🌈 스타트업에서 데이터 팀 만들기 🎁 이 자료를 추천하는 이유 - 데이터팀을 만들고, 어떻게 운영하는지에 대해 작성한 글입니다 - 스토리가 너무 생생하고, 흡입력이 있어서 빠르게 읽을 수 있습

🌈 스타트업에서 데이터 팀 만들기 🎁 이 자료를 추천하는 이유 - 데이터팀을 만들고, 어떻게 운영하는지에 대해 작성한 글입니다 - 스토리가 너무 생생하고, 흡입력이 있어서 빠르게 읽을 수 있습니다 - 소설의 느낌보다 리얼한 느낌이 가득합니다 - 번역도 매우 깔끔합니다! - 여러분들이 데이터팀에 속한다면, 재미있게 읽을 수 있고 취준생이시면 이런 분위기구나를 느낄 수 있습니다! 👍 읽으면 좋은 분 - 데이터 관련 직군 - 데이터 분석가 📋 내용 - 7월 1일 : 아침 ㅤDATA: "컨버전 퍼널을 볼수 있는 대시보드가 있나요 ?" ㅤCMO: "리드를 전환하는 건 Growth 팀의 일이잖아요." (맙소사) - Product Manager 중의 한명과 대화 ㅤ시작 페이지를 전체 재설계한 PM은 사용자 등록수가 14%나 증가했다고 흥분했음 ㅤDATA: "그 숫자의 차이가 통계적으로 유의미 한가요 ?" ㅤPM: "그건 내 일이 아니고 당신의 팀이 할 일이죠" ㅤPM: "우리가 전에 물었을 때는, 데이터 팀에서 데이터가 없다고 얘기했고, 데이터를 얻는데 몇달이 걸릴 거라고 했어요" ㅤPM: "놀라운 건 이걸 인크리멘털하게 변경하지 않았다는 거에요. 우린 이 변경에 대해서는 A/B테스트를 하지 않기로 했어요. 가끔은 극값(Local Maxima) 를 벗어 나기 위해선 큰 베팅을 해야해요." ㅤPM: "스티브 잡스는 iPhone 런칭할 때 A/B 테스트를 하지 않았어요. 우리 팀은 마감 2일전에 이걸 런칭했고, 그게 중요한거죠!" 데이터팀원들에게 왜 프로덕션에 도입하지 않았는 지를 묻자 ㅤㅤ✓ 엔지니어들이 이걸 프로덕션 레벨로 하려면 매우 큰 프로젝트라고 얘기함 ㅤㅤ✓ Product Manager 가 백로그에 넣기는 했지만, 다른 일이 계속 발생해서 미뤄지는 중 ㅤㅤ✓ 이를 위한 경영진의 지원이 필요하다고 얘기함 데이터 성숙 단계에 있는 초기의 많은 회사에서 보이는 부분 - 데이터 부족 및 조각난 데이터 ㅤ→ 제품이 제대로 계측(Instrumented) 되지 않아서 데이터가 처음부터 존재하지 않는 경우가 많음 ㅤ→ 데이터가 여러 시스템에 분산되어 있는 데이터 시스템 단편화 ㅤ→ 데이터 드리븐으로 실행은 되지만 자동화가 거의 또는 전혀 없는 취약한 비즈니스 프로세스 - 데이터 팀의 업무가 무엇 인지에 대한 불명확한 기대 ㅤ→ R&D를 하고 AI를 배포하기 위해 고용된 데이터 사이언티스트 - 결과적으로 명확한 비즈니스 목표가 없음 ㅤ→ 데이터팀은 ML을 프로덕션화하기 어렵다고 불평하지만, 정작 제품팀은 그 기능에 별로 신경을 쓰지 않음 ㅤ→ "English-to-SQL 번역기"가 필요한 사람들 - 데이터 드리븐 트레이닝이 되지 않은 제품팀 ㅤ→ 프로덕트 매니저는 데이터를 더 좋은 기능을 구축하기 위한 도구로 생각하지 않음 ㅤ→ 제품팀이 구축하고자 하는 것과 데이터팀이 가진것 사이의 얼라인이 부족 - 근본적으로 데이터 중심 문화와 상충하는 문화 ㅤ→ 측정 가능한 발전과 학습을 축하하는게 아닌 배포(Shipping)를 축하하는 문화 ㅤ→ 실제로 메트릭을 사용하는 팀들도 일관되지 않고, 측정이 제대로 이루어지지 않으며, 경우에 따라선 다른 팀과 충돌함 - 데이터 리더십 없음 ㅤ→ 다양한 데이터 인력들이 여러 다른 부서(기능)들에 보고하는 분열된 데이터 조직 ㅤ→ 다른 부서들은 필요한 도움을 받지 못하므로 데이터 팀을 둘러싸고 많은 분석가를 고용 ㅤ→ 툴체인 및 모범사례의 표준화 부족 그 이후 데이터팀이 발전하는 내용에 대해 스토리가 나와있습니다! 문제점을 보여주고, 해결해 나가는 과정이 너무 인상적입니다! 마지막에 작성된 것처럼 모두 샴페인을 들 자격이 있습니다 :)