데이터 분석가, 어디까지 알고 계시나요??(취준생 데이터 직군 세분화 체크!!)

이미지 출처 = sbs 스토브리그 중 장면

안녕하세요 주인장 Pack입니다!! :) 

패스트캠퍼스 데이터 분석 부트캠프 때문에 하루에도 제 블로그를 방문하시는 분들이 꽤 있으신데요~
일단은 부트캠프를 접수해서 배워보면서 시작하자~ 라고 생각했던 과거의 저... 반성합니다.. 
데이터 분석가는 점점 수요는 한정 되어있지만, 공급은 많이 늘고 있습니다. 갈 수록 레드오션이 되어가고 있다는 뜻이죠. 공고에서 요구하는 역량 자체가 다양해지고, 많아지고 있으며 지원하는 지원자들의 스펙 또한 높아져만 가고 있습니다.

또한 데이터 분석가라는 직무도 점점 더 세분화 되고 있습니다. 이러한 시장의 상황과 흐름을 아는 것은 어디에 역량을
맞추고, 프로젝트를 할지 결정할 매우 중요한 요소입니다. 왜냐면 우리의 시간은 소중하니까요 :) 
점점 신입 분석가의 문은 좁아지고, 애초에 잘 뽑지를 않습니다ㅠㅠ

'데이터 분석가'로 공고를 검색했는데 머신러닝, 딥러닝 혹은 데이터파이프라인이나 엔지니어 역량을 요구하는 곳도 있더라구요? 그리고 기업마다 정의를 내린 '분석가'라는 직무가 다 다르기 때문에 하나하나 세심하게 확인하는게 매우 필요합니다. 일단 저는 아무고토 모르고 이 시장을 들어왔는데,,, 패캠에서 진행하는 프로젝트 가지고 충분히 어필하면서 취업할 수 있겠지!? 라는 생각으로 했지만, 현실은 시궁창...이였네요 ㅎ 애초에 이런 단기간에 '해보는 것'에 불과한 프로젝트 가지고는 이제 시장에서 바로 컷! 당합니다. 이걸 기반으로 이제 프로젝트 기반의 공부를 해나가는 것이지요. 자~ 이렇게 하는거야~? 를 알려준 정도라고 봅니다(부트캠프는요). 저의 부트캠프 솔직후기 블로그 글을 읽으셨으면 알겠지만, 훈련장려금? 이런 것도 늦게 주는 이유가 매년 부트캠프가 엄청 생기고 있습니다. 국가에서 처리가 힘들 정도로요(한정된 공무원 인력이라 그런 것도 있음). 아무튼 공공 프로젝트 & 부트캠프에서 한 프로젝트, 데이콘 같은데서 진행한 공모전 프로젝트 등등 참신하고 신박하게 한다면 물론 메리트는 있겠지만, 이제 이런걸로는 차별성이 안갖춰진다고 합니다(현직자들, 면접관들, 업계 종사자, 강사들 모두 그럼, 제 의견 X). 아니 그럼 뭘 하라고~~~~ 라고 할 수 있겠습니다...(제 심정...)

데이터 수집부터,내가 스스로 하고, 내가 문제 정의까지 하는 나만의 '관점'이 담긴 프로젝트가 필요하다고 하네요. 그 전처치리나, EDA, 분석, 시각화는 엑셀을 사용하든, 파이썬, SQL 등등 뭘 사용하든지는 상관이 그렇게까지는 상관이 없다고 합니다. 신입~주니어 수준에서는요!! (그래도 지원하고자 하는 회사에서 주력으로 사용하는 언어나 Tool이면 좋겠죠??)

암튼 데이터 수집~문제 정의 부분을 얼마나 깔끔하고 재밌게(?), 이런 프로젝트를 통해서 회사의 비즈니스를 얼마나 도와줄 수 있을지, 내가 이만큼 이 도메인에 대해서, 이 BM에 대해서, 이 수익구조에 대해서 이해하고 있다!! 를 증명할 수 있어야한다고 합니다. 뭐 당연한 말이지만 저 또한도 분석의 멋있고 예쁜 결과를 원하고, 시각화도 이쁘게 딱 그림이 나와줘야 해!! 한다는 그 강박이 데이터 분석 프로젝트를 하시다보면 느끼실껍니다. 그리고 생각보다 이쁘게 나오는 분석은 정말 말도 안되고 어렵다는 것을 (머리 깨짐) 부트캠프를 통해서 깨달았습니다... 하지만 신입에게 그런 수준의 분석 결과와 내용을 원하는 것이 아니기 때문에 희망을 갖고, 나만의 or 일상생활에서 관심 있는 문제를 분석해보고 해결해보는 과정을 담은 프로젝트 1~2개면 좋을 것 같네요 :)  사실 이게 제일 어려운 말임... 저도 못하고 있습니다 ㅠㅠㅠㅠㅠㅠ.

쨌든 아 저런 프로젝트가 필요하겠구나!! 그럼 무슨 프로젝트를 해보지!? 라고 생각이 드실껍니다. 
근데 그거 아시나요? 데이터를 활용하는 직군이 꽤나 많은 것을?? 비슷해보이지만, 비슷한 일을 하긴 하지만 조금씩 다른 업무를 하고 있습니다. 주로  '프로덕트 분석가'와(DA or PA) '비즈니스 분석가'(BA)가 많고, 병원/금융/행정 등의 특수 전문 분야의 데이터 분석가도 있습니다. 데이터 분석가라고만 막연히 생각했는데 어느 산업, 어느 회사에 따라서 데이터 분석가의 역할이 많이 달라지기도 합니다. 전 몰랐어요 이렇게 세분화 되어있을 줄. 특히 마케터 쪽에서 데이터를 다루는 퍼포먼스 마케터라는 것도 처음 알았어요...ㅎ(반성하자 나 자신...)

아무튼 유튜버 '카일스쿨'님의 자료를 토대로 나눠져있는 데이터 활용 직군을 통해서 해당 직무가 하는 업무의 느낌을 느껴보시고, 그에 맞는 프로젝트를 준비하시길 바라겠습니다. 만약 내가 BA가 되려고 하는데 유저 구매율, 리텐션, AARRR 이런거 조사하는 프로젝트를 해서 이력서를 낸다고 해서 과연 얼마나 먹힐 것인가? 하기 때문이죠. 꽤나 업무들이 많이 다르기 때문에, 아래 글을 참조하셔서 프로젝트에 참고가 되시길 바랍니다 :) 

현재 취업이 쉽지 않습니다. 경기는 계속 불황이고, 물가는 고물가를 달리고 있네요. 취업 멘토분들도, 현직자들도 한번에 바로 들어가기에는 신입의 문 자체가, 이 직무의 파이가 너무 작아서 어렵다고들 합니다. 그래서 데이터 분석가와 비슷한 주변 직무 혹은 자신이 하고 있는 일/산업/회사에서 최대한 데이터를 활용하는, 데이터를 활용한 일들을 해서 그것을 잘 정리해서 중고신입 or 경력직으로 넘어오는 것을 많이들 이야기하고 있습니다. 이런 얘기는 작년 부트캠프 할때부터 들었으나, 실감이 안났고 막상 취업 시장을 두드리니 현실로 체감할 수 있게 되었습니다. 하루라도 빨리 이 업계로(비슷한 데이터 활용 직군으로라도, 어느 회사든 데이터를 활용하는 곳으로) 들어가야한다고 합니다. 그래서 경험과 경력을 쌓고 이직 to 이직밖에는... 치열한 공부와 초고스펙자들과의 경쟁이 난무하는 곳인 것 같네요. 이런 와중에 나만의 가치관을 가지고 어떤 분석을 하는 사람이 되고 싶은지 생각하라는데 참 어렵네요 인생 ㅎㅎ 개인적으로는 AI 시대에 도태되지 않으려면 '사고력'이 중요하다고 합니다. 우리 모두 많은 공부와 다양한 경험으로 사고력을 갖추어서 '대체되지 않는 인력'이 됩시다!! :) 

---

데이터를 활용하는 직군

• 데이터 분석가/ 프로덕트 분석가(제품 분석가) : Data Analyst, Product Analyst
• 비즈니스 분석가 : Business Analyst
• 퍼포먼스 마케터 : Performance Marketer
• 그로스 해커 : Growth Hacker

---

데이터 / 프로덕트 분석가(DA/PA)

[주요 업무]

• 회사의 프로덕트(제품) 데이터를 분석하는 분석가
• 앱 서비스 또는 웹 서비스에서 발생하는 유저 행동 로그 데이터를 분석함
• 어떤 지표를 볼 지 정하고, 그 지표를 보기 위한 데이터 로깅, UX 관점의 데이터를 파악
  • 고객이 제품을 어떻게 사용하고 있을까? 퍼널별로 얼마나 체류할까?
• 제품 KPI 모니터링
  • 유저 리텐션(Retention) : 서비스를 계속 사용하는지
    • 어떻게 제품을 사용할까? 제품 개선을 위한 유저 활동 데이터 분석
  • 퍼널 별 전환율, 특정 기능, 버튼 사용률, 페이지별 체류 시간
• 사용자 경험 개선을 위한 프로덕트 별 KPI 측정 및 관리
• KPI 측정 결과 사용자를 위한 프로덕트 별 기회 영역 및 개선 과제 도출
• 프로덕트 개선 시, 퍼포먼스 측정을 위한 A/B testing 설계 및 수행
• 지표 운영 및 협업을 위한 유관 부서와의 커뮤니케이션
  • 대규모의 정형 및 비정형 데이터를 분석. 능동적인 자세로 질문하며, 올바른 질문에 엄격한 기준으로 답변. 분석을 통해 명확하고 실행 가능한 권장 사항을 도출하고 Product의 의미있는 변화를 가져올 수 있어야 한다.
  • 가설검증 - 테스트 가설을 세우고 고객 경험과 비즈니스 KPI을 긍정적으로 개선할 수 있는 기회/권장 조치를 명확하게 검증.
  • 테스트 분석 - 엄격한 통계를 바탕으로 적절한 A/B 분석을 진행하고 테스트 결과에 대한 “왜?”라는 질문에 답하기 위한 Cohort 연구를 수행. 분석적으로 통찰력 있는 Reporting 관점에서 더욱 복잡한 테스트 아이디어를 도출.(A/B 테스트 or 인과추론)
  • 명료한 설명- 테스트를 완료하면 데이터 및 테스트 결과 뒤에 숨겨진 비즈니스 ‘스토리’을 강력하게 전달할 수 있도록 설득력 있는 사실 기반의 테스트 요약을 시기적절하게 구축.
  • 결과 전달 – 성공, 실패, 동향을 파악하고 파악된 내용을 조직에 효과적으로 전달. 테스트 결과가 긍정적인 경우, A/B 테스트를 아웃 전/후로 KPI 개선 내역을 분석하고, 부정적인 경우, 요인 분석을 통해 해당 테스트의 반복을 권장.
• 업무 예시
  • 새로운 기능을 성공을 의미하는 지표(Metric) 정의
  • 새로운 Feature(기능) 출시 후, 지표(Metric) 모니터링 및 해석
  • 어떤 고객들이 리텐션이 높은가?

비즈니스 분석가(BA)

[주요 업무]

• 회사의 비즈니스를 분석하는 분석가, 비즈니스쪽은 조금 더 “매출”, “비용” 등 사업의 가치에 집중함. 비즈니스 의사결정 시스템의 효율을 높히기 위한 데이터 분석 활동
• 비즈니스 KPI 모니터링, 매출, 비용, 손익 등을 분석, 가설 검증, AB Test
• 도메인 데이터 분석을 통한 주요 인사이트와 지표 개발/고도화/제시
• 개발 및 비개발 관계자에게 리포트 및 알고리즘 디테일 제공
• 지표 개발 우선순위를 정하고 BA들이 회사 비즈니스 이니셔티브에 기여할 수 있도록 지원
• 기존 리포트들 및 분석 시스템 최신화, 팀 멤버 및 주니어 멘토링
• 분석 결과를 도출하기 위한 논리적 사고 (근거 기반 사고)와 Raw Data를 가공하여 인사이트를 뽑아 낼 수 있는 데이터 핸들링 능력
• 분석 데이터를 명확하고 쉽게 전달할 수 있는 커뮤니케이션 능력, OKR 달성을 위한 시뮬레이션을 진행하여 필요한 액션아이템을 제시할 수 있는 능력 (액션 아이템 도출)

[요구 사항]

• SQL 활용능력 상급 이상엑셀/구글 스프레드시트 활용능력 상급 이상
• 비즈니스 인사이트를 도출하고 실제로 이를 업무에 적용해본 사람
• ableau, Google Data Studio 등 BI 툴 사용 경험
• Amplitude/Mixpanel 등 프러덕트 분석 툴 사용 경험
• 마케팅, 사업전략, 컨설팅 관련 업무 혹은 대내외 경험
• R/Python 등의 프로그래밍 언어를 활용해 분석데이터 수집 및 처리를 자동화한 경험

퍼포먼스 마케터

[주요 업무]

• 광고 캠페인을 통한 광고 최적화, 페이스북, 인스타 등 광고(Paid, Non Paid)
• AARRR 퍼널별 KPI를 달성하기 위한 마케팅 전략 수립
• 마케팅 KPI 모니터링(주요 4가지 지표)
  • ROAS(Return on Ad Spend) = 매출/광고 집행 비용
  • 유저 리텐션(Retention) : 서비스를 계속 사용하는지
  • LTV(Life Time Value) : 고객 생애 가치
  • UAC(User Acquisition Cost) : 유저 획득 비용
• 광고 최적화, 광고 AB Test 등

[필요 스킬]

• Appsflyer, Branch, Google Analytics 등과 자주 활용하며, 보통 SQL을 점점 익힘

그로스 해커

[주요 업무]

• 제품을 성장시키기 위한 지표를 정하고, 그 지표를 위한 것들을 수단 가리지 않고 진행하고, 액션하는 직군
• 프로덕트 분석가 + 퍼포먼스 마케터 + CRM 마케터 + 비즈니스 분석가의 역할을 넓게 하는 Role. 또는 CRM 마케터 + 퍼포먼스 마케터의 역할
• DB에 쌓인 데이터 또는 대시보드 또는 애널리틱스 도구(Google Analytics, Facebook Analytics, ...)를 통해 전사적 의사결정에 도움이 될 데이터 분석을 실시, Amplitude, Mixpanel, Segment, Tag Manager, SQL 등을 활용
• 가설에 기반한 데이터 분석(가설 검증 및 결론 도출, AB Test), 타 부서의 요청 데이터 처리, AARRR 퍼널 분석
• 신규 이벤트 로그 설계
  • ex) 새로 추가되는 A 화면에서 회원가입하는 경우 로그 추가
• 대시보드 생성 및 관리, KPI(Key Performance Indicator : 핵심 성과 지표) 설정, 수립, 관리

[레퍼런스]

• 카일스쿨 : 데이터 분석가(데이터 직무), 데이터를 활용하는 다양한 직군 소개

데이터 분석가(데이터 직무), 데이터를 활용하는 다양한 직군 소개

• • 카일스쿨 : Ep 2. 데이터 분석가의 현실. 취업하려니 회사마다 정의가 너무 달라요!! 정리해드립니다

 

우리 모두.. 빠른 취업 해보아요... :) 🤣🤣