이 포스팅은 패스트캠퍼스의 강의 'The RED : 데이터 사이언티스트 하용호'를 수강하며, 공부를 위해 정리한 것과 개인적인 생각을 덧붙인 내용입니다. 자세한 내용이 궁금하신 분들은 강의를 수강하시기 바랍니다 : )
데이터 사이언스가 어떤 문제들을 다루는지 분류해보자.
1.회사의 '과거'를 분석하는 것
2.회사의 '현재'를 개선하는 것
3.회사의 '미래'를 예측하는 것.
회사의 '과거'를 확인하는 것
존 워너메이커 : 현대적 마케팅의 아버지
→ 내가 했던 광고의 절반은 낭비였다. 그런데 문제는 그 절반이 어느 쪽인지 모르겠다는 점이다.
업력이 쌓여갈수록, 오래된 궁금증과 확인되지 않은 가설이 누적된다. 의외로 많은 회사가 잘 모르고 있다.
→ 그래서 언제나, 회사를 Data Driven하게 만들고 싶다는 욕망이 있다.
그래서 처음 데이터팀이 맡게 되는 것은 과거를 제대로 확인하는 것이다.
그리고 과거를 분석할 수 있게 데이터가 제대로 남게 하는 것이다.
그러나 대부분의 사람들이 하고 싶어하는 일은 현재(개선)과 미래(예측)이다.
회사의 '현재'를 개선하는 것.
과거의 궁금증(분석)이 해결된 회사는 빠르게 현재를 개선하고 싶어한다.
주로 돈을 많이 쓰고 있는 쪽에, 그리고 성장에 매우 관심이 많다.
때문에 주로 광고 효율, 유저 획득에 집중한다.
→ 회사의 현재를 개선하기 위해 필요한 것
회사의 제품과 서비스를 널리 알리는 일
우리는 처음 만나는 고객을 위해 더 좋은 경험을 설계하는 일(NUX)
있는 고객들의 불편을 캐치하고 고치는 일
검증을 위해 보통은 A/B 테스트 등으로 진행한다.
회사의 '미래'를 예측하는 것
유입도 충분해지고 나면, 어렵사리 모신 손님에 대한 케어가 중요해진다.
이 손님이 더 오래 머물 것인가? 떠날 것인가? 어떤 것을 제시해야 하나?
이탈 예측, 개인화, 추천, 맞춤광고 등 Prediction이 제품 안으로 들어오게 된다.
머신러닝이 제품에 많이 쓰이게 된다.
보통 데이터 사이언티스트가 되면 하고 싶은 일이다.
하지만, 아쉽지만 앞의 두 단계가 충실히 진행되어야 밟아갈 수 있다.
내가 가진 기술스택 점검
내가 가진 기술 스택 중에, 많은 회사가 공통으로 필요로 하는
→ '과거'를 보는 능력
→ '현재'를 개선하는 능력
충분히 갖추지 않았다면, 뜻밖에 회사에 가서 기여를 못할 수 있다.
회사의 미래를 보는 일들에 대한 관심이 많아서 머신러닝, 딥러닝 등의 기술을 익혔을 수도 있으나, 과거와 현재를 보는 능력이 부족하다면 많은 영향을 끼치지 못할 가능성이 크다.
댓글