[일잘러스킬]데이터 분석-첫걸음은 문제정의

May 24, 2020 · 4 mins read

안녕하세요~!
프로이직러 Mara입니다.

일잘러 스킬 첫번째 주제로 회사 생활을 하면 누구나 필요한 데이터 분석에 대해서 이야기를 해보려고 합니다. 영업, 전략, 마케팅, 기획, 운영 등등 회사의 어떤 부서에서 근무하든 데이터 분석은 반드시 해야 하는 업무 중의 하나입니다. 성과 보고를 해야 할 때도 의사결정이 필요한 순간에도 데이터를 분석이 필요합니다. 그러면 데이터 분석은 어떤 순서로 접근하면 좋을까요? 아래 동영상을 잠깐 시청해볼까요?

How great leaders inspire action 이라는 주제로 영국 성공코치인 사이먼 사이넥이라는 분의 TED 동영상 강의 입니다. 강의 내용을 요약 하자면 대부분의 사람들은 그들이 무엇을 해야 하고 소수의 사람들은 어떻게 하는 지까지도 알지만 탁월한 성과를 이루는 극소수의 사람들은 자신이 왜 이 일을 해야만 하는 지를 안다는 거죠. Mara는 프로페셔널로서 자신의 영역에서 Why를 가지고 일을 하는 사람들이 일의 주인으로서 근본적인 변화를 이끌어낼 수 있다고 생각합니다.

Why-What-How 데이터 분석 접근법

Why?
지금 우리가 가진 문제점은 무엇이지? | 문제 정의

How?
그 문제를 해결하기 위해서 우리는 어떤 무엇을 살펴봐야 하지? | 분석 목적에 맞는 추출 필요 데이터 결정

What?
데이터 분석 결과 우리는 무엇을 해야 하지? | 분석 통한 문제 해결

Mara는 데이터 분석을 할때 크게 위 3단계를 따릅니다.
그리고 그 중 가장 중요한 단계는 Why 바로 문제를 정의하는 부분입니다. 문제 정의가 제대로 되지 않으면 분석에 필요한 올바른 지표들을 추출할 수 없고 적합하지 않은 지표들을 가지고 논의를 하다 보니 엉뚱한 해결책을 도출해서 리소스를 낭비하게 될 수 있습니다. 대부분의 조직과 데이터 분석이 Why에 대한 깊은 고민 없이 What과 How에만 집중합니다. What과 How는 상대적으로 접근하기 쉽기 때문입니다. Why의 영역은 조직과 비즈니스에 대한 고민이 수반되어야 하지만 What과 How는 기존 프로세스가 있다면 그대로 따르면 되기 때문입니다.

What & How 만 있는 데이터 분석

새로운 회사에 이직한 Mara는 일/주/월간 단위로 Paid channel 마케팅 성과(What)를 보고 하는 업무를 맡게 되었습니다. 이를 통해서 채널별 마케팅 성과를 예측해서 다음 달 채널별 예산 분배 및 Action plan(How) 을 수립하고 있고요. 전임자가 만들어 놓은 템플릿에 따르면 채널별로 노출, 클릭, 인스톨, 구매건수, 구매액 데이터를 일/주/월간 단위로 모니터링하고 있네요. Mara는 템플릿에 데이터를 성실히 채워 넣고 데이터를 분석해서 효율이 좋은 채널을 찾아내고 해당 채널에 마케팅 예산을 20% 높게 책정해줬습니다.

여기까지가 바로 What과 How만으로 업무처리를 한 경우입니다. ‘이 업무를 왜 해야 하지? 이 업무를 통해서 우리가 해결하고 싶은 문제가 무엇이지?’ 와 같은 질문 없이도 어쨌든 업무가 처리 되었고 프로세스상 문제는 없으니 본인의 할 일을 다했다고 볼수도 있습니다. 하지만 뭔가 아쉽습니다.🤔

Why 로 시작하는 데이터 분석

Mara는 이 업무를 왜 매일 처리해야 하는 걸까요? 여러가지 목적이 있을 수 있겠지만 여기서는 기존 유저의 Retention을 올리는 것이 목적이라고 가정해봅시다. (사실 문제를 정의하는 것도 엄청나게 지난한 과정을 거칩니다. 조직은 항상 다양한 문제를 가지고 있고 시간과 자원은 한정되어 있으니까요. 중요도와 예상되는 파급효과, 얼마나 쉽게 해결할 수 있느냐 등등 몇 가지 기준을 가지고 우선순위를 정해줘야 합니다.) 현재 전사적으로 Retention을 올리는게 가장 중요한 문제였는데 Mara가 매일 모니터링하는 지표에는 Retention을 볼 수 있는 지표가 하나도 없네요?

Retention을 모니터링 하기 위해 필요한 데이터가 무엇이지부터 정의해야 합니다. 채널별로 유저의 일/주/월별 cohort 가 있어야 할 것이고요, Retention 성과의 원인을 파악하기 위해 유저 퍼널 별로 이탈률 데이터도 필요하겠네요. 필요한 데이터를 정의하고 나면 그 데이터를 어떻게 수집하고 관리할 것인지, 리포팅 자동화 가능 여부 등도 알아봐야겠죠. 이렇게 문제에 따라서 추출하고 모니터링 해야 하는 데이터가 달라지게 됩니다. ‘올바른 데이터 추출을 위해서 문제인식이 중요하다!’라는 부분 꼭 잊지 마시고 올바른 데이터 분석하시기 바랍니다! 다음 글에서는 이렇게 추출한 데이터를 가공하는 방법에 대해서 살펴볼게요~!
오늘도 칼퇴하세요~! 🙋‍♀️


comments powered by Disqus