Day1 - OT

📆 DAY 01 ㅣ23년 10월 16일 월요일

D-DAY

---

오늘은 대망의 첫 수업날이었다. 성동 취업사관학교 건물에 와서 3층에 교육장으로 들어왔는데, TV도 엄청 크고, 듀얼 모니터도 있고, 건물도 새건물이라 너무 쾌적하고 좋다. 앞으로가 너무너무 기대된다! 데이터 분석가가 되기 위해 화이팅해보자~~!

성동 취업사관학교 건물

 

OT

---

☑️ 로켓펀치 DA의 데이터 분석가 채용시장 상황

• 취업이 작년보다는 어렵지만 취업하는 사람들은 있다.
• <취업 가이드>

1. 경험 만들기: 직무 역량(50%) + 직무 경험(50%) + 실력이 동일해도 교육기간 동안 ‘어떻게’ 공부했는지가 최종 합격을 가름 → 어려운 과제 및 공부 내용을 틈틈히 기록해라
2. 구체적인 목표 정하기: 개인적인 취업 목표 기간 설정, 미리 배운 내용 및 프로젝트 경험 기록, 직무 역량은 최대한 교육기간 내 완성

 

☑️ 모비니티 박은비 대표님 특강

• 모비니티: 라이프 코칭 기업
• 내가 하고 싶은 일 vs 고객이 원하는 것 을 구분해라
• IT제품 개발 방법론: 애자일(신속히 개발해 지속적 제공)
• 가장 먼저 Design Sprint 프로젝트를 할 것.

Design Sprint: 5일이라는 짧은 기간 동안 문제점에 대한 솔루션을 구체화해 프로토타입을 만들어 테스트 완료하는 프레임워크.

→ 의미 있는 일을 하기 위해 고통스러운 지점을 견뎌내야 한다.

• 데이터 분석은 반드시 팀으로 업무하기 때문에, 팀 빌딩 역량이 중요!

 

☑️ 데이터와 데이터 분석가

데이터는 기본적으로 통계학 이론을 근간으로 사용

• 기술통계: 모수에 관계없이 데이터가 가진 통계적 의미 찾는 것 ex) 평균, 표준편차, 모집단, 표본, 신뢰구간
• 추론통계: 데이터 표본 가지고 모집단 특성 추정(가설, 가설검증 위한 실험)
• 데이터 마이닝: 데이터 가진 패턴, 특징 찾아내는 것

 

☑️  IT회사의 데이터 분석 프로세스

1. 데이터 생성
2. 데이터 수집
3. 데이터 ETL(가공 후 저장)
4. 데이터 분석 및 시각화(BI)

• BI(비즈니스 인텔리전스): 비즈니스 데이터를 분석 및 실행 가능한 인사이트로 전환해 더 합리적 의사결정 내리도록 사용되는 프로세스와 툴(시각화)

 

☑️  데이터 분석가는 단순히 ‘SQL을 잘해요’와 같이 Tool을 잘 쓴다 어필하는 것보다

‘데이터 분석을 바탕으로 인사이트 도출을 잘해요’라고 말하는게 더 효과적이다.

• 데이터를 통해 ‘문제 해결’에 집중하는데 필요한 역량
• 도구: SQL(데이터 조회/활용), 각종 통계도구, 도메인 지식

 

☑️ 회사에서 볼 수 있는 데이터

  1. 서비스 데이터

• 서비스 운영을 위한 데이터 ex) 결제 내역, 회원가입 정보, 서비스 신청 내역 등
• 서비스 주요 기능에 큰 영향

 

  2. 사용자 행동 데이터

• 사용자 행동 패턴을 확인하기 위해 별도로 저장하는 데이터 ex) 웹로그, 앱로그, 이벤트 등
• 상대적으로 규모가 크고, 신뢰도는 낮다(누락, 중복 집계 가능성 높음) ex) 페이지뷰, 스크롤, 클릭 등
• 서비스 런칭 이후가 시작점 → 사용자들이 원래 의도대로 서비스를 잘 쓰고 있나?

 

   2-1. 사용자 행동 데이터 분석 주제 예시

• 사용자들이 기능을 어떤 순서로 사용하는지
• UI 변경 이후 사용자들의 행동 변화
• 어느 기능과 페이지에 관심 많고 적은지

 

   2-2. 사용자 행동 데이터 분석 시 주의사항

1. 데이터가 기록되는 방식을 정확하게 이해 (데이터가 기록되는 정확한 시점 등을 파악해라)
2. 데이터는 언제나 잘못 기록될 가능성 존재
3. 데이터를 조회할 때 주의 필요(DB 쿼리 잘못 입력하면 DB 과부하 및 서버 다운 가능 → limit n)

 

   2-3. 서비스 개선할 수 있는 검증할 가설 결정하기

1. 모든 가설 리스팅 (현재 상황을 개선하는지?)
2. 우선순위 설정 (임팩트 순)
3. 검증할 가설 선택