다.동일한 기능이라도 '어떤 사람을 위한 어떤 불편을 해소해주는지'
문제와 해결방향을 어떻게 정하느냐에 따라 유저의 이용 수준이 달라졌습니다. 웨딩북의 경우에는 '모바일을 통한 정보탐색' 이라는
기능소개에 중점을 두었다가, '결혼준비 단계별 점검' '현장방문, 플래너상담 강화' 와 같은 내용으로 안전하고 꼼꼼한 특성을 부각해서
가격 이외의 강점을 소구하며 retention rate을 40% 안팎으로 형성할 수 있었습니다.
A:동혁님
§ 프로덕트 분석과 마케팅 분석은 뗄 수 없다고 생각합니다. 마케팅은 크게 Acquisition을 건드리는 퍼포먼스 마케팅과, Activation ~
Retention을 건드리는 CRM 마케팅으로 나눌 수 있을 것 같은데요. 어떤 마케팅 채널을 통해 유입되었는지, CRM 관점에서 어떤 유저
세그먼트(예 : RFM)에 속해있는지는, 결국 프로덕트 분석을 할 때 사용하는 Dimension의 한 축이라고 생각합니다. 퍼널 단계별
전환율을 유입 채널에 따라 쪼개어 살펴보는 식으로요.
A:상현님
이 틈을 타! PAP에게 궁금한 것들 QnA - 2
Q : 최신 기술 동향이나 트렌드 파악을 위해서 본인이 자주 참고하는 레퍼런스가 있나요?
§ Medium: 개인화 추천을 잘해주고, Product Analytics, Causal Inference 태그로 모아 보는 것 좋아합니다.
§ Amplitude, MixPanel의 Playbook & 블로그 글, 틈틈이 Product Analytics 연관 키워드를 구글링해서 최신 글로 모아서 보기도 해요.
§ 해외 테크 블로그 글은 applied-ml 레포 (https://github.com/eugeneyan/applied-ml) 에 있어서 주제 맞게 골라볼 수 있어요. 그
외로 Microsoft, Netflix, Uber, Spotify는 자주 눈팅해요.
§ 트렌드로는 Mckinsey Daily Read (https://www.mckinsey.com/featured-insights/the-daily-read), 가끔 데이터 관련 글이 와요.
§ 페이스북 PAP 그룹에 이런 좋은 자료들을 보면 쉐어하려고 해요!
A:보경님
A:동혁님
§ 앞으로의 퍼블리셔 활동에도 참고할 수 있도록, 제품분석 서비스 / 해외의 구루들이 발행한 아티클이나 Retention & Engagement
Playbook 등을 주기적으로 서칭하고 있습니다.
§ 최근에는 Product를 주제로 한 웨비나가 활발해지고 있어, 유튜브 채널에서도 좋은 세션들을 찾아서 듣고 아카이빙합니다.
이 틈을 타! PAP에게 궁금한 것들 QnA - 3
Q : 인과추론 등 product analytics에서 주로 쓰이는 방법론들의 타 업계에의 응용은 어떤 게
있을까요?
§ 인과분석(실험)이 원래 있고 그것을 프로덕트에 응용해 사용하는 거라고 생각해서 응용은 무궁무진할 거라고 생각해요.
§ 인과분석쪽 한글 자료가 궁금하시면 https://playinpap.gitbook.io/dowhy 에 몇 가지 번역한 게 있어서 보시면 재밌을 거 같아요.
A:현님
A:보경님
§ 인과추론은 사회 과학 연구에서 출발한 만큼 모바일 프로덕트에 한정되지 않고 모든 데이터가 수집될 수 있는 영역에서 활용될 수
있어요. 유저 단위가 아닌, 집계된 지표 단위로도 충분히 활용할 수 있어요. (예시: 특정 이벤트가 매출에 주는 영향을
분석, https://github.com/jiyong-park/causal-analysis-gs25)
§ 프로덕트 분석이라는 것이, 유저 행동을 이해하여 유저 경험을 개선(또는 매출 극대화)하는 것이 주 목적이라는 것 뿐, 목적을
달성하기 위해 데이터를 활용하는 기법은 유저 행동 분석과 다르지 않아요. (예시: 유저 세그멘테이션, 코호트 분석 등
A:상현님
§ 프로덕트 분석에서 사용하는 분석 프레임워크 중, 다른 도메인에도 적용해볼 수 있는 것들이 많이 있어요. 대표적으로 AARRR이라고
하는 퍼널 분석 방법론은 커머스에도 적용해볼 수 있습니다. 방문 -> 상품조회 -> 장바구니담기 -> 주문서 작성 -> 구매완료 처럼
해당 도메인에 맞게 퍼널을 재정의하여, 비즈니스 문제를 해결할 수 있습니다.
이 틈을 타! PAP에게 궁금한 것들 QnA - 4
Q : 데이터분석가의 R&R이 회사마다 조금씩 다르다고 알고 있는데요. 데이터분석가님들이 각자
회사에서 어떻게 하루를 보내시는지 공유해주실 수 있을까요?
§ 저는 플랫폼단의 (회원, 충전) 문제들을 찾고 개선방안을 모색하기 위해 분석적으로 접근하는 일을 합니다. 또한 인과관계 분석을 통해
효과분석도 많이 진행하고 게임 내 추천 서비스 개발도 담당하고 있습니다!
A:은지님
§ 전사 소속 분석가로 있고 크게 3가지 일을 하고 있습니다
1) 업데이트나 분석 주제가 있을 때 분석 보고서 작성 2) 지표 개발 및 지표 데이터마트 관리 3) 대시보드 관리 및 데이터 추출
A:현님
§ 커머스 분석과 고객사 미팅 등을 통해 고객사 니즈를 파악하고, 프로덕트 Analytics 기능 기획하는 역할을 최근엔 주로 하고 있습니다.
§ MAB, 연관상품추천 모델 등 프로덕트에 서빙하고 있는 모델들을 관리하고 있습니다.
A:상현님
§ 제품팀과 마케팅 팀의 의사결정과 우선순위 산정을 도울 수 있는 인사이트를 뽑기 위한 데이터 분석을 상시 진행하고 있습니다.
§ 프로젝트 별로 모니터링 환경구축, A/B테스트 설계, 지표선정 등의 작업을 합니다. 프로덕트 오너들 곁에서 의사결정을 돕는 역할을
하기도 하고 직접 프로덕트 오너 역할을 할 때도 있습니다.
A:석진님
이 틈을 타! PAP에게 궁금한 것들 QnA - 5
Q : 데이터로 서비스를 성장시킬때, 서비스 성장은 기능을 구현한 후에 나오고, 새로운 기능은
가설에서부터 출발하는데요. 이 경우에 가설을 어떻게 디벨롭할수있을까요?
1. 빠르게 Baseline 만들기 - 적은 모수의 사용자에게 Beta Open하고, 기준 삼을 수 있는 지표를 측정합니다.
2. 관련성이 높은 기존 지표 참조하기 - 기능 관점에서는 사용자 Funnel 상으로 근접해 있는 다른 기능의 전환율을
참고합니다. 더해서 신규 기능 출시 후, 단순히 사용자에게 노출하는 것 외에 알림, 이벤트 등 보다 적극적인 Growth
Action을 시행한다면, 기존에 진행했던 Action 유형에 따른 전환율도 함께 고려합니다.
3. VoC 확인하기 - CX/CS 매니저 등 고객의 소리에 가깝게 계신 분들께 의견을 여쭤봅니다. (고객 반응이 어떨 것 같은지,
기존에 관련 VoC가 있었는지 등)
4. 팀 Communication/Alignment - 정량적인 목표 설정으로 인한 Pressure를 낮추고, 목표 달성률 보다 가설을
확인한다는 목적에 좀 더 초점을 맞출 수 있도록 팀과 Communication 합니다.
A:윤희님
이 틈을 타! PAP에게 궁금한 것들 QnA - 6
Q : 왜 데이터분석을 시작하게 되셨는지 동기가 궁금합니다. 대학생 신분으로서, 현 실무자 분들의
전공 또한 궁금하네요.
§ 소비자학을 전공했는데 구직 자체에는 전공에서 얻은 지식이 크게 도움을 준 것 같진 않으나 간접적으로 도움이 많이 됐어요 (정성적/
정량적) 분석을 할 일이 많았는데 이 때 재미를 느끼고 3학년부터는 전공 수업 말고 데이터 분석 수업 위주로 찾아 듣고 따로 공부했어요
A:현님
§ 저는 경영학과 본 전공, 인공지능학과 복수전공했어요. 시장은 변할텐데 경영학과에서는 지난 케이스 스터디들을 기반으로 전략을
구상하는게 그 당시에는 납득이 되지 않았어요. 그 때 데이터 기반 전략 구상하는 강의를 경험하고 진로를 잡았어요.
A:보경님
§ 통계학을 전공했습니다. 통계학적 지식 자체보단, 통계적 사고 방식이 실제 업무에 큰 도움이 된다고 느낍니다.
§ 우연히 참여하게 된 빅데이터 공모전을 통해, 데이터 분야에 흥미를 느끼고 발을 들이게 되었습니다. 빡센 모델링과 엔지니어링보단,
분석을 통해 이해관계자를 설득하고 비즈니스적인 가치를 창출하는 것에 매력을 느껴, 분석가로 일하고 있습니다.
A:상현님
§ 복학후 들었던 전공수업중에 알파고 경기를 생중계로 보았었는데요. 그때 당시 데이터를 통해 여러 의미로 세상을 변화시킬 수 있다는
것을 데이터분석을 시작하게 되었습니다. 그때부터 개인적으로 파이썬 언어와 자료들을 인터넷과 유튜브를 검색하면서 공부를 했었고
지금까지 이어져 왔습니다.
A:인영님
이 틈을 타! PAP에게 궁금한 것들 QnA - 7
Q : 데이터분석에 기반한 서비스 기획자가 되고싶은데 뭐부터 공부해야할지 모르겠어요. 공부 시작시
무엇을 가장 먼저해야하나요?
§ 이미 서비스 기획을 하고 계시는 분이라면, 나의 기획이 목표를 달성했는지 확인하기 위해 어떤 지표를 살펴봐야
하는지 고민해보는 것이 가장 우선이라고 생각합니다.
§ 데이터가 그 자체로 인사이트를 주길 기대하는 것 보다는, 결과물을 정량적으로 평가할 수 있는 기준을 만들어
빠르게 의사결정할 수 있는 업무 체계를 만드는 거죠.
§ 기획 직군 취업을 목표로 하시는 분이라면, 일단 좋은 서비스 기획자가 되는 것이 우선입니다. 잘 만들어진 서비스를
두고 역으로 기획해보는 작업을 해보시면 도움이 되실 거라고 생각합니다.
A:민호님
이 틈을 타! PAP에게 궁금한 것들 QnA - 8
Q : 프로덕트 애널리스트의 범위는 어디까지일까요?
§ 회사마다, 또 회사가 처한 상황마다 다른 것 같습니다.
§ 어떤 단계에서는 프로덕트의 기본 상황을 파악하는게 중요한 목표일 수도 있고, 어떤 단계에서는 A/B테스트 실험을
하면서 개선을 하는게 목표일 수 있으며, 또 다른 단계에서는 유저들이 프로덕트를 어떻게 사용하고 있는지 행동
분석을 하는게 중요한 상황일 수 있을 것 같습니다.
§ 그래서 프로덕트 애널리스트의 범위는 각 회사와 데이터 팀 상황마다 다르겠지만, 가장 기본적으로는 프로덕트와
유저를 연결시켜서 분석하고 인사이트를 얻어내는 사람이라고 볼 수 있을 것 같아요.
A:혜민님
이 틈을 타! PAP에게 궁금한 것들 QnA - 9
Q : 각 회사에서 채용이 진행중인가요?
§ 한국신용데이터(KCD)에서 신규 사업인 B2B 커머스 영역에서 Growth Data Analyst (1-3년차) 채용합니다! 커머스 사업의 Full-
Chain 데이터뿐 아니라, KCD가 보유하고 있는 85만 사업자 정보를 활용한 Growth 의사결정을 경험할 수 있습니다.
A:윤희님
§ 현재 라이너에서는 현재 빠르게 스케일업 중에 있는데요, 오늘 많은 분들이 관심있으실 프로덕트 데이터 분석가 / 사이언티스트
포지션 채용도 활발히 하고 있습니다. 그리고 라이너의 추천 플랫폼을 발전시켜나갈 ML Engineer 분들도 계속 추가채용 중에
있습니다.관심있으신 분들은 링크드인을 통해 저에게 편하게 dm 주시면 가벼운 커피챗 진행 가능하니 연락주시면 감사하겠습니다.
A:석진님
§ 데이터라이즈에서 Data Analyst 포지션은 계속 채용하고 있습니다. 석박사가 아니면 데이터 분야로는 취업하기 어렵지 않냐고 질문이
들어올 때가 종종 있는데요. 회사에 분석가분들을 모실 때 석박사가 아니라는 이유로 채용하지 않았던 적은 없었던 것 같아요.
프로덕트 데이터 분석은 해당 도메인에 대한 관심이 있는 분, 어려운 내용도 쉽게 설명할 수 있는 분, 좋은 질문을 던질 수 있는 분이 더
좋은 성과를 낼 수 있는 영역이라고 생각합니다. 그러니 주저하지 마시고 원하는 포지션에 지원해주시면 좋겠습니다
A:민호님
§ 콴다 (매스프레소) 에서도 프로덕트 조직과 일하는 데이터 분석가, 인턴 모두 채용 중입니다!
A:혜민님
PAP 주요 채널
현재 3가지 채널 운영하고 있으니, 지속적인 관심 부탁드립니다!
테크블로그 페이스북그룹 커리어리
오늘 이야기가 재미있으셨다면?
저희와 함께 해요!
PAP은 시즌 2 퍼블리셔를 모십니다.
* 2022년 3월 초 예정, 다양한 직군 환영

Mais conteúdo relacionado

Mais procurados

서비스 기획자를 위한 데이터분석 시작하기
서비스 기획자를 위한 데이터분석 시작하기서비스 기획자를 위한 데이터분석 시작하기
서비스 기획자를 위한 데이터분석 시작하기승화 양
 
신뢰할 수 있는 A/B 테스트를 위해 알아야 할 것들
신뢰할 수 있는 A/B 테스트를 위해 알아야 할 것들신뢰할 수 있는 A/B 테스트를 위해 알아야 할 것들
신뢰할 수 있는 A/B 테스트를 위해 알아야 할 것들Minho Lee
 
스타트업 데이터분석 - 퍼널분석과 코호트분석
스타트업 데이터분석 - 퍼널분석과 코호트분석스타트업 데이터분석 - 퍼널분석과 코호트분석
스타트업 데이터분석 - 퍼널분석과 코호트분석Seonggwan Lee
 
오늘 밤부터 쓰는 google analytics (구글 애널리틱스, GA)
오늘 밤부터 쓰는 google analytics (구글 애널리틱스, GA) 오늘 밤부터 쓰는 google analytics (구글 애널리틱스, GA)
오늘 밤부터 쓰는 google analytics (구글 애널리틱스, GA) Yongho Ha
 
데이터 기반 성장을 위한 선결 조건: Product-Market Fit, Instrumentation, 그리고 프로세스
데이터 기반 성장을 위한 선결 조건: Product-Market Fit, Instrumentation, 그리고 프로세스데이터 기반 성장을 위한 선결 조건: Product-Market Fit, Instrumentation, 그리고 프로세스
데이터 기반 성장을 위한 선결 조건: Product-Market Fit, Instrumentation, 그리고 프로세스Minwoo Kim
 
린분석 with 레진코믹스 ( Lean Analytics with Lezhin Comics )
린분석 with 레진코믹스 ( Lean Analytics with Lezhin Comics )린분석 with 레진코믹스 ( Lean Analytics with Lezhin Comics )
린분석 with 레진코믹스 ( Lean Analytics with Lezhin Comics )정혁 권
 
스타트업은 데이터를 어떻게 바라봐야 할까? (개정판)
스타트업은 데이터를 어떻게 바라봐야 할까? (개정판)스타트업은 데이터를 어떻게 바라봐야 할까? (개정판)
스타트업은 데이터를 어떻게 바라봐야 할까? (개정판)Yongho Ha
 
어떻게 하면 데이터 사이언티스트가 될 수 있나요?
어떻게 하면 데이터 사이언티스트가 될 수 있나요?어떻게 하면 데이터 사이언티스트가 될 수 있나요?
어떻게 하면 데이터 사이언티스트가 될 수 있나요?Yongho Ha
 
실전 스타트업 데이터분석: 소셜데이팅 이음은 이렇게 한다
실전 스타트업 데이터분석: 소셜데이팅 이음은 이렇게 한다실전 스타트업 데이터분석: 소셜데이팅 이음은 이렇게 한다
실전 스타트업 데이터분석: 소셜데이팅 이음은 이렇게 한다승화 양
 
프로덕트를 빠르게 개선하기 위한 베이지안 A/B 테스트
프로덕트를 빠르게 개선하기 위한 베이지안 A/B 테스트프로덕트를 빠르게 개선하기 위한 베이지안 A/B 테스트
프로덕트를 빠르게 개선하기 위한 베이지안 A/B 테스트Minho Lee
 
그로스 해킹 & 데이터 프로덕트 (Growth Hacking & Data Product) - 고넥터 고영혁 (Gonnector Dylan Ko)
그로스 해킹 & 데이터 프로덕트 (Growth Hacking & Data Product) - 고넥터 고영혁 (Gonnector Dylan Ko)그로스 해킹 & 데이터 프로덕트 (Growth Hacking & Data Product) - 고넥터 고영혁 (Gonnector Dylan Ko)
그로스 해킹 & 데이터 프로덕트 (Growth Hacking & Data Product) - 고넥터 고영혁 (Gonnector Dylan Ko)Dylan Ko
 
서비스 기획자의 데이터 분석
서비스 기획자의 데이터 분석서비스 기획자의 데이터 분석
서비스 기획자의 데이터 분석YOO SE KYUN
 
데이터는 차트가 아니라 돈이 되어야 한다.
데이터는 차트가 아니라 돈이 되어야 한다.데이터는 차트가 아니라 돈이 되어야 한다.
데이터는 차트가 아니라 돈이 되어야 한다.Yongho Ha
 
[우리가 데이터를 쓰는 법] 좋다는 건 알겠는데 좀 써보고 싶소. 데이터! - 넘버웍스 하용호 대표
[우리가 데이터를 쓰는 법] 좋다는 건 알겠는데 좀 써보고 싶소. 데이터! - 넘버웍스 하용호 대표[우리가 데이터를 쓰는 법] 좋다는 건 알겠는데 좀 써보고 싶소. 데이터! - 넘버웍스 하용호 대표
[우리가 데이터를 쓰는 법] 좋다는 건 알겠는데 좀 써보고 싶소. 데이터! - 넘버웍스 하용호 대표Dylan Ko
 
[팝콘 시즌1] 허현 : 닭이 먼저 달걀이 먼저? 그래인저 인과검정
[팝콘 시즌1] 허현 : 닭이 먼저 달걀이 먼저? 그래인저 인과검정[팝콘 시즌1] 허현 : 닭이 먼저 달걀이 먼저? 그래인저 인과검정
[팝콘 시즌1] 허현 : 닭이 먼저 달걀이 먼저? 그래인저 인과검정PAP (Product Analytics Playground)
 
전환율 이해하기
전환율 이해하기전환율 이해하기
전환율 이해하기Wooseok Seo
 
데이터가 흐르는 조직 만들기 - 마이리얼트립
데이터가 흐르는 조직 만들기 - 마이리얼트립데이터가 흐르는 조직 만들기 - 마이리얼트립
데이터가 흐르는 조직 만들기 - 마이리얼트립승화 양
 
[팝콘 시즌1] 박동혁 : 마케터에게 필요한 Data Literacy
[팝콘 시즌1] 박동혁 : 마케터에게 필요한 Data Literacy[팝콘 시즌1] 박동혁 : 마케터에게 필요한 Data Literacy
[팝콘 시즌1] 박동혁 : 마케터에게 필요한 Data LiteracyPAP (Product Analytics Playground)
 
화성에서 온 개발자, 금성에서 온 기획자
화성에서 온 개발자, 금성에서 온 기획자화성에서 온 개발자, 금성에서 온 기획자
화성에서 온 개발자, 금성에서 온 기획자Yongho Ha
 
대용량 로그분석 Bigquery로 간단히 사용하기 (20170215 T아카데미)
대용량 로그분석 Bigquery로 간단히 사용하기 (20170215 T아카데미)대용량 로그분석 Bigquery로 간단히 사용하기 (20170215 T아카데미)
대용량 로그분석 Bigquery로 간단히 사용하기 (20170215 T아카데미)Jaikwang Lee
 

Mais procurados (20)

서비스 기획자를 위한 데이터분석 시작하기
서비스 기획자를 위한 데이터분석 시작하기서비스 기획자를 위한 데이터분석 시작하기
서비스 기획자를 위한 데이터분석 시작하기
 
신뢰할 수 있는 A/B 테스트를 위해 알아야 할 것들
신뢰할 수 있는 A/B 테스트를 위해 알아야 할 것들신뢰할 수 있는 A/B 테스트를 위해 알아야 할 것들
신뢰할 수 있는 A/B 테스트를 위해 알아야 할 것들
 
스타트업 데이터분석 - 퍼널분석과 코호트분석
스타트업 데이터분석 - 퍼널분석과 코호트분석스타트업 데이터분석 - 퍼널분석과 코호트분석
스타트업 데이터분석 - 퍼널분석과 코호트분석
 
오늘 밤부터 쓰는 google analytics (구글 애널리틱스, GA)
오늘 밤부터 쓰는 google analytics (구글 애널리틱스, GA) 오늘 밤부터 쓰는 google analytics (구글 애널리틱스, GA)
오늘 밤부터 쓰는 google analytics (구글 애널리틱스, GA)
 
데이터 기반 성장을 위한 선결 조건: Product-Market Fit, Instrumentation, 그리고 프로세스
데이터 기반 성장을 위한 선결 조건: Product-Market Fit, Instrumentation, 그리고 프로세스데이터 기반 성장을 위한 선결 조건: Product-Market Fit, Instrumentation, 그리고 프로세스
데이터 기반 성장을 위한 선결 조건: Product-Market Fit, Instrumentation, 그리고 프로세스
 
린분석 with 레진코믹스 ( Lean Analytics with Lezhin Comics )
린분석 with 레진코믹스 ( Lean Analytics with Lezhin Comics )린분석 with 레진코믹스 ( Lean Analytics with Lezhin Comics )
린분석 with 레진코믹스 ( Lean Analytics with Lezhin Comics )
 
스타트업은 데이터를 어떻게 바라봐야 할까? (개정판)
스타트업은 데이터를 어떻게 바라봐야 할까? (개정판)스타트업은 데이터를 어떻게 바라봐야 할까? (개정판)
스타트업은 데이터를 어떻게 바라봐야 할까? (개정판)
 
어떻게 하면 데이터 사이언티스트가 될 수 있나요?
어떻게 하면 데이터 사이언티스트가 될 수 있나요?어떻게 하면 데이터 사이언티스트가 될 수 있나요?
어떻게 하면 데이터 사이언티스트가 될 수 있나요?
 
실전 스타트업 데이터분석: 소셜데이팅 이음은 이렇게 한다
실전 스타트업 데이터분석: 소셜데이팅 이음은 이렇게 한다실전 스타트업 데이터분석: 소셜데이팅 이음은 이렇게 한다
실전 스타트업 데이터분석: 소셜데이팅 이음은 이렇게 한다
 
프로덕트를 빠르게 개선하기 위한 베이지안 A/B 테스트
프로덕트를 빠르게 개선하기 위한 베이지안 A/B 테스트프로덕트를 빠르게 개선하기 위한 베이지안 A/B 테스트
프로덕트를 빠르게 개선하기 위한 베이지안 A/B 테스트
 
그로스 해킹 & 데이터 프로덕트 (Growth Hacking & Data Product) - 고넥터 고영혁 (Gonnector Dylan Ko)
그로스 해킹 & 데이터 프로덕트 (Growth Hacking & Data Product) - 고넥터 고영혁 (Gonnector Dylan Ko)그로스 해킹 & 데이터 프로덕트 (Growth Hacking & Data Product) - 고넥터 고영혁 (Gonnector Dylan Ko)
그로스 해킹 & 데이터 프로덕트 (Growth Hacking & Data Product) - 고넥터 고영혁 (Gonnector Dylan Ko)
 
서비스 기획자의 데이터 분석
서비스 기획자의 데이터 분석서비스 기획자의 데이터 분석
서비스 기획자의 데이터 분석
 
데이터는 차트가 아니라 돈이 되어야 한다.
데이터는 차트가 아니라 돈이 되어야 한다.데이터는 차트가 아니라 돈이 되어야 한다.
데이터는 차트가 아니라 돈이 되어야 한다.
 
[우리가 데이터를 쓰는 법] 좋다는 건 알겠는데 좀 써보고 싶소. 데이터! - 넘버웍스 하용호 대표
[우리가 데이터를 쓰는 법] 좋다는 건 알겠는데 좀 써보고 싶소. 데이터! - 넘버웍스 하용호 대표[우리가 데이터를 쓰는 법] 좋다는 건 알겠는데 좀 써보고 싶소. 데이터! - 넘버웍스 하용호 대표
[우리가 데이터를 쓰는 법] 좋다는 건 알겠는데 좀 써보고 싶소. 데이터! - 넘버웍스 하용호 대표
 
[팝콘 시즌1] 허현 : 닭이 먼저 달걀이 먼저? 그래인저 인과검정
[팝콘 시즌1] 허현 : 닭이 먼저 달걀이 먼저? 그래인저 인과검정[팝콘 시즌1] 허현 : 닭이 먼저 달걀이 먼저? 그래인저 인과검정
[팝콘 시즌1] 허현 : 닭이 먼저 달걀이 먼저? 그래인저 인과검정
 
전환율 이해하기
전환율 이해하기전환율 이해하기
전환율 이해하기
 
데이터가 흐르는 조직 만들기 - 마이리얼트립
데이터가 흐르는 조직 만들기 - 마이리얼트립데이터가 흐르는 조직 만들기 - 마이리얼트립
데이터가 흐르는 조직 만들기 - 마이리얼트립
 
[팝콘 시즌1] 박동혁 : 마케터에게 필요한 Data Literacy
[팝콘 시즌1] 박동혁 : 마케터에게 필요한 Data Literacy[팝콘 시즌1] 박동혁 : 마케터에게 필요한 Data Literacy
[팝콘 시즌1] 박동혁 : 마케터에게 필요한 Data Literacy
 
화성에서 온 개발자, 금성에서 온 기획자
화성에서 온 개발자, 금성에서 온 기획자화성에서 온 개발자, 금성에서 온 기획자
화성에서 온 개발자, 금성에서 온 기획자
 
대용량 로그분석 Bigquery로 간단히 사용하기 (20170215 T아카데미)
대용량 로그분석 Bigquery로 간단히 사용하기 (20170215 T아카데미)대용량 로그분석 Bigquery로 간단히 사용하기 (20170215 T아카데미)
대용량 로그분석 Bigquery로 간단히 사용하기 (20170215 T아카데미)
 

Semelhante a [PAP] 팝콘 시즌 1 컨퍼런스 사전 QnA

분석 현장에서 요구되는 데이터과학자의 역량과 자질
분석 현장에서 요구되는 데이터과학자의 역량과 자질분석 현장에서 요구되는 데이터과학자의 역량과 자질
분석 현장에서 요구되는 데이터과학자의 역량과 자질Sun Young Kim
 
Learning dataanalyst 2020oct_yonsei
Learning dataanalyst 2020oct_yonseiLearning dataanalyst 2020oct_yonsei
Learning dataanalyst 2020oct_yonseiIsabel Myeongju Han
 
여기컨_스타트업 기획자의 월화수목금_이수지
여기컨_스타트업 기획자의 월화수목금_이수지여기컨_스타트업 기획자의 월화수목금_이수지
여기컨_스타트업 기획자의 월화수목금_이수지TechFeministgroup
 
[데이터야놀자 2023] 비즈니스 분석가 vs 프로덕트 분석가_ 데이터 분석ᄀ...
[데이터야놀자 2023]  비즈니스 분석가 vs 프로덕트 분석가_ 데이터 분석ᄀ...[데이터야놀자 2023]  비즈니스 분석가 vs 프로덕트 분석가_ 데이터 분석ᄀ...
[데이터야놀자 2023] 비즈니스 분석가 vs 프로덕트 분석가_ 데이터 분석ᄀ...Jeongmin Ju
 
MongoDB in Banksalad [Rainist]
MongoDB in Banksalad [Rainist]MongoDB in Banksalad [Rainist]
MongoDB in Banksalad [Rainist]MongoDB
 
책 "제품의 탄생" 소개
책 "제품의 탄생" 소개책 "제품의 탄생" 소개
책 "제품의 탄생" 소개SANGHEE SHIN
 
스타트업의 데이터 분석
스타트업의 데이터 분석스타트업의 데이터 분석
스타트업의 데이터 분석Hyunjong Wi
 
더 나은 사용자 경험과 비즈니스를 만들기 위한 프로덕트 매니저로 일하기
더 나은 사용자 경험과 비즈니스를 만들기 위한 프로덕트 매니저로 일하기더 나은 사용자 경험과 비즈니스를 만들기 위한 프로덕트 매니저로 일하기
더 나은 사용자 경험과 비즈니스를 만들기 위한 프로덕트 매니저로 일하기Hyunjung Kim
 
데이터 사이언티스트를 꿈꾸는 분들을 위한 개인적인 데이터 사이언스 경험과 소회 - what I experienced as a data sc...
데이터 사이언티스트를 꿈꾸는 분들을 위한 개인적인 데이터 사이언스 경험과 소회 - what I experienced as a data sc...데이터 사이언티스트를 꿈꾸는 분들을 위한 개인적인 데이터 사이언스 경험과 소회 - what I experienced as a data sc...
데이터 사이언티스트를 꿈꾸는 분들을 위한 개인적인 데이터 사이언스 경험과 소회 - what I experienced as a data sc...Jungmin Lee
 
기획력_기획을 잘 하는 방법
기획력_기획을 잘 하는 방법 기획력_기획을 잘 하는 방법
기획력_기획을 잘 하는 방법 Jong taek OH
 
그로스해킹 세미나 #1
그로스해킹 세미나 #1그로스해킹 세미나 #1
그로스해킹 세미나 #1Haezoom Inc.
 
온라인 마케팅을 위한 빅데이터 분석
온라인 마케팅을 위한 빅데이터 분석온라인 마케팅을 위한 빅데이터 분석
온라인 마케팅을 위한 빅데이터 분석수보 김
 
[팝콘 시즌1] 윤석진 : 조직의 데이터 드리븐 문화를 위해 극복해야하는 문제들
[팝콘 시즌1] 윤석진 : 조직의 데이터 드리븐 문화를 위해 극복해야하는 문제들[팝콘 시즌1] 윤석진 : 조직의 데이터 드리븐 문화를 위해 극복해야하는 문제들
[팝콘 시즌1] 윤석진 : 조직의 데이터 드리븐 문화를 위해 극복해야하는 문제들PAP (Product Analytics Playground)
 
2011.7월모임 개인과제
2011.7월모임 개인과제2011.7월모임 개인과제
2011.7월모임 개인과제HyunJun Yn
 
2011.7월모임 개인과제
2011.7월모임 개인과제2011.7월모임 개인과제
2011.7월모임 개인과제HyunJun Yn
 
헬로 데이터 과학: 삶과 업무를 개선하는 데이터 과학 이야기 (스타트업 얼라이언스 강연)
헬로 데이터 과학: 삶과 업무를 개선하는 데이터 과학 이야기 (스타트업 얼라이언스 강연)헬로 데이터 과학: 삶과 업무를 개선하는 데이터 과학 이야기 (스타트업 얼라이언스 강연)
헬로 데이터 과학: 삶과 업무를 개선하는 데이터 과학 이야기 (스타트업 얼라이언스 강연)Jin Young Kim
 
빅데이터 분야를 위한 이미지 마이닝 기술동향 및 산업 동향 고찰
빅데이터 분야를 위한 이미지 마이닝 기술동향 및 산업 동향 고찰빅데이터 분야를 위한 이미지 마이닝 기술동향 및 산업 동향 고찰
빅데이터 분야를 위한 이미지 마이닝 기술동향 및 산업 동향 고찰JeongHeon Lee
 
빅데이터 분야를 위한 이미지 마이닝 기술동향 및 산업 동향 고찰
빅데이터 분야를 위한 이미지 마이닝 기술동향 및 산업 동향 고찰빅데이터 분야를 위한 이미지 마이닝 기술동향 및 산업 동향 고찰
빅데이터 분야를 위한 이미지 마이닝 기술동향 및 산업 동향 고찰JeongHeon Lee
 

Semelhante a [PAP] 팝콘 시즌 1 컨퍼런스 사전 QnA (20)

분석 현장에서 요구되는 데이터과학자의 역량과 자질
분석 현장에서 요구되는 데이터과학자의 역량과 자질분석 현장에서 요구되는 데이터과학자의 역량과 자질
분석 현장에서 요구되는 데이터과학자의 역량과 자질
 
Learning dataanalyst 2020oct_yonsei
Learning dataanalyst 2020oct_yonseiLearning dataanalyst 2020oct_yonsei
Learning dataanalyst 2020oct_yonsei
 
여기컨_스타트업 기획자의 월화수목금_이수지
여기컨_스타트업 기획자의 월화수목금_이수지여기컨_스타트업 기획자의 월화수목금_이수지
여기컨_스타트업 기획자의 월화수목금_이수지
 
[데이터야놀자 2023] 비즈니스 분석가 vs 프로덕트 분석가_ 데이터 분석ᄀ...
[데이터야놀자 2023]  비즈니스 분석가 vs 프로덕트 분석가_ 데이터 분석ᄀ...[데이터야놀자 2023]  비즈니스 분석가 vs 프로덕트 분석가_ 데이터 분석ᄀ...
[데이터야놀자 2023] 비즈니스 분석가 vs 프로덕트 분석가_ 데이터 분석ᄀ...
 
MongoDB in Banksalad [Rainist]
MongoDB in Banksalad [Rainist]MongoDB in Banksalad [Rainist]
MongoDB in Banksalad [Rainist]
 
책 "제품의 탄생" 소개
책 "제품의 탄생" 소개책 "제품의 탄생" 소개
책 "제품의 탄생" 소개
 
스타트업의 데이터 분석
스타트업의 데이터 분석스타트업의 데이터 분석
스타트업의 데이터 분석
 
더 나은 사용자 경험과 비즈니스를 만들기 위한 프로덕트 매니저로 일하기
더 나은 사용자 경험과 비즈니스를 만들기 위한 프로덕트 매니저로 일하기더 나은 사용자 경험과 비즈니스를 만들기 위한 프로덕트 매니저로 일하기
더 나은 사용자 경험과 비즈니스를 만들기 위한 프로덕트 매니저로 일하기
 
데이터 사이언티스트를 꿈꾸는 분들을 위한 개인적인 데이터 사이언스 경험과 소회 - what I experienced as a data sc...
데이터 사이언티스트를 꿈꾸는 분들을 위한 개인적인 데이터 사이언스 경험과 소회 - what I experienced as a data sc...데이터 사이언티스트를 꿈꾸는 분들을 위한 개인적인 데이터 사이언스 경험과 소회 - what I experienced as a data sc...
데이터 사이언티스트를 꿈꾸는 분들을 위한 개인적인 데이터 사이언스 경험과 소회 - what I experienced as a data sc...
 
기획력_기획을 잘 하는 방법
기획력_기획을 잘 하는 방법 기획력_기획을 잘 하는 방법
기획력_기획을 잘 하는 방법
 
그로스해킹 세미나 #1
그로스해킹 세미나 #1그로스해킹 세미나 #1
그로스해킹 세미나 #1
 
온라인 마케팅을 위한 빅데이터 분석
온라인 마케팅을 위한 빅데이터 분석온라인 마케팅을 위한 빅데이터 분석
온라인 마케팅을 위한 빅데이터 분석
 
기획형 리서치
기획형 리서치기획형 리서치
기획형 리서치
 
[팝콘 시즌1] 윤석진 : 조직의 데이터 드리븐 문화를 위해 극복해야하는 문제들
[팝콘 시즌1] 윤석진 : 조직의 데이터 드리븐 문화를 위해 극복해야하는 문제들[팝콘 시즌1] 윤석진 : 조직의 데이터 드리븐 문화를 위해 극복해야하는 문제들
[팝콘 시즌1] 윤석진 : 조직의 데이터 드리븐 문화를 위해 극복해야하는 문제들
 
2011.7월모임 개인과제
2011.7월모임 개인과제2011.7월모임 개인과제
2011.7월모임 개인과제
 
2011.7월모임 개인과제
2011.7월모임 개인과제2011.7월모임 개인과제
2011.7월모임 개인과제
 
Uxstudy persona
Uxstudy personaUxstudy persona
Uxstudy persona
 
헬로 데이터 과학: 삶과 업무를 개선하는 데이터 과학 이야기 (스타트업 얼라이언스 강연)
헬로 데이터 과학: 삶과 업무를 개선하는 데이터 과학 이야기 (스타트업 얼라이언스 강연)헬로 데이터 과학: 삶과 업무를 개선하는 데이터 과학 이야기 (스타트업 얼라이언스 강연)
헬로 데이터 과학: 삶과 업무를 개선하는 데이터 과학 이야기 (스타트업 얼라이언스 강연)
 
빅데이터 분야를 위한 이미지 마이닝 기술동향 및 산업 동향 고찰
빅데이터 분야를 위한 이미지 마이닝 기술동향 및 산업 동향 고찰빅데이터 분야를 위한 이미지 마이닝 기술동향 및 산업 동향 고찰
빅데이터 분야를 위한 이미지 마이닝 기술동향 및 산업 동향 고찰
 
빅데이터 분야를 위한 이미지 마이닝 기술동향 및 산업 동향 고찰
빅데이터 분야를 위한 이미지 마이닝 기술동향 및 산업 동향 고찰빅데이터 분야를 위한 이미지 마이닝 기술동향 및 산업 동향 고찰
빅데이터 분야를 위한 이미지 마이닝 기술동향 및 산업 동향 고찰
 

[PAP] 팝콘 시즌 1 컨퍼런스 사전 QnA

  • 2. 이 틈을 타! PAP에게 궁금한 것들 QnA - 1 Q : 프로덕트 성장을 위한 데이터 분석을 할때 마케팅에 대한 부분까지 신경쓰나요? § 네네 항상 신경쓰고 있습니다. 개인적으로 마케팅의 성과와 프로덕트의 성과는 분리될 수 없는 영역이라고 생각해요. 마케팅이 프로덕트를 접하게 되는 사람들의 수와 특성을 크게 좌지우지할 수 있기 때문입니다.실제로 라이너에서 구글애즈 타겟을 조금 바꿨을 때 동일한 획득 콘텐츠였음에도 불구하고 신규유저들의 성향과 데모그래픽이 크게 변하면서 주요 제품지표들이 크게 부스팅 받는 경우들도 있었습니다. 소비하는 콘텐츠 특성도 크게 변하구요. A:석진님 § 마케팅을 신경쓰다가 제품 데이터를 확인하게 된 케이스입니다.동일한 기능이라도 '어떤 사람을 위한 어떤 불편을 해소해주는지' 문제와 해결방향을 어떻게 정하느냐에 따라 유저의 이용 수준이 달라졌습니다. 웨딩북의 경우에는 '모바일을 통한 정보탐색' 이라는 기능소개에 중점을 두었다가, '결혼준비 단계별 점검' '현장방문, 플래너상담 강화' 와 같은 내용으로 안전하고 꼼꼼한 특성을 부각해서 가격 이외의 강점을 소구하며 retention rate을 40% 안팎으로 형성할 수 있었습니다. A:동혁님 § 프로덕트 분석과 마케팅 분석은 뗄 수 없다고 생각합니다. 마케팅은 크게 Acquisition을 건드리는 퍼포먼스 마케팅과, Activation ~ Retention을 건드리는 CRM 마케팅으로 나눌 수 있을 것 같은데요. 어떤 마케팅 채널을 통해 유입되었는지, CRM 관점에서 어떤 유저 세그먼트(예 : RFM)에 속해있는지는, 결국 프로덕트 분석을 할 때 사용하는 Dimension의 한 축이라고 생각합니다. 퍼널 단계별 전환율을 유입 채널에 따라 쪼개어 살펴보는 식으로요. A:상현님
  • 3. 이 틈을 타! PAP에게 궁금한 것들 QnA - 2 Q : 최신 기술 동향이나 트렌드 파악을 위해서 본인이 자주 참고하는 레퍼런스가 있나요? § Medium: 개인화 추천을 잘해주고, Product Analytics, Causal Inference 태그로 모아 보는 것 좋아합니다. § Amplitude, MixPanel의 Playbook & 블로그 글, 틈틈이 Product Analytics 연관 키워드를 구글링해서 최신 글로 모아서 보기도 해요. § 해외 테크 블로그 글은 applied-ml 레포 (https://github.com/eugeneyan/applied-ml) 에 있어서 주제 맞게 골라볼 수 있어요. 그 외로 Microsoft, Netflix, Uber, Spotify는 자주 눈팅해요. § 트렌드로는 Mckinsey Daily Read (https://www.mckinsey.com/featured-insights/the-daily-read), 가끔 데이터 관련 글이 와요. § 페이스북 PAP 그룹에 이런 좋은 자료들을 보면 쉐어하려고 해요! A:보경님 A:동혁님 § 앞으로의 퍼블리셔 활동에도 참고할 수 있도록, 제품분석 서비스 / 해외의 구루들이 발행한 아티클이나 Retention & Engagement Playbook 등을 주기적으로 서칭하고 있습니다. § 최근에는 Product를 주제로 한 웨비나가 활발해지고 있어, 유튜브 채널에서도 좋은 세션들을 찾아서 듣고 아카이빙합니다.
  • 4. 이 틈을 타! PAP에게 궁금한 것들 QnA - 3 Q : 인과추론 등 product analytics에서 주로 쓰이는 방법론들의 타 업계에의 응용은 어떤 게 있을까요? § 인과분석(실험)이 원래 있고 그것을 프로덕트에 응용해 사용하는 거라고 생각해서 응용은 무궁무진할 거라고 생각해요. § 인과분석쪽 한글 자료가 궁금하시면 https://playinpap.gitbook.io/dowhy 에 몇 가지 번역한 게 있어서 보시면 재밌을 거 같아요. A:현님 A:보경님 § 인과추론은 사회 과학 연구에서 출발한 만큼 모바일 프로덕트에 한정되지 않고 모든 데이터가 수집될 수 있는 영역에서 활용될 수 있어요. 유저 단위가 아닌, 집계된 지표 단위로도 충분히 활용할 수 있어요. (예시: 특정 이벤트가 매출에 주는 영향을 분석, https://github.com/jiyong-park/causal-analysis-gs25) § 프로덕트 분석이라는 것이, 유저 행동을 이해하여 유저 경험을 개선(또는 매출 극대화)하는 것이 주 목적이라는 것 뿐, 목적을 달성하기 위해 데이터를 활용하는 기법은 유저 행동 분석과 다르지 않아요. (예시: 유저 세그멘테이션, 코호트 분석 등 A:상현님 § 프로덕트 분석에서 사용하는 분석 프레임워크 중, 다른 도메인에도 적용해볼 수 있는 것들이 많이 있어요. 대표적으로 AARRR이라고 하는 퍼널 분석 방법론은 커머스에도 적용해볼 수 있습니다. 방문 -> 상품조회 -> 장바구니담기 -> 주문서 작성 -> 구매완료 처럼 해당 도메인에 맞게 퍼널을 재정의하여, 비즈니스 문제를 해결할 수 있습니다.
  • 5. 이 틈을 타! PAP에게 궁금한 것들 QnA - 4 Q : 데이터분석가의 R&R이 회사마다 조금씩 다르다고 알고 있는데요. 데이터분석가님들이 각자 회사에서 어떻게 하루를 보내시는지 공유해주실 수 있을까요? § 저는 플랫폼단의 (회원, 충전) 문제들을 찾고 개선방안을 모색하기 위해 분석적으로 접근하는 일을 합니다. 또한 인과관계 분석을 통해 효과분석도 많이 진행하고 게임 내 추천 서비스 개발도 담당하고 있습니다! A:은지님 § 전사 소속 분석가로 있고 크게 3가지 일을 하고 있습니다 1) 업데이트나 분석 주제가 있을 때 분석 보고서 작성 2) 지표 개발 및 지표 데이터마트 관리 3) 대시보드 관리 및 데이터 추출 A:현님 § 커머스 분석과 고객사 미팅 등을 통해 고객사 니즈를 파악하고, 프로덕트 Analytics 기능 기획하는 역할을 최근엔 주로 하고 있습니다. § MAB, 연관상품추천 모델 등 프로덕트에 서빙하고 있는 모델들을 관리하고 있습니다. A:상현님 § 제품팀과 마케팅 팀의 의사결정과 우선순위 산정을 도울 수 있는 인사이트를 뽑기 위한 데이터 분석을 상시 진행하고 있습니다. § 프로젝트 별로 모니터링 환경구축, A/B테스트 설계, 지표선정 등의 작업을 합니다. 프로덕트 오너들 곁에서 의사결정을 돕는 역할을 하기도 하고 직접 프로덕트 오너 역할을 할 때도 있습니다. A:석진님
  • 6. 이 틈을 타! PAP에게 궁금한 것들 QnA - 5 Q : 데이터로 서비스를 성장시킬때, 서비스 성장은 기능을 구현한 후에 나오고, 새로운 기능은 가설에서부터 출발하는데요. 이 경우에 가설을 어떻게 디벨롭할수있을까요? 1. 빠르게 Baseline 만들기 - 적은 모수의 사용자에게 Beta Open하고, 기준 삼을 수 있는 지표를 측정합니다. 2. 관련성이 높은 기존 지표 참조하기 - 기능 관점에서는 사용자 Funnel 상으로 근접해 있는 다른 기능의 전환율을 참고합니다. 더해서 신규 기능 출시 후, 단순히 사용자에게 노출하는 것 외에 알림, 이벤트 등 보다 적극적인 Growth Action을 시행한다면, 기존에 진행했던 Action 유형에 따른 전환율도 함께 고려합니다. 3. VoC 확인하기 - CX/CS 매니저 등 고객의 소리에 가깝게 계신 분들께 의견을 여쭤봅니다. (고객 반응이 어떨 것 같은지, 기존에 관련 VoC가 있었는지 등) 4. 팀 Communication/Alignment - 정량적인 목표 설정으로 인한 Pressure를 낮추고, 목표 달성률 보다 가설을 확인한다는 목적에 좀 더 초점을 맞출 수 있도록 팀과 Communication 합니다. A:윤희님
  • 7. 이 틈을 타! PAP에게 궁금한 것들 QnA - 6 Q : 왜 데이터분석을 시작하게 되셨는지 동기가 궁금합니다. 대학생 신분으로서, 현 실무자 분들의 전공 또한 궁금하네요. § 소비자학을 전공했는데 구직 자체에는 전공에서 얻은 지식이 크게 도움을 준 것 같진 않으나 간접적으로 도움이 많이 됐어요 (정성적/ 정량적) 분석을 할 일이 많았는데 이 때 재미를 느끼고 3학년부터는 전공 수업 말고 데이터 분석 수업 위주로 찾아 듣고 따로 공부했어요 A:현님 § 저는 경영학과 본 전공, 인공지능학과 복수전공했어요. 시장은 변할텐데 경영학과에서는 지난 케이스 스터디들을 기반으로 전략을 구상하는게 그 당시에는 납득이 되지 않았어요. 그 때 데이터 기반 전략 구상하는 강의를 경험하고 진로를 잡았어요. A:보경님 § 통계학을 전공했습니다. 통계학적 지식 자체보단, 통계적 사고 방식이 실제 업무에 큰 도움이 된다고 느낍니다. § 우연히 참여하게 된 빅데이터 공모전을 통해, 데이터 분야에 흥미를 느끼고 발을 들이게 되었습니다. 빡센 모델링과 엔지니어링보단, 분석을 통해 이해관계자를 설득하고 비즈니스적인 가치를 창출하는 것에 매력을 느껴, 분석가로 일하고 있습니다. A:상현님 § 복학후 들었던 전공수업중에 알파고 경기를 생중계로 보았었는데요. 그때 당시 데이터를 통해 여러 의미로 세상을 변화시킬 수 있다는 것을 데이터분석을 시작하게 되었습니다. 그때부터 개인적으로 파이썬 언어와 자료들을 인터넷과 유튜브를 검색하면서 공부를 했었고 지금까지 이어져 왔습니다. A:인영님
  • 8. 이 틈을 타! PAP에게 궁금한 것들 QnA - 7 Q : 데이터분석에 기반한 서비스 기획자가 되고싶은데 뭐부터 공부해야할지 모르겠어요. 공부 시작시 무엇을 가장 먼저해야하나요? § 이미 서비스 기획을 하고 계시는 분이라면, 나의 기획이 목표를 달성했는지 확인하기 위해 어떤 지표를 살펴봐야 하는지 고민해보는 것이 가장 우선이라고 생각합니다. § 데이터가 그 자체로 인사이트를 주길 기대하는 것 보다는, 결과물을 정량적으로 평가할 수 있는 기준을 만들어 빠르게 의사결정할 수 있는 업무 체계를 만드는 거죠. § 기획 직군 취업을 목표로 하시는 분이라면, 일단 좋은 서비스 기획자가 되는 것이 우선입니다. 잘 만들어진 서비스를 두고 역으로 기획해보는 작업을 해보시면 도움이 되실 거라고 생각합니다. A:민호님
  • 9. 이 틈을 타! PAP에게 궁금한 것들 QnA - 8 Q : 프로덕트 애널리스트의 범위는 어디까지일까요? § 회사마다, 또 회사가 처한 상황마다 다른 것 같습니다. § 어떤 단계에서는 프로덕트의 기본 상황을 파악하는게 중요한 목표일 수도 있고, 어떤 단계에서는 A/B테스트 실험을 하면서 개선을 하는게 목표일 수 있으며, 또 다른 단계에서는 유저들이 프로덕트를 어떻게 사용하고 있는지 행동 분석을 하는게 중요한 상황일 수 있을 것 같습니다. § 그래서 프로덕트 애널리스트의 범위는 각 회사와 데이터 팀 상황마다 다르겠지만, 가장 기본적으로는 프로덕트와 유저를 연결시켜서 분석하고 인사이트를 얻어내는 사람이라고 볼 수 있을 것 같아요. A:혜민님
  • 10. 이 틈을 타! PAP에게 궁금한 것들 QnA - 9 Q : 각 회사에서 채용이 진행중인가요? § 한국신용데이터(KCD)에서 신규 사업인 B2B 커머스 영역에서 Growth Data Analyst (1-3년차) 채용합니다! 커머스 사업의 Full- Chain 데이터뿐 아니라, KCD가 보유하고 있는 85만 사업자 정보를 활용한 Growth 의사결정을 경험할 수 있습니다. A:윤희님 § 현재 라이너에서는 현재 빠르게 스케일업 중에 있는데요, 오늘 많은 분들이 관심있으실 프로덕트 데이터 분석가 / 사이언티스트 포지션 채용도 활발히 하고 있습니다. 그리고 라이너의 추천 플랫폼을 발전시켜나갈 ML Engineer 분들도 계속 추가채용 중에 있습니다.관심있으신 분들은 링크드인을 통해 저에게 편하게 dm 주시면 가벼운 커피챗 진행 가능하니 연락주시면 감사하겠습니다. A:석진님 § 데이터라이즈에서 Data Analyst 포지션은 계속 채용하고 있습니다. 석박사가 아니면 데이터 분야로는 취업하기 어렵지 않냐고 질문이 들어올 때가 종종 있는데요. 회사에 분석가분들을 모실 때 석박사가 아니라는 이유로 채용하지 않았던 적은 없었던 것 같아요. 프로덕트 데이터 분석은 해당 도메인에 대한 관심이 있는 분, 어려운 내용도 쉽게 설명할 수 있는 분, 좋은 질문을 던질 수 있는 분이 더 좋은 성과를 낼 수 있는 영역이라고 생각합니다. 그러니 주저하지 마시고 원하는 포지션에 지원해주시면 좋겠습니다 A:민호님 § 콴다 (매스프레소) 에서도 프로덕트 조직과 일하는 데이터 분석가, 인턴 모두 채용 중입니다! A:혜민님
  • 11. PAP 주요 채널 현재 3가지 채널 운영하고 있으니, 지속적인 관심 부탁드립니다! 테크블로그 페이스북그룹 커리어리
  • 12. 오늘 이야기가 재미있으셨다면? 저희와 함께 해요! PAP은 시즌 2 퍼블리셔를 모십니다. * 2022년 3월 초 예정, 다양한 직군 환영