오늘은 수업 첫 날,
오리엔테이션을 하며 전반적인 수업 진행 방식과 3개월 간의 새싹 건물 이용에 대한 설명을 듣고, 데이터에 대한 간단한 지식을 배웠다.
카테고리 1 : 취업 준비
- 취업 기간 목표 정하기
- 이력서, 자소서는 지금부터 미리 준비하기
- 매일 배운 것을 기술 블로그로 기록하기
- 노션, 슬랙 익숙해지기
카테고리 2 : 새롭게 배운 것
<애자일(Agile)>
- 애자일(Agile) : 소프트웨어 개발 방법론의 하나. 빠르게 개발하는 것. 짧은 주기로 반복하면서 가설을 세우고 검증하는 것.
- 팀에 중요한 것, 비즈니스에 가치 있는 것에 집중.
- 설계 > 디자인 > 개발 > 테스트 > 배포 등 위에서 아래로 떨어지듯 진행하는 단계별 개발 방법론 워터폴(waterfall)의 한계로 등장한 방법론.
- 빠른 대처를 할 수 있도록 단계를 쪼개어 테스트하고 피드백을 받는다.
<Design Sprint>
- 5일 동안하는 짧은 프로젝트.
- 문제점 설정, 솔루션 아이데이션, 프로토타입 만들기, 테스트 완료
- 구글에서 신제품이나 기존 제품을 개선하는 방식
카테고리 3 : 데이터 분석 기초_데이터와 데이터 분석가
<데이터란?>
- IT 직군에서 말하는 데이터 = 컴퓨터가 이해할 수 있는 데이터
- 데이터(단순사실) > 정보(의미가 생김)
*DIKW 피라미드 참고
- 데이터는 기본적으로 통계학 이론을 사용 -> 기술 통계, 추론통계(데이터 분석가는 추론통계를 잘 알아야 한다)
- 데이터 마이닝 : 데이터의 패턴/특징을 찾아내는 것, 회귀분석 같은 수학 알고리즘 -> ML, DL
<IT회사의 데이터 분석 프로세스>
- 데이터 생성 > 수집 > 가공 후 저장(ETL) > 분석 및 시각화(BI)
- ETL 을 직접 데이터 분석가가 하지는 않지만, 그것을 하는 개발자와 소통을 위해 개념을 알아야 한다.
*백엔드에서 DB를 설계하는 부분을 공부하면 좋을 것 같다.
- 데이터 분석 툴을 잘 사용하는 것, 코딩을 잘하는 것보다 어떤 인사이트를 뽑아내느냐가 주요!! -> 가설을 수립하고 검증하는 것.
- 프론트/백엔드 개발자 | 데이터 엔지니어 / 데이터 사이언티스트 | 데이터 분석가 업무의 구분.
- 프로덕트 직군과 데이터 직군의 일하는 기간이 좀 다른다.
ex) 데이터 직군은 한 달 뒤에 결과물을 가져와도 '빠른걸?' 할 수 있지만, 프로덕트 직군은 바로 다음 날 마케팅을 해야하는 상황이 많아서 한 달은 너무 늦는다.
*퍼포먼스 마케팅을 했을 때가 생각난다. 실시간으로 광고 효율을 확인하고, 소재를 교체하거나 전략을 바꾸는데에 있어서 빠른 대응이 필요했다. 그때는 데이터를 분석하는 스킬보다 전체적인 상품에 대한 이해, 고객들의 반응, 사회적 이슈를 파악해서 효율이 오르거나 떨어졌을 때 그 이유가 무엇인지 파악하는 인사이트가 필요했기 때문이다.
내가 생각하기에 데이터 직군은 보다 더 숫자! 필요한 데이터를 파악하고, 필요에 맞게 정제하고, 데이터를 보고 새로운 인사이트를 발견하고 그것을 검증한다. 프로덕트 직군은 보다 더 콘텐츠! 데이터를 깊게 본다기 보다는 콘텐츠를 기획할 때 방향성을 잡기 위해서, 프로덕트의 성과를 객관적으로 확인하기 위해서 수치를 보는 것 같다.
<회사에서 볼 수 있는 데이터>
- 서비스 데이터(BTB 가 좀 더 가까움, 법적 규제 영역에 대한 데이터 등)
- 사용자 행동 데이터(고객들이 어떻게 움직이고, 서비스를 이용하는가)
<사용자 행동 데이터 분석시 주의사항>
- 데이터가 기록되는 방식을 정확하게 이해해야 한다.
-> 이벤트 카운팅 기준이 어떻게 되는지(ex. 회원가입 버튼 클릭 / 회원가입 완료 페이지 로드, 어떤 것을 기준으로 볼지 분명히 해야한다.)
*데이터 분석가가 고객의 니즈와 사이트 구조를 파악해서 데이터 수집 이벤트 설계를 하고 엔지니어와 함께 수집 환경을 구축하는 것 같다.
- 데이터는 언제나 잘못 기록될 가능성이 있다.
-> 오류가 있을 수 있다.(모니터링 중요)
- 데이터를 조회할 때 주의가 필요하다.
-> 처음에 정해둥 가설과 내가 보려고 하는 데이터, 고객이 필요로 하는 데이터에 기준을 확실히 잡고, 그 데이터만 확인해야한다.
*그렇지 않으면 특정한 하나의 가설에 꽂혀서 산으로 갈 것 같다.
-> 하고자 하는 분석이 명확할 때까지는 툴을 건드리지 않는 것이 좋다.
<검증할 가설 결정하기>
모든 가설 리스팅 > 우선순위 설정 > 검증할 가설 선택