데이터 분석가

데이터 분석가는 전사적 의사결정을 위해 가설 및 KPI를 수립하고, 그 가설을 데이터로 검증(=분석)하는 일을 합니다. 그리고 종종 다른 부서에서 요청하는 데이터를 추출해 공유하는 일을 하기도 합니다. 아래 내용들을 가볍게 읽어보시고 추천 링크도 꼭 읽어보세요! :)

제 이야기가 궁금하신 분들은 데이터 사이언티스트가 되기 위해 진행한 다양한 노력들을 참고하시면 좋을 것 같습니다 :)

데이터 분석가, 데이터 사이언티스트의 정확한 구분은 매우 어렵습니다. 조직의 형태에 따라 다른데, 관련해서 제가 유튜브에 올린 영상을 참고해주세요 :)

주요 업무

DB에 쌓인 데이터 또는 대시보드 또는 애널리틱스 도구(Google Analytics, Facebook Analytics, ...)를 통해 전사적 의사결정에 도움이 될 데이터 분석을 실시
가설에 기반한 데이터 분석
타 부서의 요청 데이터 처리
주로 Business 팀, Operation 팀, Data 팀에 속함
신규 이벤트 로그 설계
- ex) 새로 추가되는 A 화면에서 회원가입하는 경우 로그 추가
기획자적 성향 존재 (가설 검증 및 결론 도출)
대시보드 생성 및 관리
KPI(Key Performance Indicator : 핵심 성과 지표) 설정

채용 공고에 자주 나오는 자격 요건

로그 설계
데이터 추출 및 분석
통계 모델링
SQL
전사적 의사결정
데이터에 기반한 KPI 기획
가설을 통한 분석
데이터 마이닝
애널리틱스 도구
데이터 시각화

필요 역량

도메인 지식 + 커뮤니케이션 능력
논리력 + 통계 지식
데이터 추출을 위한 SQL
데이터 가공을 위한 프로그래밍(R 또는 Python)
애널리틱스 도구
- Google Analytics, Facebook Analytics, Firebase Analytics, Flurry, Amplitude, etc

실제 업무 사례

이번에 신규 기능을 추가하는데, 이 기능이 잘되고 있는지 어떻게 파악을 할까요?
- 1. 문제 정의
  - 목적 : 신규 기능의 활성화 파악
  - 예) 신규 기능이 사진을 찍는 이벤트라면 사진 촬영량을 활성화 지표로 사용할 수 있지 않을까?
  - 단, 절대 수치로 비교하기엔 매일 사용자가 다를 수 있으니 사용자 수로 나눠 비율로 파악하자
  - 추상적 문제를 구체화
- 1. 데이터 수집 및 전처리
  - Database에서 SQL을 사용해 데이터를 추출
  - 결론을 도출하기 위한 데이터 가공
  - 좌측이 Raw 데이터고 우측이 가공한 데이터 주로 aggregate function을 사용해 데이터 가공
- 1. 데이터 탐색 및 분석
  - 2)에서 나온 다양한 테이블을 Join하거나 요일 데이터는 평일/주말로 나누어서 보는 등의 행동을 하며 분석
  - Try & Error! 삽질이 난무하는 상황
- 1. 결과 공유
  - 분석 결과를 공유
  - 분석의 기간은 언제인지, 가설은 무엇인지, 데이터를 통해 나온 결론은 무엇인지 작성
  - 어떤 행동을 해야 더 나은 결과가 나올지 제시하면 Best. But 후속 행동 제시는 정말 어려운 일
  - 적절한 시각화를 사용
저번 주 WAU는 얼마나 변동했나요?
- WAU : Weekly Active User. 1주에 해당 서비스를 사용한 유저수
우리 앱의 Retention은 얼마나 되나요? 어떻게 해야 늘릴 수 있을까요?
AARRR 단계별 핵심 지표는 무엇으로 설정할까요?
- Acquisition : 어떻게 우리 서비스를 접하고 있는가
- Activation : 사용자가 처음 서비스를 이용할 때 긍정적인 경험을 제공하는가
- Retention : 이후의 서비스 재사용률은 어떻게 되는가
- Referral : 사용자가 자발적 바이럴, 공유를 일으키고 있는가
- Revenue : 최종 목적(매출)으로 연결되고 있는가
어느 포인트에서 고객이 이탈하나요?
연령대별 앱 사용 패턴이 어떤가요?
아시아 국가들의 DAU는 어떻게 되나요?

공부 로드맵

데이터 분석 책 읽기 : 린 분석, 그로스 해킹, 팩트풀니스
- AARRR, DAU, Session, Retention 등의 정의 파악
양승화님의 그로스해킹 강의 : 매우 추천해요!!!
데이터를 가지고 계속 생각해보기(왜 그럴까?)
도메인 지식 쌓기는 공부하는 입장에선 매우 어렵지만, 발표 자료에서 발견하는 경우도 있음(iOS를 사용하는 유저들이 앱을 더 구입한다, 특정 앱 시장이 어떠한 상황이다 등)
SQL 배우기
- SQL 레벨업 : SQL 기초 공부
- 데이터 분석을 위한 SQL 레시피 : SQL 심화 공부! 이 책은 정말 좋아요. 실무에서 활용한 내용 가득
프로그래밍 언어 배우기
- R 또는 Python
- 배운 언어로 데이터 가공하는 연습! 캐글에 데이터 많아요!
프로젝트 해보기
- 크고 어려운 프로젝트보다 일상의 데이터를 수집해 분석해보기
- 최규민님의 강남 출근길에 판교/정자역에 내릴 사람 예측하기
  - 판교 정자역에 내릴 사람을 예측하기 위해 가설을 세우고, 데이터를 수집하고, EDA, 모델링하는 과정이 나온 자료입니다. 생활 데이터 분석해보세요!
  - 데이터 지능 팟캐스트 E3: 생활 속 데이터 분석 팟캐스트도 들어보세요!

Provide feedback

Saved searches

Use saved searches to filter your results more quickly