옵션, 채널, 데이터
보통 데이터 활용이 유의미한 가치를 전달하기 위해서는 회사는 채널, 옵션, 데이터라는 세 가지 요소를 가지고 있어야 합니다. 여기서 말하는 채널이란 고객에게 서비스를 제공하는 경로입니다. 자사가 통제권을 전적으로 가지고 있는 앱 및 웹 혹은 오프라인 쇼핑몰을 그 예로 들 수 있습니다.
옵션은 고객에게 제공할 수 있는 다양한 상품을 말합니다. 단순히 10개 20개의 상품이 있다고 옵션이 회사에 존재한다고 할 수 없습니다. 쿠팡 및 넷플릭스처럼 유저의 취향에 맞추어 끊임없이 새로운 상품을 제공할 수 있을 때 회사가 옵션을 가지고 있다고 말할 수 있습니다.
여기서 말하는 데이터는 옵션, 채널, 혹은 고객에 대한 데이터를 말합니다. 이 세 가지 요소를 회사가 전부 다 가지고 있다면 머신러닝, 인공지능, 아니면 그냥 데이터 분석 및 데이터 관리 든 데이터 활용을 통해 생각 가능한 모든 것들을 다 해 볼 수 있습니다. 하지만 서비스 특성상 혹은 관심이 없어서 이 세 가지를 모두 가지고 있는 회사는 거의 없습니다.
이 세 가지 요소를 다 가지고 있을 때 혹은 몇 가지가 없을 때 어떤 데이터 업무를 하게 되는지 알아보도록 합시다. 일반적으로 세 가지 요소를 모두 가진 회사는 쿠팡, 채널과 데이터는 있지만 옵션이 없는 경우는 노션, 채널 및 옵션은 있지만 데이터가 없는 경우를 쇼핑몰, 채널만 있는 경우를 락앤락이라고 볼 수 있습니다. 위에서부터 아래로 데이터를 활용하기 좋은 순서입니다.
사실 개인 쇼핑몰 및 락앤락처럼 채널 및 옵션은 있는데 데이터가 없는 경우 더, 나아가 데이터가 그렇게 많이 필요하지 않다고 여기는 경우 데이터 업무를 할 수 있는 것이 거의 없습니다. 이런 회사에 들어가면 카페 24 에서 제공하는 매출 데이터로 보고서를 만들거나 GA로 마케팅 성과 보고 정도만 하게 됩니다. 실적으로 데이터 환경을 만들고, 데이터를 설계 및 관리하고 질 좋은 데이터로 의사결정하는 업무들은 하지 않습니다. 따라서 이런 회사들에 들어가서 데이터 활용을 해보겠다고 하면 그것보다 슬픈 일은 없죠.
반대로 노션 및 쿠팡 같은 회사에 들어간다면 데이터 분석가들이 보통 하기를 원하는 업무들을 할 수 있게 됩니다. 설령 지금은 데이터가 얼마 없고 옵션도 그렇게 많지 않다고 하더라도 비즈니스 모델 및 회사 전략에 따라 채널, 옵션, 데이터를 갖추어 나갈 수밖에 없다면 지금 당장 이 세 가지 요소들이 없어도 된다고 생각합니다. 이런 회사들에서 데이터 환경을 만드는 것은 커리어적으로 굉장히 유의미하고 또 회사에 굉장히 많은 가치를 전달할 수 있다고 생각합니다.
좀 더 상세하게 들어가 보면, 쿠팡 같은 회사에 들어가면 실험 설계, 대시보드 만들기, 고객 분석 , 머신러닝 활용 분석 , 빅데이터 분석 등 정말로 데이터로 할 수 있는 모든 것들을 해 볼 수 있습니다. 노션처럼 옵션, 즉 상품 자체가 많진 않지만 채널을 소유하고 있고 또 데이터가 많이 쌓인 회사라면, 좀 더 개별 유저들의 행동에 대해서 상세하게 알아 가는 것과 관련된 데이터 활용을 하게 됩니다. 예를 들어 시험 설계, 대시보드 만들기, 고객 분석이 좀 더 데이트 활용의 포커스가 됩니다. 이때 제공하는 옵션 자체가 많지 않기 때문에 보통 머신러닝 및 인공지능을 사용하여 추천 모델 같은 것을 만들 기회는 별로 없습니다.
지금까지 설명한 세 가지 요소 이외에도 회사는 IT 회사와 Non-IT 회사로 나누어 볼 수 있습니다. 이때 회사의 종류에 따라 할 수 있는, 그리고 해야 하는 데이터 활용 업무가 굉장히 달라지게 됩니다. IT 회사란 회사의 핵심 서비스가 IT 서비스인 회사를 말합니다. 물류 및 상품이 서비스 자체와 밀접하게 연관되어 있다고 하더라도 회사의 핵심적인 부분이 IT를 통한 서비스라면 IT 서비스라고 할 수 있습니다. 예를 들어 쿠팡을 들 수 있습니다.
비 IT 회사란 자사 앱 및 웹을 가지고 있는지 여부를 떠나서 회사의 비즈니스 모델 및 핵심 서비스가 실물 제품 혹은 인력 서비스라면 그 회사를 비 IT 회사로 생각해 볼 수 있습니다. 물론 위워크가 IT 회사인가, 무신사가 IT 회사인가에 대한 답은 조금 모호할 수 있습니다. 개인적으로 그때는 해당 회사의 직원 중 개발 및 서비스 기획 UX/UI 디자이너 비율이 어떻게 되는지, 그리고 그 사람들의 평균 월급이 다른 직군 대비 얼마나 높은지 보면 알 수 있습니다.
IT 회사에 들어갔다면 데이터 활용 환경 만들기 및 활용 업무를 진행하시면 됩니다. 하지만 만약 비 IT 회사에 들어간다면 분석가로서 어려움이 있을 수 밖이 없습니다. 여기서 더 나아가 비 IT회사가 기존 프로세스 및 상품을 디지털화하기 위해 IT 관련 인력들을 뽑는 경우 보통 분석가는 디지털 트랜스포메이션이라는 업무를 하게 될 것입니다.
회사는 상품, 상품 생산 파이프 라인, 업무 프로세스를 디지털화할 수 있습니다. 이때 무엇을 디지털화할지는 회사의 전략에 따라 달려 있습니다. 그리고 각각의 것을 디지털화할 때 문화, 기술, 교육이란 요소를 고려해야 합니다. 회사는 기존 상품 자체에 IT적인 서포트를 붙이면서 디지털 할 수도 있고, 생산 파이프 라인을 데이터를 통해 최적화할 수 있고, 아니면 업무 프로세스 자체에 데이터에 근거한 의사결정을 도입하여 디지털화할 수 도 있습니다. 그리고 회사에 각 부분을 디지털화할 때 회사는 어떤 데이터 활용 문화 및 프로세스를 만들지, 어떤 기술을 사용할지, 그리고 직원들에게 어떤 데이터 활용 지식을 가르칠지 결정해야 합니다. 따라서 회사는 디지털 트랜스포메이션을 할 때 무엇을, 어떻게, 어떤 목적으로 데이터 활용 환경을 만들고 데이터를 어떻게 활용할지에 대한 전방위적인 의사결정을 내리게 됩니다. 그리고 데이터 분석가는 이런 전방위적인 분야에 대해서 의사결정을 내리는, 어떻게 보면 분석 아닌 분석 업무를 하게 됩니다
따라서 분석가로 일을 할 때, 어떤 회사인지 잘 알아보고 들어갑시다!
참조 : 서비스를 성장시키는 데이터 분석가는 어떻게 일을 하는가
여름비님이 브런치에 게재한 글을 편집한 뒤 모비인사이드에서 한 번 더 소개합니다.
