Q1. 데이터 분석가 이보민님을 소개해주세요!
안녕하세요! 동료들과 함께 데이터 분석 교육 플랫폼 ‘데이터리안’을 창업하고, 강의 제작 등 플랫폼 성장에 필요한 모든 일을 하고 있는 이보민입니다. ‘잡플래닛’에서 데이터 분석가로 커리어를 시작했어요. 학부 시절 개발 동아리 활동을 하며, 화학공학과 출신 선배가 데이터 분석가로 일하게 됐다는 소식을 접했습니다. 개발과 전공 지식을 활용할 수 있다는 점에서 데이터 분석가라는 직무가 매력적으로 다가왔고, 채용 플랫폼이라는 도메인은 제 관심사와 강점을 살릴 수 있는 분야라 선택했어요. 취미로 채용 공고를 읽으며 쌓은 도메인 지식을 바탕으로 더 큰 임팩트를 낼 수 있을 거라 생각했죠. 데이터 분석가로 일하며 SQL
강의 등 교육 콘텐츠가 부족하다는 걸 느꼈고, 문제 의식을 공유하는 동료들과 함께 데이터리안을 창업하게 됐어요.
강의 등 교육 콘텐츠가 부족하다는 걸 느꼈고, 문제 의식을 공유하는 동료들과 함께 데이터리안을 창업하게 됐어요.Q2. 데이터 분석가는 어떤 업무를 수행하나요?
데이터 분석가의 업무는 어떤 회사의 어떤 조직에서 일하느냐에 따라 달라져요. 회사에 따라 인하우스와 에이전시 데이터 분석가 그리고 조직에 따라 프로덕트와 마케팅 데이터 분석가 등으로 나눠지는 식이죠. ‘잡플래닛’ 인하우스 프로덕트 데이터 분석가로 일하면서, 다양한 서비스와 기능 등 프로덕트의 매출 성과를 측정 및 분석하는 업무를 수행했어요. 기획자·개발자·디자이너 등 프로덕트팀 동료와 협업하는 경우가 많았고, 필요에 따라 운영팀·CS팀 등이 필요로 하는 데이터를 전달하는 식으로 타부서와 협업하기도 했죠. ‘데이터리안’에서도 데이터 분석을 바탕으로 마케팅 전략을 세우고 있어요. GA4 등의 툴을 활용해 유입경로별 결제 전환율을 비교하고, 전환율이 비교적 높은 채널을 중심으로 광고를 노출하는 식이죠.
와 에이전시 데이터 분석가 그리고 조직에 따라 프로덕트와 마케팅 데이터 분석가 등으로 나눠지는 식이죠. ‘잡플래닛’ 인하우스 프로덕트 데이터 분석가로 일하면서, 다양한 서비스와 기능 등 프로덕트의 매출 성과를 측정 및 분석하는 업무를 수행했어요. 기획자·개발자·디자이너 등 프로덕트팀 동료와 협업하는 경우가 많았고, 필요에 따라 운영팀·CS팀 등이 필요로 하는 데이터를 전달하는 식으로 타부서와 협업하기도 했죠. ‘데이터리안’에서도 데이터 분석을 바탕으로 마케팅 전략을 세우고 있어요. GA4 등의 툴을 활용해 유입경로별 결제 전환율을 비교하고, 전환율이 비교적 높은 채널을 중심으로 광고를 노출하는 식이죠.Q3. 데이터 분석으로 업무 성과를 개선한 사례를 설명해주세요!
잡플래닛 데이터 분석가로 일할 당시, 퍼널 분석을 바탕으로 멤버십 결제율을 높이는 프로젝트를 진행했어요. 매출과 직결된 결제 구간을 분석하고 전환율을 개선하면, 매출 기여도 등 임팩트를 가시적으로 보여줄 수 있을 것이라는 이유에서였습니다. 웹사이트 내에서 결제 페이지로 랜딩되는 경로별 전환율을 비교 분석하고, 개선에 필요한 비용 대비 전환율 제고 기대치가 가장 높은 경로를 찾는 식으로 프로젝트를 수행했죠. 그렇게 별도의 개발 없이 페이지 디자인 및 문구 수정만으로 전환율 제고를 기대할 수 있는 경로를 발견 및 개선했고, 명시적인 수준으로 결제율을 높이는 성과를 거뒀어요. 이러한 성과를 거둘 수 있었던 배경에는 어떤 데이터를 어떻게 분석할지에 대한 고민이 있었어요. 원하는 지표를 보려면 어떤 데이터가 있어야 하고, 해당 데이터를 어떤 부서와 협업해서 만들어야 하는지 등을 끊임없이 질문하는 식이었죠.
분석을 바탕으로 멤버십 결제율을 높이는 프로젝트를 진행했어요. 매출과 직결된 결제 구간을 분석하고 전환율을 개선하면, 매출 기여도 등 임팩트를 가시적으로 보여줄 수 있을 것이라는 이유에서였습니다. 웹사이트 내에서 결제 페이지로 랜딩되는 경로별 전환율을 비교 분석하고, 개선에 필요한 비용 대비 전환율 제고 기대치가 가장 높은 경로를 찾는 식으로 프로젝트를 수행했죠. 그렇게 별도의 개발 없이 페이지 디자인 및 문구 수정만으로 전환율 제고를 기대할 수 있는 경로를 발견 및 개선했고, 명시적인 수준으로 결제율을 높이는 성과를 거뒀어요. 이러한 성과를 거둘 수 있었던 배경에는 어떤 데이터를 어떻게 분석할지에 대한 고민이 있었어요. 원하는 지표를 보려면 어떤 데이터가 있어야 하고, 해당 데이터를 어떤 부서와 협업해서 만들어야 하는지 등을 끊임없이 질문하는 식이었죠.Q4. 비전공자가 데이터 분석가로 취업하려면, 가장 먼저 무엇을 해야 할까요?
채용 공고를 꼼꼼히 읽는 것이 취업을 위한 첫걸음이 돼야 한다고 생각해요. 채용 공고에 자격 요건과 우대사항, 즉 기업이 필요로 하는 역량이 구체적으로 나타나 있기 때문이죠. 자격 요건은 해당 직무를 당장 수행하기 위해 반드시 필요한 역량, 우대 사항은 해당 직무를 수행할 때 도움이 되지만 필수까진 아닌 역량으로 이해해주시면 좋아요. 다양한 데이터 분석가 채용 공고를 모아 보면서, 자격요건에 공통적으로 언급된 스킬 등을 중심으로 취업 준비하시길 추천 드리는 이유입니다. 그렇게 쌓은 스킬을 자소서나 포트폴리오 등에서 강조할 때는 구체적 사례를 함께 제시하시면 좋아요. 이를테면 SQL을 활용한 분석 사례 및 GA4를 활용해 진행한 프로젝트 성과 등을 소개하며, 무슨 목표를 달성하기 위해 어떤 스킬을 활용했는지를 자연스럽게 보여주는 식이죠.
데이터리안 세미나에서 강연하신 카드회사 카드금융팀 마케터 분의 사례를 예시로 설명드려 볼게요. 이 분은 채용 공고를 분석해 ‘데이터 드리븐 마케팅 및 기획’ 역량을 강조하자는 전략을 세우셨고, 이와 관련해 인스타그램 계정을 활용한 마케팅을 실천하셨어요. RFM 분석 기법을 활용해 인스타그램 팔로워를 분류하고 맞춤형 소통 전략을 통해 광고 수익 등의 성과를 창출하셨죠. 이처럼 채용 공고라는 표지판을 참고해 포트폴리오 등을 준비하시면, 효율적으로 ‘취뽀’라는 정상에 도달하실 수 있을 거예요.
분석 기법을 활용해 인스타그램 팔로워를 분류하고 맞춤형 소통 전략을 통해 광고 수익 등의 성과를 창출하셨죠. 이처럼 채용 공고라는 표지판을 참고해 포트폴리오 등을 준비하시면, 효율적으로 ‘취뽀’라는 정상에 도달하실 수 있을 거예요.Q5. 신입 데이터 분석가 채용이 드문 상황에서, 취업 전략을 어떻게 짜야 할까요?
데이터 분석가 취업을 최종 목표로 설정하고, 그 목표에 도달할 가능성이 높다고 생각하는 방향으로 커리어패스를 설계해보시면 좋아요. 데이터 분석가·마케터 등 다양한 직무 사이에서 고민하고 있다는 건, 그만큼 다양한 직무를 소화할 역량을 갖추고 있다는 뜻이기도 해요. 마케팅·기획 등 다양한 역량을 갖추셨다면, 채용 시장 상황을 고려해 어느 분야에서 기회가 더 많은지 분석하는 것이 중요합니다. 만약 신입 데이터 분석가를 잘 채용하지 않는 상황이라면 마케터로 시작하는 것도 하나의 전략이 될 수 있어요. 퍼포먼스 마케터로 일하며 쌓은 역량을 바탕으로 데이터 분석가로 이직하는 사례가 그 방증이죠.
Q6. 데이터 분석가와 네트워킹은 어떻게 할 수 있을까요?
데이터 분석가 중심의 커뮤니티에 참여하시는 방법을 추천드려요. 데이터 분석가로서 실무를 수행하다 보면 분석 방향 및 스킬과 관련해 의문이 생기는 경우가 있어요. 문제는 데이터 분석가가 회사 내 소수 직군이다 보니, 직장 동료에게 질문하기가 어렵다는 점이죠. 부트캠프에서 배우는 내용과 실무에 필요한 역량이 달라 혼란스러워하는 분들도 많다고 하더라고요. 저는 이러한 문제를 업계 데이터 분석가 동료와 함께 고민을 나누는 식으로 해결했어요. 데이터리안에서 데이터 분석가를 위한 카톡방을 운영하거나 세미나를 개최하는 이유도 여기에 있습니다.
.png&blockId=1958b21d-a241-8043-bd87-fc2432273c25)
Q7. [데선배의 취업비책]
취업을 보장해준다는 내용의 부트캠프 광고가 많지만, 사실 부트캠프 수강만으로 취업이 보장된다는 건 어불성설이라고 생각해요. 채용 공고에 명시된 자격 요건과 우대 사항을 먼저 분석하고, 필요에 따라 강의나 부트캠프를 수강하시길 추천드려요. 데이터 분석과 관련된 지식이 전무한 분에게는 부트캠프가 취준 갈피를 잡는 계기가 될 수도 있겠죠. 다만 부트캠프가 내 취업과 관련된 모든 문제를 해결해줄 수 있다는 태도만 지양하시면 좋을 것 같아요.
용어 해설
SQL
데이터베이스를 구축하고 활용하기 위해 사용하는 언어로, MySQL과 오라클 SQL Developer 등의 DBMS(Data Base Management System)에서 주로 사용됨
인하우스/에이전시
인하우스는 기업 내부에서 마케팅·디자인 등을 수행하는 팀이고, 에이전시는 여러 클라이언트를 대상으로 외주 서비스를 제공하는 대행사
GA4
웹사이트 및 앱에서 트래픽과 참여도를 측정할 수 있는 분석 서비스
퍼널
잠재 고객에서 고객에 이르기까지의 구매 결정 과정을 단계적으로 표현한 모델
RFM
고객의 최근 구매 시점(Recency), 구매 빈도(Frequency), 구매 금액(Monetary Value)을 바탕으로 고객을 세분화해 맞춤형 마케팅을 제공하는 기법