데이터 사이언스 특강(Data-teller 데이터 속 이야기)

강연 프로필 ㅇ 일정 : 12/5(토) 13:00 ~ 17:00 ㅇ 장소 : 온라인 ZOOM(당일 슬랙 채널에 URL 제공) ㅇ 주제 - Data-teller - 데이터 속 이야기에 경청하라

ㅇ 강사 : 김하나(유한건강생활)

 

 

 

01. "데이터" 분석가가 아니라 데이터 "분석가"

유한 건강 생활 - 경영지원실 - 데이터 분석 ⇒ 오지라퍼라고 생각하면 됨

 

 

[주식회사 유한건강생활] [유한건강생활] 데이터 분석 (채용시 마감)(D-1) - 사람인

 

 

 

기획/전략/마케팅 경력 및 기획력, 분석력 보유자 엑셀 고급 스킬 → 매우 중요하다 건강기능 식품, 식품 업종 경력자

 

 

 

 

 

결국엔 본업 비즈니스 철학과 전략을 이해하는 것이 매우 중요하다

 

분석가가 되야지, 기술에 목매는 사람이 되어서는 안된다.

02. 분석하기 좋은 데이터의 생김새

어떤 데이터가 어디에 있는지, 어디에 흘러들어 오는지 알아야한다. 데이터의 존재와 데이터의 발생, 데이터의 근원, 어떻게 전송되는지 등의 전체 시스템에 대한 이해가 필요된다.

ex) 마케터가 왔을 때, 데이터 획득 및 처리가 어떻게 가능한지에 대해서 명확한 설명을 할 수 있어야한다.

 

 

광고 : tbc 광고/온라인/ sns 등을 통해 고객이 유입됨

사이트를 들어온 고객은 탐색 등을 거쳐 구매 등의 행동을 거치게 됨.

이후 리뷰를 남기거나, 오프라인 매장에 들어가서 탐색과 구매 절차를 거침.

 

TVC 광고의 종류, 순서와 판매 방식 정리

고객의 동선들을 파악하여 탐색 쪽도 시스템 구축을 통해 가능함.

가장 중요한 데이터는 구매 데이터 이다!

시점/

아주 중요한 마스터 데이터 - 상품/채널/고객/서비스/조직/직원/계좌 정보

 

 

상품 코드는 바뀌지 않고, 중복도 될 수가 없다.

 

 

03. 상상과 가설 - 창의적 가설 수립

 

전반적인 프로세스

1. 기준을 정의하고 2. 측정하고 (수치로 나타냄) 3. 비교군을 가지고 와서 비교를 함. 4. 결론

 

비즈니스 상에서는 브랜드 철학에서는 멤버십 회원을 운영하는 기준은 공감하고, 퍼트리면 좋겠다

가격대가 있다보니, 구매 빈도, 구매 금액을 통해서 구매의사를 기반으로 확인하였다.

매출액을 통해서 보는 게 맞다.

브랜드 가치를 공감할 수 있지만, 정성적인 설문조사가 있지만 일반적으로는 구매 금액, 구매 빈도를 넣게 되었다. → 현재의 철학/미션/프리미엄 운영 기준에 비추어 봤을 때는 금액/빈도로 보게 되었음.

멤버십 회원 갱신률, 추천제도,

Transaction Data → 구매 금액, 구매 빈도

Q. 구매 시기 측면에서 이벤트를 제공하는 경우에 구매하는 경우에도 연관성 분석이 이루어지는가?

 

 

 

 

문제 찾아가기 → 해결방법 찾아가기

상상하는 방법과 상상을 '확인'하는 방법 : 문제를 찾아가는 방법

 

동료가 도움 요청 해서 → 생각보다 데이터 분석을 요청하는 경우가 매우 많고, 당위성, 신빙성을 보여주거자 할 때 보게 된다. 데이터 탐색하는 경우 → 시계열 데이터를 기반으로 보게 됨. (튀는 부분, 떨어지는 부분 등을 확인함) 인과관계, 상관 관계등을 보는데, 고객 Claim 등을 바라보면서 보게 된다. / 경쟁자의 출현&이벤트 → 이를 통해 전략 수립함. SNS → 데이터 시각화, 경쟁 업체는 어떻게 하는지, 뉴스 탐색, 퍼블리 탐색,

 

04. 변수의 네트워크 - 가설의 검증

 

산점도를 뿌려서, 객단가를 표시한다!

그리고 이를 위한 기준을 수립한다! (2.4번 / 98,916 원)

1번 VIP 2번 GOLD 3번 Silver 4번 일반

2,3번은 브랜드 가치에 비추어서 다르게 구분한다!

 

 

 

 

05. 비교, 추이, 평균, 분산 - 문제 발견의 기술

 

 

 

06. 현장 검증 - 실습과 수다

분석 툴에 대한 것

알지만 실천하고 힘들고 실천하기 힘들지만 실천해야 하는말

1. 삶의 만족도와 업무의 효율성과 성과를 생각하며 현업에 치중하자
2. 논리적이고 납득이 되고 당위성이 입증되게 하자
3. db를 물어보고 전반적인 시스템등을 알아가는 것이 중요하다!! 나중에 피를 본다.

5.: 기획쪽을 많이 보게 된다. / 분석기법을 올바르게 선택하고 데이터를 제대로 뜯어보는 것이 중요하다!!

1. 좋은 척하자 ㅎㅎㅎ

2. 아는 부분을 서로 공유하면서 토론하고, 혹시나 틀리면 인정하면서 올바른 방향대로 갈 수 있도록 만들자!! → 유연한 태도를 갖어야 데이터 분석가들이 갖춰야할 덕목 → 이러한 자세가 내가 데이터 사이언티스트 업계를 가고 싶은 이유!!!

3. 기술로 보여주는 것이 아니라 분석을 통해서 보여줘야 한다!! → 분석가를 뽑고 싶지, 개발만 하는 사람들은 적용이 쉽지가 않다!!

07. 질문 리스트

질문이 조금 많기는 한데, 그동안 하신 강연을 전반적으로 아우르는 질문들이라는 판단이 들어 질문 하게 되었습니다. - 데이터 분석 직무 취업을 위해 어떻게 준비는 하는지? A : 저도 다양한 일을 했는데(기획팀-실적, 회계팀-경리, 데이터 분석가는 문제를 찾아가는 과정이 중요함→ 창의적인 성향, 과연 데이터를 제대로 배워볼까? → 대학원 → 전략 컨설턴트로 취직 그리고 유한을 오게 되었음. / 어떻게 드릴 말씀이 없다.... 구체적으로 설명드리기 어렵다. 어떻게 해결해나가왔는지를 포트폴리오로 보여주면 된다. (어떻게 업무효율이 개선되고, 실적이 개선되는 지를 포트폴리오로 만들었었다) 관련 자격증을 많이 보았다. 의사 결정 하는 입장에서 어떻게 바라볼지 보여주는 것!!

입사/채용 관련 1. 자격 요건은 경력 2년 이상이여야 하나요?, 신입 채용시에 정량/정성적인 지표로는 채용 공고를 통해 보여주셨는데, 이를 구분하는 판단 근거가 포트폴리오인가요? 아니면 코딩 테스트를 통해 진행되나요?

A : 데이터 분석이라는 게 생각하는 것만큼 학문화 되어있고, 외국계나 한국에서도 데이터 분석 양성하고 있다. 그러다 보니 경력을 많이 보게 된다....현업에서 업무를 해봤으면서 어떻게 적용을 하는지 보기 위해서...1년 이상인 사람도 있지만 신입을 뽑기도 한다. 딱 2년은 아니다!! 경영지원실이 몇명 없지만, 키울 계획이 있다보니 신입을 채용할 수도 있다...하지만 바로 투입 가능한지...공부/학습태도를 자격증(adsp/sqld /사회분석) 을 통해 보게 된다 이력서/ 포트폴리오를 뜯어 보게 된다. 코딩 테스트는 하지 않는다. / 빠른 의사결정이 요구되어 R/python/sql /excel 하나만 알면 되고 나머지는 알면 된다....이번에는 엑셀 분석 → 파워 피봇 통해서 광대역 가능한지 보게 되었다.

2. 비즈니스 도메인 지식에 대한 것을 드러내기가 참 어렵지 않나요? A : 경력이 있으면 보여주면 된다. 디테일한 예시를 보여주라고 한다. (뷰티 인플루언서 마케팅...어떤 데이터를 가지고 어떤 결과를 도출했고, 현업 부서에 어떻게 했는지 보여주기, 이를 제외하고는 비즈니스에 대한 이해를 보기 참....어렵다.

업무 관련 질문이 있습니다. 1. 새로운 분석 모델등을 계속해서 수립해나가시는 것으로 판단되는데, 첫 과정인 가설에서의 기준을 수립하는 것이 가장 중요하며, 이는 결국 말씀하셨던 회사의 철학/미션/비전과 연관이 있다고 봅니다. New origin 의 철학에 맞는가?를 어떻게 바라보고 브랜드 가치와 관련하여 새로운 모델을 수립하게 되는 경우, 상급자에게 어떻게 설득하는데 어려움은 없으신가요?

일단은 저의 의견을 상급자에게 말하는 편이다. 행운인 것은 상급자와 결이 같다고 생각이 들고, 상사가 말하는 것을 영향을 받는다. 원칙을 지키는데, 이런이런 철학을 가지고 이 브랜드를 만들었다.

질문을 하러 올 때 철학에 맞는가를 보고 회사의 입장/이익을 바라보고 할 때 이견이 없었다.

이견이 있는 경우 생각하지 못하는 변수를 말해주는데, 생각한 부분과 생각하지 못한 부분이 상충되다 보면 토론을 하는데 토론 문화를 지향해서 끝장 토론을 하게 되서, 정보 기반으로 승부를 보게 된다. 가끔은 이긴다...(설득 → 좋은 방향으로 나가기 위한 토론)

2. 분석하기 좋은 데이터의 생김새 중에서 구매 데이터도 정말 중요하지만, 과연 탐색에서 구매로 어떻게 이끌었는지가 가장 큰 핵심이라는 생각이 드는데 그것에 대한 전략은 어떻게 수립하시나요?

구글 애널리틱스/ 에이스 카운터를 하게 된다. 이 고객이 네이버를 통해 오는지, 어떤 것을 검색하는지를 보게 되서 DB를 보게 되는지

장바구니 분석 등을 통해서, 장바구니 데이터 ,구매 데이터 등을 보게 된다.

구매 이루어지지 않은 경우 push 를 넣게 된다. 이 경우 마케터 등을 활용하게 된다.

전반적인 의사결정을 지원하게 된다.

3. 구매 시기 측면에서 이벤트를 제공하는 경우에 이벤트와 연관된 매출액 분석 등을 통해서 브랜드 가치 분석이 이루어나요?

프로모션에 대한 성과 분석을 진행하기도 한다. 가치에 공감하는지를 보게된다. 단순히 매출로 보는 것이 아니라 고객의 행동과 관점등을 바라보고 하게 된다.

3-1. 3번 질문을 하는 이유중에 결국 프로모션이 마케팅 비용으로 연결되서 이 마케팅 비용이 매출과 어떻게 연관되는지를 볼 수 있을 거 같다는 생각이 들었고우요 . 특히 멤버십 고객에 한정해서 프로모션 진행하는 경우가 많은데, 광고성으로 문자나 메일 알림등을 진행하실 텐데 이러한 광고/이벤트를 진행하게 되는 경우 새로운 고객이 유입되기도 하고, 기존 고객들이 광고를 통해 매출로 연결되는 경우가 있을 거 같다보니 이를 어떻게 분석하는지 여쭤보고 싶었습니다. 아주 세심한 답변 감사드립니다.

Rohas / Roi 를 보게되고, 행동 들에 대해서 향후 방향이나 분석들을 보게 된다. 인플루언서 마케팅에 대한 타당성/ 효용성 검증을 진행하게 된다. 많은 관점으로 봐야한다.

4. 엑셀로 분석을 많이한다고 하셨는데 현재 하시는 직무에서 파이썬과 R의 활용비중은 엑셀과 비교하면 어느 정도 되는지 알고싶습니다.

엑셀은 시각화 부분에서 쓰고 있고, 간단한 부분을 쓴다. 파이썬(크롤링, 데이터 수집) /R(통계적인 부분, 장바구니 분석) → 파워 BI/엑셀을 위주로 해서 생각보다 활용하지 않는다.

(각자 친숙한 도구가 있지만 여기서는 엑셀로 하고 있다. → 현업 담당자와의 커뮤니케이션 측면에서 엑셀로 하게 된다!!)....엑셀도 못하시는데 파이썬 / R한다면?...와우...

그럼에도 파이썬 R은 지적 허영심/ 퍼포먼스 보여줄때...필요하다...

5. 그리고 파이썬과 R은 어떤 아이디어를 도출하려할때 사용하시는지 궁금합니다. 위의 답변이 충분할듯함.

회사 관련 1. 데이터 업무 자체가 경영지원팀의 일환으로 하는 것이다 보니 기존 IT 대기업과 일반업종의 경영지원팀 속의 데이터 업무의 가장 차별화된 특징은 무엇인가요?

전반적인 비즈니스를 바라봐야하는 것이 차별점이라고 생각이 든다. 데이터 분석은 하나의 일부분일 뿐이다. 데이터 분석가라기 보다는 경영지원실로서 일어나는 현상에 대한 가이드를 주거나 지원을 해주는 느낌/ 해결될 수 있게끔 도와주는 파트 → 그래서 비즈니스에 대한 의사결정을 지원하고 → 이를 위한 지원을 위해 분석을 한다.

(경영지원은 - 스몰 데이터 / IT 기업은 빅데이터라고 보면 될듯...)

기존 IT 대기업은 새로운 서비스를 만들어주기 위함이라 결이 다르다고 말할 수 있다. 생각보다 기성 대기업은 하지 않는 거 같음

고객 데이터 → 결과 도출해서 액션을 하게 하는 역할

고객의 흔적/성향/상태 등을 추적함

2. 현재 sns나 유투브를 통해 광고를 한다고 보여주셨는데, 말씀하신 것처럼 고객의 정보를 얻기 어렵고, 인과관계 분석에서 결국 결과가 매출액/ 구매 이런 것만 있나요? , 아니면 링크 열어두고 이 링크를 통해 구매한 사람들의 매출액을 보시나요?

업무 관련 2번 질문과 중복 정의하기 나름이다...... 광고의 역할과 하는 이유 등을 접근해볼 필요가 있다. 모르는 사람들한테 많이 유입이 된다를 바라보게 되었다.

신규 유저가 유입이 된다면.. innerflowra 등의 검색어 유입을 통한 매출 추적 등을 통해 보게 된다.

프로모션의 성격이나 정의에 따라 달라질 거 같다. / 유투브에 태그를 심어놓게 된다(링크, 쿠폰) → 클릭을 통해 유입되는지 확인함. 데이터의 연결을 잘하면 인사이트 있는 결과를 얻을 수 있다.

3.지금도 분석 공부를 한다고 하셨는데 혹시 추천해주실 만한 도서가 있을까요?

행동 경제학, 데이터 읽기의 기술, 가설 수립,

저 같은 경우에는 인문 쪽 책을 읽는데 → 디커플링

세미나 다니면서 트렌드 읽고, 마케팅 관련 책도 읽는다.

sql 책도 읽어보고, 필요한 부분들을 읽어보는 것!

다양한 공부 / 함수 적용

 

입사/채용 관련

1. 자격 요건은 경력 2년 이상이여야 하나요?

2. 새로운 모델 만들어서 정확도 올리기 어려운 경우

데이터가 없음. 연봉 올리기 어려움 / AutomL 이 대체될까요?

비즈니스 도메인 지식에 대한 것을 드러내기가 참 어렵지 않나요?

New origin 의 철학에 맞는가?를 어떻게 바라볼 것인가..? 브랜드 가치와 관련하여 새로운 모델을 수립하게 되는 경우 그리고 상급자에게 어떻게 설득할 것인가?

02 분석하기 좋은 데이터의 생김새 중에서 구매 데이터도 정말 중요하지만, 과연 탐색에서 구매로 어떻게 이끌었는지가 가장 큰 핵심이라는 생각이 드는데 그것에 대한 전략은 어떻게 수립하시나요?

Q. 구매 시기 측면에서 이벤트를 제공하는 경우에 구매하는 경우에도 브랜드 가치 분석이 이루어지는가?

데이터 업무 자체가 경영지원팀의 일환으로 하는 것이다 보니 기존 IT 대기업과 일반업종의 경영지원팀 속의 데이터 업무의 가장 차별화된 특징은 무엇인가요?