🌈 데이터 분석가(데이터 직무), 데이터를 활용하는 다양한 직군 소개 - 최근엔 데이터 분석가란 이름으로 통합하는 추세지만, 데이터를 활용하는 직군들이 다양해서 처음 접하는 분들이 혼란이 오는 것

🌈 데이터 분석가(데이터 직무), 데이터를 활용하는 다양한 직군 소개 - 최근엔 데이터 분석가란 이름으로 통합하는 추세지만, 데이터를 활용하는 직군들이 다양해서 처음 접하는 분들이 혼란이 오는 것 같습니다. 디테일한 이해가 있으면 좋을 것 같아 이 글을 작성합니다 🎁 이 글을 추천하는 이유 - 데이터를 활용하는 직군들 소개 - 프로덕트 분석가(제품 분석가) : Product Analyst - 비즈니스 분석가 : Business Analyst - 퍼포먼스 마케터 : Performance Marketer - CRM 마케터 : CRM Marketer - 그로스 해커 : Growth Hacker - 데이터 분석가 : Data Analyst - 데이터 사이언티스트 : Data Scientist - 데이터 관련 일을 하고 싶은 분들에게 당부하고 싶은 메세지도 작성함 👍 읽으면 좋은 분 - 데이터 관련 커리어를 시작하고 싶으신 분 - 데이터를 활용하는 관점의 직군이 궁금하신 분 📋 내용 프로덕트 분석가 - 회사의 프로덕트(제품) 데이터를 분석하는 분석가 - 앱 서비스 또는 웹 서비스에서 발생하는 유저 행동 로그 데이터를 분석함 - 고객이 제품을 어떻게 사용하고 있을까? - 퍼널별로 얼마나 체류할까? 퍼널 분석 - 어떻게 제품을 사용할까? - 제품 개선을 위한 유저 활동 데이터 분석 - 코호트 분석 - 어떤 지표를 볼 지 정하고, 그 지표를 보기 위한 데이터 로깅 - 제품 AB Test - UX 관점의 데이터를 파악 - 제품 KPI 모니터링 - 유저 리텐션(Retention) : 서비스를 계속 사용하는지 - 퍼널 별 전환율 - 특정 기능, 버튼 사용률 - 페이지별 체류 시간 - 업무 예시 - 새로운 기능을 성공을 의미하는 Metric 정의 - 새로운 Feature(기능) 출시 후, Metric 모니터링 및 해석 - 어떤 고객들이 리텐션이 높은가? - 프로젝트 매니저 직군이 데이터를 자주 보다가, 이직할 때 프로덕트 분석가가 되는 경우도 꽤 존재 - 주로 Google Analytics, Google Tag Manager, Amplitude 등의 도구를 다루며 채용 공고의 필요 역량 중 SQL, 논리적 사고가 자주 나옴 비즈니스 분석가 - 회사의 비즈니스를 분석하는 분석가 - 비즈니스와 프로덕트는 연관이 되어 있는 경우가 많음 - 그러나 비즈니스쪽은 조금 더 "매출", "비용" 등 사업의 가치에 집중함 - 회사의 조직별로 다양한 팀이 있고, 팀마다 분석가가 있을 수 있음 - 팀에서 진행하는 비즈니스의 업무 분석하는 역량 - 비즈니스 KPI 모니터링 - 매출, 비용, 손익 등을 분석 - 빠른 의사 결정을 위한 데이터 분석 - 전략을 짜는 경우도 존재 - 가설 검증, AB Test - 주로 SQL을 많이 다루고, 논리적 사고 등이 나옴 - 프로덕트 분석가와 유사하지만, 주로 파악하는 데이터가 다르다고 보면 됨 퍼포먼스 마케터 - 광고 캠페인을 통한 광고 최적화 - 페이스북, 인스타 등 광고(Paid, Non Paid) - AARRR 퍼널 별 KPI를 달성하기 위한 마케팅 전략 수립 - 마케팅 KPI 모니터링 - 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 - 주로 Appsflyer, Branch, Google Analytics 등과 자주 활용하며, 보통 SQL을 점점 익힘 - 퍼포먼스 마케팅은 디지털 마케팅이란 단어로 사용되기도 함 CRM 마케터 - Customer Relationship Management, 고객과 커뮤니케이션하고 분석 - 유저 Life Cycle 관리 - AARRR 퍼널 별 KPI를 달성하기 위한 마케팅 전략 수립 - 마케팅 KPI 모니터링 - 유저 리텐션(Retention) : 서비스를 계속 사용하는지 - LTV(Life Time Value) : 고객 생애 가치 - (고객 등급이 있는 경우) 고객 등급별 분석 - (구독 모델이 존재하는 경우) 구독 모델 기획 및 분석 - 고객이 계속 제품을 사용하도록 문자, 이메일, Push Notification 기획 및 분석 - 쿠폰 마케팅(어떤 금액대의 쿠폰을 누구에게 보낼 것인가) - 고객 Segment 분석 - AB Test - 고객 커뮤니케이션 툴인 Braze 사용하며, Google Analytics, Amplitude 등 활용하며 SQL을 자주 활용함 그로스 해커 - 프로덕트 분석가 + 퍼포먼스 마케터 + CRM 마케터 + 비즈니스 분석가의 역할을 넓게 하는 Role이라 생각 - 또는 CRM 마케터 + 퍼포먼스 마케터의 역할 - Growth를 위한 데이터 분석 - 마케팅 => AARRR 퍼널 분석 - 퍼포먼스 마케팅 - CRM 마케팅 - KPI 수립 및 관리 - AB Test - 제품을 성장시키기 위한 지표를 정하고, 그 지표를 위한 것들을 수단 가리지 않고 진행하고, 액션하는 직군 - 요새는 그로스 해커라는 이름으로 채용하는 경우는 적은 것 같고, 그로스 마케터/그로스 데이터 분석가 채용 공고가 존재 - Amplitude, Mixpanel, Segment, Tag Manager, SQL 등을 활용 데이터 분석가 - 의사 결정에 도움이 될 데이터 분석 / 전사 비즈니스 분석 - 가설 검증 및 결론 도출 - 타 부서의 요청 데이터 처리 - 전사적 KPI 설정 및 관리 - AB Test - 통계적 모델링 - 머신러닝 모델링 - 회사마다 다른데, 프로덕트 분석가, 비즈니스 분석가, CRM 마케터에서 적은 일을 하기도 함(회사의 규모나 데이터팀의 규모에 따라 다름) - 다양한 일을 하는 경우 데이터 분석가로 표현하는 경우도 존재 - 분석 도구(Amplitude)도 활용하고, SQL을 사용한 데이터 분석을 많이 하는 편 - 주요 역량에 SQL, 파이썬, 논리적 사고 등이 자주 나옴 데이터 사이언티스트 - 이 직군도 매우 정의가 다양한 직군 - 한국에선 데이터 분석가와 데이터 사이언티스트는 비슷한 느낌이고, 저는 데이터 분석가가 점점 경력이 쌓이면 데이터 사이언티스트가 된다고 생각하고 있음 - 데이터 분석가와 데이터 사이언티스트가 나뉘는 경우엔, 데이터 사이언티스트는 주로 머신러닝 모델, 딥러닝 모델, 연구, 통계 모델링 등을 조금 더 하는 편 - 속한 도메인의 목적에 맞는 모델 개발 - 추천 시스템 - 개인화 추천 알고리즘 - 자연어 - 컴퓨터 비전 - 음성 인식 - 주요 역량에 파이썬이 자주 나오며, 데이터 분석을 하기 위해 SQL을 해야하는 경우도 있음(SQL 우대가 없다면 모델링을 더 하는 역할일 수 있음)