4월의 스타트업 블로그 탐방: 데이터와 야놀자, 비하인드 스토리 데이터를 다루는 모든 사람들의 축제, 데이터야놀자라는 행사 인터뷰를 통해 야놀자의 데이터팀의 조직 문화를 엿볼 수 있었습니다. 3줄 요약 1. 야놀자 DI팀의 구조 DE (Data Engineer): 빅데이터 인프라를 관리하는 것부터, 데이터를 수집하는 파이프라인과 그로 인해 파생되는 데이터를 만들어가고, 데이터 서비스를 위한 API를 개발/운영하는 역할을 합니다. FE (Front Engineer): 사용자가 데이터 서비스를 잘 사용할 수 있도록 편리함을 갖춘 데이터 탐색/분석 도구를 개발/운영하는 역할을 합니다. ML (Machine Learning Engineer): 데이터 서비스를 위한 알고리즘과 모델을 개발하고, 이를 위한 데이터 처리 업무를 담당합니다. 필요시 Data Engineer의 일부 역할도 수행합니다. DA (Data Analyst): 야놀자 데이터를 잘 분석해서 숨겨진 의미를 찾는 역할을 합니다. 이를 위한 데이터 마트의 구축, Tableau의 운영/관리를 비롯하여, 사내교육 등을 통해 구성원들이 데이터에 기반한 의사결정을 할 수 있도록 지원하고 있습니다. 크게 BI, Data Analysis, Business Analysis 분야에서 활약하는 역할이라고 말씀드릴 수 있겠습니다. 2. 야놀자 DI팀의 목표 1) B2B에서 “가격 최적화 (Dynamic Pricing)”를 통해 매출에 기여: 업주분들을 대상으로, 야놀자가 제공하는 여러 상품을 가장 저렴한 조합으로 선택해서, 최고효율 (=매출)을 올릴 수 있는 수익분석 (Profit and Loss) 도구를 만들어 나가고자 합니다. 2) 야놀자 앱/웹을 대상으로 개인화 및 추천 서비스 개발 3) B2C와 B2B를 연결하는 부분에서도 기여: 야놀자 앱에서 예약을 하고, 오프라인에서 키오스크로 체크인을 하면, 내부적으로 이 2가지 데이터를 분석해 해당 소비자 근처에 야놀자가 판매하고 있는 상품들을 Push 알림 등의 수단을 통해 접속 시키는 기능을 구현 4) 데이터 분석 기반 Postmortem (사후분석) 을 추구: 현실적으로 온라인 실험이 불가능한 영역은 여전히 많기 때문에, 새로운 기능을 개발할 때 그 효과와 임팩트를 제대로 평가하는 것이 중요합니다. 따라서 이 분석을 통해 다음 이터레이션 (iteration) 의 기반이 되는 지식으로 활용하는 부분을 강화하고자 합니다. 개인화/추천 및 마케팅 캠페인의 A/B테스트 결과를 분석할 때, Uplift Modeling을 사용하거나 결과의 효과만을 분석하기 보다는 세분화를 통해 정교한 타게팅/개선 목표를 찾는데 집중