데이터 분야 취업 준비생들을 위한 강의를 하면서 가장 많이 받은 질문은 “데이터 분석가는 회사에서 어떤 일을 하나요?” 였습니다. 명쾌하게 말하기 어려운 질문입니다. 그 이유는 회사마다 데이터 분석가를 정의하고 데이터 분석가에게 기대하는 업무의 범위가 다르기 때문입니다.
그럼에도 불구하고 데이터 분석가가 하는 일을 크게 세 가지로 정리해보았습니다. 데이터 분석가를 준비하시는 분들이 데이터 분석가의 역할을 이해하시는 데에 조금은 도움이 될 수 있지 않을까 생각합니다.
(개인적인 경험에서 나온 내용이니, 추가적인 부분이나 고쳐야할 부분이 있다면 언제든지 말씀주세요!)
1. 데이터 분석가는 데이터로 올바른 의사결정을 이끈다.
첫째로, 데이터 분석가는 데이터로 올바른 의사결정을 이끌어 사업을 성공하게 합니다.
‘Data-Driven Decision Making’ 이라는 말을 많이 들어보셨을 겁니다. 데이터로 하는 객관적이고 올바른 의사결정을 의미하는데요, 한 때는 유행처럼 모든 회사에서 Data-Driven Decision Making을 회사의 방향으로 표방하였습니다. 감에 의존한 두루뭉술한 의사결정이 아닌, 데이터로 객관적인 판단을 내리고 올바른 의사결정을 내리는 이상적인 모습이지요.
하지만 이것을 제대로 하기 위해서는 ‘유능한’ 데이터 분석가가 필요합니다. 데이터 분석가가 어떤 역할을 하는 것일까요?
서비스를 만들고, 사업을 하다보면 매일 수많은 질문을 던지게 됩니다.
- 앱 내에 새로운 서비스를 오픈하고 싶은데, 고객들이 좋아할까? 얼마나 많은 고객이 이런 서비스에 관심이 있을까?
- 이번 크리스마스 이벤트에 관심을 가지고 유입될 타겟군은 어떤 사람들일까?
- 우리 사업을 전국 단위로 확장한다면 얼마의 수익이 더 날 수 있을까?
이런 질문들 외에도 서비스와 사업의 성패를 좌우할 수 있는 중요한 질문들은 넘쳐나고, CEO와 현업 실무자들은 이런 질문에 대한 답을 찾기 원합니다. (마치 미래를 알기 원하는 것처럼요!)
이럴 때, 데이터 분석가는 데이터를 통해 가장 올바른 답을 찾고 의사결정을 이끄는 역할을 합니다.
데이터 분석가는 두 가지 종류의 실험을 통해 데이터를 분석하고 결과를 해석할 수 있습니다.
- 과거의 데이터를 가지고 미래의 일을 추론하는 ‘오프라인 테스트’ (시뮬레이션)
- 실제 유저들에게 서비스를 오픈하여 테스트를 진행하는 ‘온라인 테스트’ (A/B 테스트, CBT(Closed-Beta Test) 등)
어떤 질문을 던지느냐에 따라 두 가지의 테스트를 모두 진행할 지, 아니면 하나의 테스트를 통한 데이터로 결과를 낼 지는 다릅니다. ‘사업을 전국 단위로 확장할 때의 매출’이라는 질문에는 우리가 서비스한 지역의 매출 데이터를 가지고 타지역의 소득수준, 소비수준 등의 비교 데이터를 활용해 매출을 추론해보는 ‘시뮬레이션’이 적절할 것이고, ‘새로운 서비스를 고객들이 좋아할까?’라는 질문에서는 타겟 유저들의 데이터를 통해 진행하는 ‘시뮬레이션’과 실제 일부 유저들에게 배포해 결과를 확인하는 ‘온라인 테스트’ 모두 활용할 수 있습니다.
중요한 것은 ‘~것이다’라는 두루뭉술한 추론이 아닌 데이터와 과학적인 통제실험을 통한 결과에 대해 통계적인 해석을 하고, 최대한 올바른 결정을 내리도록 하는 것이 데이터 분석가, 데이터 과학자의 역할이라는 것입니다.
이런 역할을 하기 위해서 데이터 분석가는
- 데이터를 자유자재로 추출하고 가공할 수 있는 역량(SQL)
- 가설을 설정하고 실험을 설계하는 역량
- 결과를 통계적으로 해석하고 결론을 도출해 액션을 만들어내는 역량
이 필요합니다.
2. 데이터 분석가는 구성원들이 데이터를 잘 읽고, 활용하게 한다.
둘째로, 데이터 분석가는 전사의 모든 구성원이 데이터를 잘 ‘읽고’, ‘활용’하도록 만듭니다.
데이터 분야에서는 데이터를 읽고 해석할 수 있는 능력을 ‘Data Literacy’(데이터 문해력)이라고 하는데요. 데이터 문해력은 데이터베이스에서 데이터를 원하는 대로 꺼내 가공하여 읽을 수 있고, 그 데이터를 해석하여 행동으로 옮길 수 있는 능력입니다. 데이터가 아무리 넘쳐나도 현업 실무자가 데이터를 잘못 읽고 해석한다면 오히려 감에 의존하여 내린 결정보다 못한 결과를 가져올 수 있지요.
[데이터 문해력]
- 데이터를 읽는 능력
- 데이터로 일하는 능력
- 데이터로 커뮤니케이션하는 능력
데이터 분석가는 조직에서 데이터를 가장 잘 ‘아는’ 사람입니다. 데이터의 수집 과정과 데이터 원천을 알고, 주어진 데이터에 대한 다양한 활용법을 이해하고 있으며, 데이터를 통해 핵심지표를 만들고 해석하여 의사결정을 이끄는 사람입니다.
이러한 데이터 분석가는 각 현업의 구성원들이 스스로 데이터를 뽑아서 확인할 수 있도록, 그리고 데이터를 해석하고 의사결정을 할 수 있도록 가르치고, 지원하고, 문화를 만드는 일을 합니다.
제가 데이터 분석가로 일하고 있는 직방에서도 데이터 분석팀의 주도로 Self-BI(Business Intelligence) 교육을 진행하고 있습니다. PO, 마케팅, 사업 등 다양한 부서에서 데이터를 직접 활용하여 빠른 의사결정을 할 수 있도록 교육하고, 문화를 만들어나가고 있습니다. 이런 Self-BI 교육에서는 아래와 같은 내용을 가르칩니다.
- SQL 쿼리의 기초와 DB에서 원하는 데이터를 뽑고 가공하기
- Raw Data를 원하는 형태의 시각화로 만들어내기
- 데이터를 활용하여 올바른 사고하기
데이터 분석가는 이 모든 과정을 주도해 조직이 데이터를 통해 일하고, 데이터로 의사결정하고, 데이터로 문제를 해결할 수 있도록 합니다.
이런 역할을 하기 위해서 데이터 분석가는
- Data Base를 이해하는 역량
- 서비스에 필요한 데이터와 핵심지표를 이해하는 역량
- 커뮤니케이션 역량
이 필요합니다.
3. 데이터 분석가는 데이터 프로덕트를 만든다.
셋째로, 데이터 분석가는 가지고 있는 데이터로 ‘데이터 프로덕트’를 만들고 이것을 활용합니다. 만들어진 데이터 프로덕트는 고객에게 새로운 가치를 주거나, 고객을 더 잘 이해하는데 사용되게 되지요.
이러한 데이터 프로덕트는 이미 우리에게 익숙한 개념입니다. 예를 들어
- 유튜브를 틀면 내가 좋아할만한 개인화추천 영상들이 계속해서 나오고,
- 쿠팡에서 나에게 클릭을 유도하는 상품의 광고들이 뜨고,
- 스포티파이에서 내가 고르지 않아도 내가 좋아하는 음악들이 자동으로 줄줄이 나오니까요.
이 모든 서비스들이 고객들의 데이터를 활용한 ‘데이터 프로덕트’ 입니다.
데이터 프로덕트는 머신러닝 엔지니어, 데이터 사이언티스트들이 만들기도 하지만 데이터 분석가가 이런 역할을 담당하기도 합니다. 우리가 가진 데이터를 파악하고, 통계 혹은 머신러닝으로 예측, 추천, 분류 등의 모델을 만들어 서비스에 활용합니다.
예를 들어, 서비스에서 고객들이 얻을 수 있는 정보 서비스를 만들 수 있습니다. 직방에서도 시세를 예측하고 계산하는 모델을 만들어 고객에게 ‘직방시세’로 제공하는 서비스, 각 유저에게 가장 알맞은 매물을 찾아서 추천해주는 ‘오늘의 추천방’ 서비스 등 분석가들이 모델을 만들어 고객에게 정보를 제공하는 데이터 프로덕트 서비스를 하고 있습니다.
또는 머신러닝 회귀 모델을 활용해 충성고객을 예측하고 그들만을 위한 타겟팅 서비스를 할 수도 있고, 분류모델을 활용해 유저 세그먼트를 나누고 각 세그먼트 별로 다른 전략을 취할 수도 있습니다.
데이터 분석가들은 보다 장기적이고 어려운 문제를 해결하기 위한 방법으로 통계 및 머신러닝 모델을 만들고 이를 데이터 프로덕트로 활용하고 있습니다.
이런 역할을 하기 위해서 데이터 분석가는
- Python, R 언어의 프레임워크 활용 역량
- 모델을 활용하고 액션플랜을 도출하는 역량
이 필요합니다.
마무리: 유능한 데이터 분석가란
지금까지 데이터 분석가가 하는 일을 세 가지로 정리해보았습니다. 굉장히 큰 범위에서의 이야기였고, 더 세부적인 부분에 집중하거나 더 광범위한 범위에서 일을 하는 데이터 분석가 분들도 있을 것이라 생각합니다. 서문에서도 이야기했던 것처럼 회사마다 데이터 분석가의 정의와 역할이 다르기 때문에 ‘데이터 분석가는 000이다’라는 정답은 없다고 생각합니다.
하지만 한 가지 확실한 것은 어떤 조직에서든 ‘유능한’ 데이터 분석가는 데이터를 활용해 사업과 서비스를 성공적으로 이끌어간다는 것입니다.
“데이터로 무엇이든 해보자”라는 시대는 이제 끝났습니다. 이제는 데이터로 비즈니스 문제를 해결해야한다는 절박함이 모든 조직에 있습니다. 그리고 유능한 데이터 분석가는 그 역할을 해낼 수 있습니다. 유능한 데이터 분석가를 꿈꾸고 있는(저도 그렇습니다!) 모든 분들이 조직에서 꼭 필요한 사람이 되어 활약하기를 기대합니다!
'Data Science' 카테고리의 다른 글
| 데이터 분석가가 가져야할 ‘인사이트’ (0) | 2023.03.15 |
|---|---|
| 속지 말아야 할 통계: 심슨의 역설 (2) | 2022.11.14 |
