[데이터 프로덕트 매니저의 부상

1️⃣ [데이터 프로덕트 매니저의 부상] (https://brunch.co.kr/@hj-kang/38) 2017년에 쓰여진 글을 번역한 컨텐츠입니다 [Rise of the Data Product Manager, 원문] (https://medium.com/@treycausey/rise-of-the-data-product-manager-2fb9961b21d1) 2️⃣ 아티클 요약 💡 데이터 프로덕트 매니저는 데이터에 대한 이해를 기반으로 pm 프로세스 전반에 활용할 수 있는 사람입니다. 3️⃣ 아티클 정리 **데이터 PM이 필요한 역량** - 제품의 핵심 데이터를 사용하려면 데이터 모델링, 데이터 인프라, 통계와 머신러닝에 대한 상당한 수준의 이해 필요. - 실험 결과를 이해하고 대시보드를 읽을 수 있는 것을 넘어서 - 데이터의 흐름을 최대한 이용하여 어떤 것이 지금 가능하고, 가능해질지 깊이 생갹해야 한다. - 전통적인 PM(비즈니스, 개발, UX) + 데이터, 데이터 과학에 대한 도메인 지식 - 제품을 만드는데 필요한 기술 인프라를 이해해야 한다. **데이터 전략** - 데이터가 어떻게 생성, 수집, 이용될 것인지 - 시장에서 독자적인 위치를 차지하기 위해 어떻게 기여할 것인지 **데이터 PM이 하는 일** 데이터와 함께 굴러가는 선순환 구조를 만들기 위해 제품과 관련된 의사결정 진행 - 제품에서 나온 데이터가 제품을 개선하는데 어떻게 사용될지 - 장기적으로 제품의 성공 확률을 높이기 위해 어떤 해자를 어떻게 만들지 계획 제품을 만들기 위해 어떤 종류의 인프라가 필요한지? 머신러닝 모델을 이용해 실시간으로 스코어링 할지, 아니면 오프라인으로 할지? 새로운 데이터를 이용한 모델 재교육은 어떻게 할지? 모델 성능은 어떻게 평가할 것인지? 모델을 실제로 구현하기 위한 복잡도 비용은 얼마나 드는지? **조금 더 구체적으로 데이터 PM이라면,** - 데이터의 수집/ 사용이 각각 다른 과정이며, 두 과정은 각기 다른 개발팀이 수행한다는 것을 안다. 이때 두 과정이 매끄럽게 연결될 수 있도록 만들어야 한다. - 휴리스틱 모델을 사용하다가도 머신러닝 모델로 넘어가기 적당한 때가 온다는 것을 알고, 이 과정을 기획할 수 있어야 한다. - 스스로 분석을 수행한다. 스스로 SQL을 작성하고, 대시보드를 만들고, 그들이 설계한 실험을 직접 해석한다. 실험 결과를 얻는 것 만큼이나 결과를 어떻게 분석했는지 아는 것도 중요하다. - 한가지 숫자만 보고 맹목적으로 ‘데이터 기반’의 의사 결정을 하지 않는다. 적절하게 회의적인 관점에서 데이터를 제작하며 소비해야 한다. - 과학자, 개발자, 디자이너, 마케터, 그리고 다른 PM들간의 요구 사항을 해석한다. 제품을 측정하고 그 데이터를 저장하는 부분을 제품 개발 과정에서 빼먹지 않도록 하고 Data Scientist와 협력하여 가능한 빨리 분석 및 모델링에 데이터를 사용할 수 있도록 한다. 그들은 DS에게 중요한 데이터가 무엇인지 가정하는 일을 개발자가 하도록 맡겨두지 않는다. 4️⃣ 러닝 포인트 - 데이터 프로덕트를 함께 맡게 됨으로서 구체적으로 어떤 역할을 해야하는지 알 수 있었다. - 어디서부터 시작을 하면 좋을까 막막하기도 한데, 한 개씩 뽀개보자!

데이터 프로덕트 매니저의 부상

Brunch Story

데이터 프로덕트 매니저의 부상

다음 내용이 궁금하다면?

지금 간편 가입하고 다음 내용을 확인해 보세요!

또는

이미 회원이신가요?

2022년 11월 9일 오전 7:41

댓글 0