[좋은 분석환경은 공짜가 아니다] 마이리얼트립 | 커리어리

[좋은 분석환경은 공짜가 아니다] 마이리얼트립 양승화님의 브런치 글을 읽고, 인상적인 부분의 요약과 코멘트를 공유합니다. 📍 인상적인 부분 요약 - 마이리얼트립 데이터 조직을 처음 만들던 시기 (약 2년 반 전)에는, 따로 데이터 엔지니어가 없었다. - 운영 DB에 그대로 쿼리를 날리기도, 일간 지표를 수기로 업데이트하기도, 추출 요청 하나하나를 csv 파일로 주고받기도 했다. - 본격 데이터 엔지니어가 충원되기까지, 데이터 분석가가 분석환경을 구축하고 데이터 파이프라인을 책임졌다. (후일담, 와 이걸 개발자 없이 만들었다구요?) - 이후 데이터 엔지니어와 조직이 생기면서 훨씬 효율적으로 바뀌고 유지보수가 편해졌지만, 지금도 테이블 구조 정의나 분성용 마트 데이터를 만드는 등에는 데이터 분석가들이 꽤 깊숙이 관여하고 있다. ✨ 이 과정에서 배운 것: "좋은 분석 환경은 공짜가 아니고, 이를 잘 만들고 관리하는 것은 모든 데이터 조직이 공통으로 노력해야 하는 일이다." - 환경 구축은 엔지니어에게 맡기고 분석가는 한걸음 물러서 있는 경우가 많지만, 실제로 쓸만한 분석환경을 만들기 위해서는 굉장히 다양한 주제에 대해서 데이터 분석가, 데이터 엔지니어, 백엔드 개발자, 클라이언트 개발자 등등 여러 직군의 협업이 필요하다. - 마이리얼트립의 ALL Data Scrum 미팅에서는, 사내 데이터 조직이 모두 모여서 데이터 분석이나 엔지니어링에 대한 이슈, 특히 "더 좋은 분석환경을 만들기 위해서 우리가 함께 무엇을 해야 하는가" 논의한다. - 돌아보면 적절한 시기에 필요한 사람들을 정말 잘 만났고, 빠르게 서로의 관점을 공유하면서 같은 지점을 바라볼 수 있어서 금방 여기까지 올 수 있었던 것 같다. 💬 코멘트 ◾ 데이터분석가로 커리어를 시작한지 얼마 되지 않았지만, 공감되는 부분이 많았습니다. 특히 관련 조직의 협업이 중요하다는 부분에서요. 단적으로 테이블 하나를 새로 만들 때, 기술적인 구현 자체는 엔지니어의 몫이지만 어떤 컬럼을 어떻게 왜 쓰려고 하는지 등을 명확히 하는 일은 분석가의 주도적으로 관여해야 하는 부분이니까요. ◾ 데이터분석을 하다보면 마케팅이나 서비스 운영팀의 요청으로 데이터 추출을 할 일이 많은데, 그때 서로의 언어를 알면 커뮤니케이션이 훨씬 활발한 것처럼 분석가-엔지니어도 비슷하다고 느꼈습니다. ◾ 스타트업 경험은 아직 없지만 지금 당연하게 여기는 환경을 처음부터 만들었다고 상상하니, '그게 가능한가?'하는 생각이 먼저 들었습니다. 동시에 파이프라인 관리를 한 번 해보면 분석 업무에서도 굉장히 도움이 되겠다는 생각도 들었고요. ◾ 최근에 '데이터분석을 하면서 엔지니어링 지식이 필요할까, 필요하다면 얼마나?'라는 고민을 계속 가지고 있었는데, 좀 더 진지하게 해야겠다는 쪽으로 무게를 한 스푼 얹은 글이었습니다.

좋은 분석환경은 공짜가 아니다

brunch

2021년 3월 23일 오후 1:09

댓글 0

함께 보면 더 좋은

[토스PO가 정의하는 '제품의 한계'의 의미] 최근 핫한 토스 PO세션 영상에 관해 코멘트와 함께 쉽게 풀어써보았습니다. 토스는 PO가 주도했지만, 조직에 따라서 데이터분석가도 활용 해볼 수 있는 내용이라 적극적으로 추천합니다. 개념 자체는 잘 생각해보면 우리도 한 번쯤 고민해본 것과 원리는 비슷한데요. 토스의 관점, 측정 방식, 꾸준한 실험, 조직의 얼라인, 협업, 그리고 실제 성공 사례가 정말 대단하다고 느꼈습니다. 개인적으로 인상적이었던 포인트는 Carrying "Capacity"를 수용 가능한 '능력'보다 '한계'라는 단어로 더 많이 표현한다는 점입니다. 맥락을 잘 담고 있다고 생각했어요. 📌 개념 - 우리 서비스가 도달할 최종 유저 수 - Carrying Capacity = # of New Daily Customers / % Customers You Lost Each Day - 일정하게 유지되는 주 요인: Inflow(New User + Resurrection), Churn Rate 📌 의미 - 현시점에서 제품 본연의 능력으로 유저의 유입/이탈 균형이 맞춰지는 지점을 알아내고, 이를 활용해 전략을 세운다. - “결국 도달할 지점"이자, “어차피 돌아올 지점"이기 때문에, Paid 마케팅 전략에 활용할 수 있다. - 언제 끌어모으고, 언제 업그레이드 할 것인지, 가장 효율적인 타이밍을 잡아준다는 데에 의미있는 개념이다. - 근본적인 Carrying Capacity의 향상은, “제품개선”을 통한 Inflow(유입)과 Retention(재방문)의 향상, Churn(이탈)의 감소다. 📌 생각거리 1️⃣ “유입 < 이탈”, 이거 문제있는데요? - 토스의 CC 개념으로는 ‘그럴 수밖에 없다'고 볼 수도 있다. - 이탈하는 유저를 잡으려고 아무리 애써도, 이미 제품의 캐파(Capacity)를 넘어서 넘치는 물을 주워담을 수 없기 때문이다. - 말장난 같지만 엄밀하게는 다른, ‘이탈유저를 잡는 전략' 보다는 유저를 담을 수 있는 ‘제품의 그릇 넓히기’가 필요하다. - 정말 제품에 ‘문제'가 있는지, 거기까지가 제품의 ‘한계'인지 고민해보자. 2️⃣ “유입 > 이탈”, 이거 좋은데요? - 그 상태는 영원히 지속되지 않으며, CC 지점을 넘어서면, 결국 “유입 < 이탈"로 돌아서게 된다. - “물 들어올 때 노 젓기"의 의미를, ‘더 많이 끌어오기 위해 마케팅하기'로 받아들이는 실수를 하지 않도록 조심하자. - 한계점에 다다르는 속도가 빠른 만큼, 광고를 끄고 더 큰 한방을 준비해야 한다. 3️⃣ 제품의 그릇 넓히기? - 토스는 ‘간편송금’ 서비스의 한계점을 미리 예측하고, 적절한 타이밍에 ‘신용조회’를 내놓았다. - 이를 가득 차 버린 CC 에 새로운 CC 를 얹었다고 표현했다. - 타깃 유저가 늘어났고, 유저의 재방문 요소를 늘렸다. 📌 비슷한 개념 - 그로스해킹을 공부하면, ‘리텐션 곡선'에 관해 듣게 된다. - “곡선의 안정화 지점, 즉 신규유저가 재방문하는 비율이 일정해지는 지점”이 모여서 MAU를 결정한다. - 이때 “유입을 늘릴 것이냐" 아니면 “곡선의 안정화 지점을 높일 것이냐"를 전략으로 삼아서 MAU 향상을 꾀할 수 있다. - 먼저 마케팅을 통해 유입 #를 늘리면 일시적으로 MAU는 늘겠지만, Retention % 이 똑같으면 광고를 껐을 때 원래 지점으로 돌아온다. - 따라서 리텐션%(이탈%)이 안정화 되는 지점 자체를 높이는게 더 근본적이고 효과적이다. - 그리고 그 지점을 높이는 건 ‘제품 개선'에 달려있다. 🔗참고 - 토스 PO세션 (약30분)

토스 리더가 말하는 PO가 꼭 알아야할 개념 | PO SESSION

YouTube

추천 프로필

현직자에게 업계 주요 소식을 받아보세요.

현직자들의 '진짜 인사이트'가 담긴 업계 주요 소식을 받아보세요.

커리어리 | 일잘러들의 커리어 SNS