[취업 가이드북] 1.데이터 분석가 직무 소개 및 역량 기르기

어떤 직무든, 본인의 직무에 대해 파악하는 것이 취업의 1순위라고 생각한다. 따라서 첫 편에서는 데이터 분석가라는 직무를 소개하고, 어떤 역량이 필요하고 이것들은 어떻게 기를 수 있는지 나의 경험을 바탕으로 적어보려고 한다. 

 

참고로, 하고싶은게 있는데 뭘 준비해야할지 모르겠다면 취업 사이트에 들어가서 해당 직무의 공고를 여러개 보면된다. 취준의 처음이자 끝은 JD (Job Description) 파악! 지피지기면 백전백승! 같이 차근차근 파악해보자. 

데이터 분석가 채용 정보 | 원티드

 

1. 데이터 분석가 직무 소개 

여태까지 경험을 통해 데이터 분석가의 업무를 요약해봤다. 

• 데이터 수집 자동화 및 사용하기 편한 데이터 마트 구성 
• 데이터 정합성 검증 (고통과 인내의방)
• 협업 부서에서 요청하는 데이터 추출 ✨
• 실무자들이 사용할 수 있는 BI (대시보드) 생성 ✨
• 분석을 통한 프로덕트 인사이트 도출 (프로덕트의 현황 및 문제점,발굴 또는 새로 출시한 기능의 성과 측정 등)✨
• 분석  or 소비자에게 유용한 기능을 제공하기 위한 머신러닝 모델링 (예측, 분류 등) - DS or DA ✨

이 모든 과정과 결과들을 보기 쉬운 형태로 시각화하여 보고서로 전달하는 직무이다. 

보통의 분석 과정은 "가설 or 문제 정의 -> 가설 검증 ->  인사이트 도출 -> 프로덕트 적용"의 프로세스로 이루어진다. 

 

실제 업무 예시를 들어보자면, 

어느날 다운로드가 2배 급증한 날이 있었다. 협업 부서 (마케팅, 기획)에 혹시 마케팅 or 서비스 적으로 특이사항이 있었냐고 여쭤봤더니, 그 전 날에 유튜브 광고가 이루어졌고, 이벤트 결과 발표가 이루어졌다고 한다. 이에 아래와 같이 업무를 진행한다. 

 

1.문제 정의 및 가설 설정 

"yyyy-mm-dd"  다운로드가 2배 발생한 현상은 유튜브 광고 업로드로 인한 것일 것이다. 

(이벤트 결과 발표는 이미 다운로드를 한 유저들을 대상으로 하기 때문에 선 검증 가설에서 제외하였다.) 

 

2.가설 검증

실제 유튜브 광고가 업로드 된 시간부터 다운로드 가 급증하였으며, GA를 통한 유입 경로 추적 시 해당 유튜버로 playstore까지 연결됐다는 사실을 확인할 수 있었다. 

 

3.결론 : "yyyy-mm-dd" 의 다운로드 수 급증 원인은 유튜버 OO의 광고 업로드이며,동기간대에 업로드된 다른 유튜브 광고보다 해당 유튜버로 인한 유입이 n배 효과적인 결과를 보여주었다. 

 

이렇게 되면, 어제 광고 올라가서 그런거아냐 ~? 에서 끝나는게 아니라, 유튜브 광고 집행에서, 특정 유튜버로 인한 광고 효과가 뛰어났음을 "FACT"로 증명해서 마케팅 팀에게 전달 하게 된다. 그럼 이 자료를 보고 마케터분들은 다음 광고를 더 효과적으로 진행할 수 있게 되는 것이다. 예시를 엄청 단순한 업무를 들었지만 현업에서는고도화된 분석도 많이 진행한다. 로그 데이터 분석해서, 밸런스 패치에 반영하기도 하고.. 

 

아무튼, 이런 프로세스로 주로 업무를 진행하지만, 단순 데이터 추출도 많고, 10개 분석해서 남들에게 분석 결과 나왔어요~ 할만한건 1~2개 뿐일 때도 많다. 못쓰는 데이터도 많고, 데이터를 땡겨오면서 누락되는 것들도 많아서 정합성 검증에도 많은 시간을 쏟곤 한다.그래도 데이터에서 인사이트를 발굴할 때는 너무 뿌듯하다. 정말 매력있는 직무 크크 

 

2. 필요 역량

• Python or R, SQL 필수
• 데이터베이스에 대한 이해 
• Excel 
• BI (Tableau, Metabase, Radish, Google Data Studio 등) 
• 분석 역량
• 커뮤니케이션 역량 
• 비즈니스 이해력 
• 문서 작성 능력 
• 통계적 지식 

 

*데이터 분석 역량 기르기 

원래 품질/생산 관리를 준비했었던 내가 각각의 역량을 길렀던 방법은 아래와 같다! 프로그래밍적인 부분은 국비지원 과정을 통해 기르긴 하였으나, 국비 지원 과정에서 생각보다 많은걸 알려주진 않는다. 대부분 과제를 내주며 독학하며 숙지하는 방법으로 이루어졌는데, 내가 독학한 방법은 이렇다. 

 

1.Python DataFrame 핸들링 및 시각화

캐글 (https://www.kaggle.com/) 에서 데이터를 다운로드하여, 처음엔 높은 추천 수를 받은 코드를 그대로 따라하였다. 모르는 함수가 나오면 그 때 그때 검색해서 찾아보았으며 아래와 같이 개인 노션에 문법집을 만들어서 필요할 때마다 찾아보았다. 시각화도 같이 진행해주면 좋다. 여기서 그치지 않고, 이 후 데이터를 정하여 주도적으로 분석 프로세스를 설정하고 코드로 구현해보는 것이 반드시 필요하다. 

개인 노션에 만드는 코드집

 

 

2.SQL 

나는 전공 수업에서 SQL의 기초를 배운 상황이어서 바로 코딩테스트를 준비하면서 공부하긴 했는데, 아무것도 모른다면 유튜브에 좋은 강의가 많다. 이것을 보고 숙지해서 프로그래머스 -> 해커랭크 정도의 코테를 준비하면 될 것이다.

데이터셋이 준비되어있는 SQL 문제를 풀면 금방 는다. 특히 JOIN에 대해선 정확하게 알아둬야한다.

 

노베이스 부터 시작한다면 시작할 때 부터 표준 쿼리 양식을 지키며 작성하는 버릇을 들이면 좋다. 아래는 표준 쿼리 작성 양식이다. 어느정도 문법을 익혔다면, 아래 양식을 맞춰가며 코테를 풀어보자. 

SQL Style Guide - Mozilla Data Documentation

 

*개인적으로 프로그래머스 SQL은 정말 기초중의 기초 문제들이라 해커랭크까지 공부해가는걸 추천한다

 

프로그래머스

HackerRank - Online Coding Tests and Technical Interviews

이 또한, 공부하면서 모르는 문법들은 노션에 개인 코드집을 작성해 놨고 아직까지도 잘 보고 있다. 

 

3.BI 

메타베이스 같은 경우는 무료 툴이고, 태블로의 경우 14일인가 무료 체험이 된다. 그 기간을 활용해서 유튜브를 참고해 자신만의 BI를 하나 정도 구현해보면 될 것 같다. 신입한테 거창한 실력을 기대하진 않으니깐, 아 이렇게 쓰는거구나 정도만 이해하면 괜찮을 듯 하다. (개인적으로 신입의 경우 경험이 없어도 무방한 부분 같음) 

 

4.분석 역량 

데이터 스쿨이던, 국비지원이던, 대학교 과제건 이 부분은 프로젝트 경험을 반드시 쌓아보는 것을 추천한다. 자유 주제로 분석 과제를 정해서 주도적으로 프로세스 설정부터 결론 도출까지 진행해봐야한다. 포트폴리오를 위해서라도 반드시 필요. 인터넷에 있는걸 그대로 따라하는건 전혀 도움 되질 않는다. (예로 포트폴리오에 프로젝트라며 사이킷런으로 집값 예측 회귀 모델링을 했다. 이런거) 그럼 뭐해요 ? 하면.. 나 같은 경우는 MZ세대가 한참 핫한 키워드여서 MZ 세대가 마케팅적으로 기존세대와 정말 차이가 있는지를 분석하고, 어떤 유형으로 나눌 수 있는지를 분석했다. 재미와 지식을 위해 덤으로 수강생들의 유형도 같이 예측했던 프로젝트를 했었었다. 내가 회사라면 요즘 핫토픽에 대해 어떤게 궁금할까? 라는걸 생각해보면 조금 더 주제선정이 편해질 것이다. 

 

✨주제 먼저 정하면 데이터가 없는 경우가 많다. 데이터 리스트를 보고 오 이거 해보면 재밌지 않을까 하는 방향을 조금 더 추천한다. ✨

 

데이터는 아래 등에서 파밍하기 

공공데이터 포털

한국소비자원 > 소비자빅데이터 > 소비자원 데이터

열린데이터광장 메인

KOSIS 국가통계포털

 

 

5.통계적 지식 

산업공학과 출신이라 통계는 전공 때 공부를 해놔서 새로 배울 때 어렵진 않았다.

A 부터 Z 까지 공부하려 들기엔 너무 많기 때문에 분석 결과 도출을 위한 통계적 방법론이 필요할 때마다 그때그때 찾아서 공부하는 방법을 추천한다. 우리 학교 교수님의 통계 강의 유튜브인데 강의력이 좋으셔서 필요한 부분만 골라 들어도 괜찮을 것 같다.  

[데이터로 세상보기]

 

6.그 외 기타 

비즈니스 이해도, 커뮤니케이션은 검증하기가 힘들다. 면접 때 지원 기업/업계에 대한 관심도와 프로젝트에서의 커뮤니케이션 사례 등만 준비해가도 무난할 것이다. 이 정도면 신입으로써 역량은 충분히 기를 수 있다. 이렇게 기른 역량을 자소서와 포트폴리오에서 어필하면 된다. 

 

신입 취업이 너무 힘들어요. 

데이터 분석가 신입 취업은 어려운게 맞다.. 😥 IT는 현재 공급 >>>>> 수요 상태가 되어버렸다. 경력자 이직도 어려운 마당에 신입 취업은 훨씬 어렵다. 비전공자는 더 어렵다. 그럼에도 불구하고 나같은 사람도 열심히 준비해서 취업했다. 어려운거랑 안되는건 다르니까 내가 이 일을 정말 하고 싶다면, 인생의 한번쯤은 열심히 준비해보면 좋을 것 같다.