지금까지 경험 점검(+앱 서비스 데이터 분석가가 된 이유)

2년차 데이터 분석가로써 현재의 나는 이러한 역량을 가지게 되었다.

 

1) 데이터 분석 역량

- 프로덕트 개선에 필요한 지표 정의

- 매출, 사용자 행동 데이터 분석(주로 BigQuery, MySQL, Python) 및 액션 아이템 도출

- 결과 데이터 추출 및 대시보드 제작(주로 Looker Studio)

 

2) 데이터 엔지니어링 역량

- 사용자 행동 로그 설계 및 데이터 QA(GA4, Firbase 기반)

- 파이썬 기반 ETL 자동화 파이프라인 구축

- 크롤링을 통한 공공 데이터 수집

- 딥링크 파라미터 정의

 

현재 일하고 있는 부동산 중개 앱 서비스 회사에서는 다음과 같은 프로젝트를 진행했다.

1)  Mobile Web Organic 앱 설치율 개선 프로젝트

- 문제 정의: Mobile Web은 APP보다 트래픽이 높고(특히 Organic), APP은 Mobile WEB보다 리텐션, 문의 전환율 등의 지표가 높다. 하지만 Mobile Web 사용자 중, 앱 설치를 하는 비율이 낮다.

- 문제 해결 방식: Active User가 가장 많은 페이지에서의 앱설치 CTA 버튼 교체 및 A/B 테스트

- 결과: CTR(CTA 버튼 클릭수/버튼 노출수)이 2배 감소했지만, CVR(앱 설치수/버튼 클릭수)이 5배 증가.

 

2) 아파트 상품 전환율 개선 프로젝트

- 문제 정의: 아파트 상품의 매물 문의 전환율이 다른 상품에 비해 많이 떨어진다. 그래서 아파트 상품을 구매한 중개사의 계약 연장률 또한 낮다.

- 문제 해결 방식: 아파트 상품의 Activation 퍼널 이탈이 큰 부분을 개선. 유저 세그먼트를 '매물 탐색', '정보 탐색' 2가지 유형으로 나눠서, '매물 탐색' 유형이 매물을 빨리 찾을 수 있게 하는 방식으로 개선.

- 결과: 퍼널 이탈이 많이 일어나는 부분의 이탈률 13% 개선, 첫 퍼널 대비 최종 문의 전환율 기존 대비 1.4배 증가.

 

3) 문의 전환율 개선 프로젝트

- 문제 정의: 매물 문의 페이지에서 문의 버튼을 누르는 퍼널의 이탈률이 매우 높다. 버튼 디자인, 텍스트, 페이지 구성 등을 바꿔보았음에도 큰 효과를 보지 못했다.

- 문제 해결 방식: 새로운 방식의 매물 문의 서비스 도입.(a.k.a. 방구해요: 임차인이 원하는 방을 입력하면 해당 매물을 가지고 있는 중개사에게 알림이 뜨는 방식)

- 결과: 기존 방식의 매물 문의 전환율(매물 문의 완료 사용자수/전체 활성 사용자수) 대비 4배 이상 높은 전환율을 보임.

 

4) 전사 KPI 지표 ETL 자동화 프로젝트

- 문제 정의: 기존에 KPI 지표 데이터를 추출하는 방식이 수동 작업이 많았다.

- 문제 해결 방식: 수동으로 해야하는 작업(구글 스프레드 시트, 앱스플라이어, SQL, GA4 등 흝어져있는 데이터를 집계해서 하나의 시트에 입력하기)을 파이썬을 통해 자동화 시킴. 

- 결과: 경영전략 팀의 단순 반복 업무량이 일주일에 2시간 이상 줄어듦.(시급 2만원으로 가정했을 때 1년에 약 1천만원 이상의 가치)

 

5) 사용자 행동 로그 설계 및 데이터 QA

- 문제 정의: 웹, 앱 이벤트 이름이 통합되어있지 않고, 이벤트 이름의 종류가 너무 많아서 관리가 안된다.

- 문제 해결 방식: 이벤트 이름 종류를 줄이고, 파라미터를 통해 구분. 웹, 앱 이벤트 이름도 통합시키고, 파라미터로 구분.

- 결과: 이벤트 관리가 훨씬 수월해지고, 가독성이 높아짐. GA4에서 보다 쉽게 데이터 조회 가능. 루커 대시보드 제작 속도 향상.

 

 

---

 

기타 TMI 끄적끄적... 

 

1. 과거 경험

2. 하고 싶은 일

3. 앱 서비스 데이터 분석가가 된 이유

4. 일 하고 싶은 회사

5. 데이터 분석을 통해 달성하고 싶은 것

6. 스트레스 받는 상황

7. 장점과 개선해야할 점

 

과거 경험

나는 어렸을 때, 무언가를 하고 싶다는 동기가 거의 제로에 가까운 사람이었다. 그래서 뭘 하든 의욕이 거의 없었고, 잘 하는 것도 하나도 없었다. 왜 그랬을까 생각을 해보면, 하고 싶지 않은 걸 '왜' 해야하는지 알 수 없었기 때문이다. 공부가 너무 재미가 없었고, 해야하는 이유도 알지 못했다. "좋은 대학을 가려면 공부를 해야한다 -> 왜 좋은 대학을 가야하지?" 대략 이런식으로 계속 꼬리에 꼬리를 물고 이유를 찾지 못하면, 의욕이 사라졌다. 

 

그러다가 중간에 성적이 확 좋아졌던 적이 있었는데, 정말 단순한 이유였다. 학원에서 과목 하나당 1등을 하면 과목 수대로 문화상품권을 지급해주겠다는 것이었다. 나는 문화 상품권을 꼭 받고 싶었고, 뭔가 해볼만 해보였다. 그리고, 1등을 한다는 것도 짜릿함을 느낄 수 있을 것같았다. 그 때 나는 4과목에서 1등을 했었다.

 

지금 와서 생각해보니, '동기'라는 건 그렇게 대단한 거에서 오는게 아닌 것같다는 생각이 들었다. 예를 들어 우리가 게임을 할 때, 게임을 '왜' 해야하는지 알고 있기 때문에 게임을 하는게 아니라 그냥 재밌어서 하는게 아닌가? 그러면 공부나 일도 게임같은 재미를 느낄 수만 있다면, 꼭 '왜' 해야하는지 몰라도 자동적으로 열심히 하게 되지 않을까라는 생각이 들었다. 

 

'아주 작은 습관의 힘'이라는 책에는 이러한 내용이 나온다. "사람의 의지에는 한계가 있다. 시스템을 만드는 것이 중요하다." 그리고 시스템을 만드는 방법은 일단 시각적으로 해야하는 일이 보이게끔 만들고, 그 일을 매력적으로 만들고, 하기 쉽게 만들고, 보상을 주는 것을 반복하면 된다고 한다. 이 책을 읽고 나서, 내가 성적이 중간에 좋아졌던 이유를 비로소 알게 되었다.

 

1. 학원에 간다, 공부할 책을 집 책상 여기저기에 배치해놓는다. -> 시각적으로 공부해야하는 게 보인다.

2. 학원에서 1등을 하면 선생님과 동기들에게 인정받을 수 있다. -> 공부하는게 매력적으로 보인다.

3. 1등을 할 자신 있는 과목부터 하나씩 공부한다. -> 하기 쉽게 만든다.

4. 1등을 하면 문화상품권을 받는다. -> 보상을 준다.

 

이러한 원리를 깨닫고 나는 대학교에서 군대 전역 후, 수석 2번, 차석 1번을 할 수 있었고, 이전에 영업을 했을 때도 전국 900명 영업 사원 중 상위 2%의 성적을 달성할 수 있었다. 

 

하고 싶은 일

이런 경험으로 인해 나의 꿈은 점점 확고해졌다. "공부, 일 등 인생에서 꼭 해야하는 것들을 게임처럼 재밌게 할 수 있는 시스템을 만들어야겠다." 과거의 나처럼 무언가를 해야겠다는 동기를 갖지 못하는 이들이 열정적으로 무언가를 하게 되게끔 변화하는 걸 상상하면, 그리고 그들이 점점 성장하는 걸 지켜볼 수 있다고 상상하면 뭔지 모를 짜릿함을 느꼈다. 그리고 나도 이러한 시스템을 내 인생에 적용해서 살고 싶었다.

 

처음엔 나는 이런 일을 하기 위해서는 누군가를 가르치고, 컨설팅 하는 일을 해야한다고 생각했다. 그래서 IT학원에서 학생들을 컨설팅해주는 일을 했었다. 정확하게 이야기하면, 영업이지만 영업 또한 내가 추후 사업을 하게 된다면 꼭 필요한 능력이라고 생각했기에 이 직업을 선택했었다.

 

하지만 시간이 지나면서 점점 누군가를 가르치는 일이라는 건 아무나 해서는 안되는 일이라는 생각이 들었다. 잘못된 지식, 정확하지 않은 지식을 가르쳤을 때 학생들은 그 말을 믿고 잘못된 방향으로 갈 수 있기 때문이다. 그래서 나는 누군가를 가르칠거면, 한 분야에서 내가 짱이다라고 할 수 있을 만큼 자신있을 때 해야하겠다고 생각했다. 

그리고 누굴 가르치는 일보다 사실 훨씬 더 중요한 건 시스템을 만들어주는 일이라는 생각이 들었다. 시스템만 갖춰진다면 배우는 건 스스로 주도적으로 하게 되기 때문이다. 그래서 나는 '시스템'을 만드는 일을 하고 싶었다.

 

앱 서비스 데이터 분석가가 된 이유

그렇게 나는 직업을 바꾸게 되었다. 두 번째 직업은 앱서비스 데이터 분석가. 왜 이 직업을 선택했냐고 묻는 다면, 내가 하고 싶은 일과 관련이 가장 깊다고 생각했기 때문이다. 게임같은 시스템 만들기.

 

게임은 시각적으로 계속해서 현재 나의 레벨, 경험치, 데미지, 랭크 등이 보인다. 그리고 게임을 잘하게 되면 나의 레벨, 랭크 등이 올라간다. 랭크가 올라가는 건 남들에게 인정받을 수 있고, 점점 더 강한 상대를 만들 수 있기 때문에 상당히 매력적인 포인트가 된다. 처음엔 레벨에 맞는 몬스터를 잡거나, 레벨에 맞는 랭크에서 게임을 하기 때문에 쉽게 시작을 할 수 있다. 대부분 게임은 처음에 튜토리얼을 제공하여 게임을 쉽게 할 수 있게 만든다. 게임에 이기거나 몬스터를 잡으면 랭크가 올라가거나 경험를 주면서 보상이 주어진다.

 

내 생각엔 '게임'은 습관을 형성하게 만드는 완벽한 시스템을 갖추고 있는 것같다. 이 완벽한 시스템을 인생에 어떻게 적용할 수 있을까? 라는 생각을 오랫동안 고민해왔고, 결국 앱 서비스를 통해 꿈을 이루어야겠다고 생각했다. 앱 서비스는 습관 형성에 아주 유리한 조건을 갖추고 있고, 게임 처럼 나 자신 데이터를 쌓고, 시각화 시킬 수 있기 때문이다.

 

내가 데이터 분석가라는 직업을 선택한 근본적 이유이다.

1. 공부, 일 등에 게임같은 시스템을 적용한 앱서비스를 직접 창업 & 이 서비스를 하는 회사에 초기 멤버 C레벨로 합류

2. 이 앱서비스에는 사용자 데이터가 가장 중요하다고 생각. 

3. 앱 서비스를 성장시키기 위해서는 그로스해킹 개념을 알고, 이를 실제로 적용시켜 성장시켜본 경험이 반드시 필요함.

 

이 꿈은 장기적인 것이기 때문에 당장 창업을 하거나 그럴 생각은 없다. 하지만 확실한건 지금 나는 앱 서비스 데이터 분석가라는 커리어를 반드시 최상급 수준으로 전문성을 키울 것이고, 이후에 앱 서비스 Product Owner가 될 것이고, 창업을 해도 되는 수준이 되면 그 때부터 시작할 생각이다. 9년 뒤쯤 생각하고 있다. 

 

이런 일을 하기 위해서는 사실 개발자, 기획자, 디자이너 등으로 시작을 할 수도 있다고 생각한다. 그 중 하필 데이터 분석가인 이유는 개발자를 하면 기술 배우는데에 급급할 것같고, 기획자나 디자이너는 내 강점을 살릴 수 있는 일은 아니었기 때문이다. 데이터 분석은 이과적인 성향이 강한 나와 잘 맞는데, 그렇다고 기술에만 집중하면 안되는 직업이다보니 앱서비스를 하는 직업 중에 가장 최적이라고 생각했다.

 

그리고 나는 이미 앱 시트를 통해서 간단하게 앱을 만들고, 나 자신의 데이터를 쌓으며 분석을 해보고 있다. 이 앱을 꾸준히 사용하고 있고, 앱 개발만 할 줄 안다면 어떻게 고도화 시켜야하는지도 어느정도 기획을 해놓았다. 최소 기능으로 만들어 본 이 앱은 개발, 기획, 디자인 모든게 다 중요하지만 핵심 기능은 데이터 수집과 시각화에 있다. 어떤식으로 시각화 할 것인지, 데이터 입력하는게 얼마나 간편한지에 따라 계속 사용을 하게 될 수도 있고, 사용을 중단할 수도 있다.

 

앱을 지속적으로 사용해보면서 더 확신이 생긴 부분은 시스템이 정말 중요하다는 생각이었다. 데이터 입력하는걸 더 간편하게 만듦으로써 지속해서 사용하는 습관을 만들 수 있었고, 내가 공부한 양을 그래프로 실시간으로 볼 수 있으니 왠지 뿌듯하고 동기부여가 되어서 지속해서 사용할 수 있었다.

아마 이런 서비스를 한다고 하면 리텐션이 가장 중요할 것같다. 습관처럼 사용을 지속적으로 해야 의미가 있기 때문이다. 

 

일하고 싶은 회사

직업과 앱서비스를 하고 싶은 이유는 충분한데, 그렇다면 어떤 도메인을 가야할까?라고 생각했을 때, 나는 하나의 도메인을 고집할 필요는 없다고 생각했다. 추후에 내가 하려고 하는 서비스가 PMF가 맞지 않을 수도 있고, 방향성이 달라질 수도 있고 여러 변수가 있기 때문에 여러 상황을 겪어봐야 한다고 생각하기 때문이다. 그래서 관심있는 도메인이라면 어떤 회사든 흥미를 가지고 일을 할 수 있다. 나는 금융, 부동산, 교육 쪽에 관심이 많아서 지금은 부동산 중개 서비스를 하는 회사에서 일을 하고 있다. 다음에는 교육, 부동산은 경험을 해봤으니 이왕이면 금융 쪽에서 일을 해보고 싶고, 금융쪽이 아니더라도 제품사용주기가 짧은 앱서비스 회사에서 일을 해보고 싶다. 

 

지금 다니는 회사는 2-side 마켓 플레이스 모델을 가지고 있다. 집을 구하는 임차인의 제품사용주기는 길 수 밖에 없지만, 중개사쪽은 이야기가 다르다. 중개사는 재구매가 굉장히 중요하다. 그래서 나는 중개사를 신규유저, 휴면유저, 이탈유저, 복귀유저으로 세그먼트를 나눠서 분석을 진행했다. 중개사 쪽은 리텐션이 높은 편이라 신규 유저 자체를 늘리기 위한 방법도 제시했고, 실행까지 옮겼다. 24년 12월엔 최고 매출을 달성하게 되었다.

 

사실 이러한 모델을 가지고 있는 서비스는 닭이 먼저냐 달걀이 먼저냐의 문제라서 임차인과 중개사 둘 다 중요하다. 임차인이 중개사에게 문의를 해야 중개사는 광고 효과를 보고 연장을 하게 되는 시스템이다. 그래서 사실 중개사 쪽 분석은 사이드로 진행을 했고, 메인은 임차인 쪽의 매물 문의 전환율을 높이는 것이었다.

 

문의 전환율을 높이기 위해서는 프로덕트 분석에 집중을 해야했다. PM, 디자이너 분들과 함께 메인 지표, 가드레일 지표, 보조 지표를 설정하여 어떤 데이터를 수집해야할지 사용자 행동 로그 설계를 하고, 이후에 데이터 QA 후, 배포가 되면 분석 결과 및 대시보드를 만들어서 공유를 해왔다.

 

또한, 전사 지표 자동화 시스템이 갖추어져 있지 않아서 ETL 작업을 통해 엔지니어링 관점도 키울 수 있었다. 퍼스트파티 데이터, API 호출, 크롤링 등을 통해 원하는 데이터를 추출하는 하드 스킬도 많이 키울 수 있었다. 

 

이러한 경험을 통해 다음 회사에서는 더 사용자가 많고, 그 사용자들의 제품사용주기가 짧은 앱서비스 분석을 해보고 싶다. 

 

스트레스 받는 상황

회사 면접을 다니다보면, 간혹 이 질문을 받는다. 스트레스 받는 상황이 어떤 상황인지, 그 상황에서 어떻게 대처하는지, 스트레스를 어떻게 관리 하는지 등. 나는 동기부여를 느끼지 못하는 걸 억지로 해야할 때 가장 큰 스트레스를 받는다. '왜' 해야하는지 알고 하거나, '재밌어서' 하거나 둘 중에 하나는 반드시 필요하다. 전 직장에서 일 할 때, 특히 스트레스를 많이 받았는데, 지금 생각보면 시켜서 억지로 했던게 많았기 때문이라고 생각한다.

 

예를 들면, 하루에 통화를 해야하는 '통화량'이라는 게 있었다. 이 걸 채우지 못하면 패널티가 있었고, 대표님께서도 화를 엄청 내셨다. 하지만 나는 시스템을 만드는 것이 훨씬 더 중요하다는 가치관을 가지고 있었기 때문에 억지로 통화하는게 그저 사람들의 소중한 시간을 뺏는다는 느낌, 나도 시간낭비를 하고 있다는 느낌을 강하게 받았다. 그 보다는 주도적으로 수강생들을 재미를 느끼며 공부할 수 있는 환경을 만들어주고, 필요하면 내가 해주는 조언해주는 것보다는 빠르게 조교 선생님을 연결시켜주거나 강사님의 피드백을 권하고, 통화 영업보다는 마케팅으로 새로운 고객을 유치하는게 훨씬 효율적이라고 생각했다. 그래서 나는 나의 방향을 고집하여 시스템을 만드는데에 집중했다.

 

어떤 시스템을 만들었냐면, 똑같은 CS 문의를 간편하게 처리하기 위해 자주 질문이 들어오는 리스트를 모아서 수강생을 위한 FAQ 노션 페이지를 제작했고, 컨설팅을 하는 단계에서 이러한 부분들을 미리 설명을 해주었다. 수강생들이 취업까지 구체적으로 상상할 수 있도록 취업을 이미 한 다른 수강생들은 어떤 과정을 밟았는지, 포트폴리오와 이력서는 어떠한 형태인지를 모음집으로 만들어서 내 수강생들에게 배포했다. 또한, 문의가 많이 들어오게끔 하기 위해 개인 사비를 투자하여 네이버 SA광고를 하면서 키워드를 최적화 시켰다. 직원을 채용하고 난 뒤에도 신입 직원들이 빠르게 적응 할 수 있도록 온보딩 노션 페이지를 제작했다. 이러한 노력들 덕분에 나는 단순 반복 업무를 줄이고, 상대적으로 더 중요한 것에만 집중할 수 있었다. 그래서 내향적인 성격에도 불구하고, 상위권 매출을 달성할 수 있었고, 강점을 인정받아 팀장자리까지도 가게 되었다.

 

나는 이렇게 단순 반복 작업을 자동화 시키는 것, 비효율적인 시스템을 최적화 시키는 것, 학생의 성장을 위해 필요한 최적의 방향성으로 교육 시스템을 개선하는 것, 고객이 원하는 것을 파악하고 이를 서비스에 적용하여 효과를 보는 것 등을 할 때 성취감을 많이 느끼고, 스트레스가 줄어드는 걸 알 수 있었다. 사실 이러한 성향 때문에 데이터 분석가라는 직업이 정말 잘 맞는 것같다.

 

그래서 나는 스트레스를 받는 상황에서는 더 좋은 방향성을 찾으려고 노력하는 것같다. 실제로 그게 개선이 된다면 자연스럽게 스트레스가 사라진다. 그리고 혼자서 그런 고민을 하면서 어떻게 해야할지 곰곰히 생각하다보면 스트레스가 풀리곤 한다. 내가 잘못하고 있는 건 무엇인지, 내가 바뀌어야할 건 무엇인지, 내가 아닌 다른게 바뀌어야 한다면 어떤식으로 말을 해야할지 이런 부분들이 정리가 되기 때문이다.

 

예를들어 동료와 다툼이 있었다 그러면, 그 이후에 곰곰히 생각을 해본다 '나도 잘못된 부분이 분명 있을 텐데, 무엇을 바꿔야할까?' 상대방을 바꾸는 것보다 나의 잘못 된 면을 바꾸는게 훨씬 쉽고, 나에게도 도움이 되기 때문이다.

 

 

장점과 개선해야할 점

나의 장점은 성격적인 면으로는 누구와도 유하게 잘 지낼 수 있다는 점인 것같다. 외향적인 성격은 아니지만, 시간이 좀 지나면 보통 두루두루 대부분 사람들과 다 잘 지내게 된다. 누군가가 서로를 욕하며 파를 갈라도 나는 어느 한쪽의 편을 완전히 들지 않고 다 잘지냈었다. 역설적으로 나는 사람을 잘 믿지 않아서 그런 것같기도 하다. 아무리 가까운 사이여도 100% 신뢰하지 않는다. 

 

왜냐하면, 나조차도 스스로를 100% 믿을 수 없다는 걸 알기 때문이다. 사람은 편향을 가질 수밖에 없는 존재이고, 이러한 편향이 있다는 사실을 인지하면서 사는지 인지를 못하는지만 다를 뿐 편향에서 벗어날 수는 없다. 일례로 확증편향이라는 개념이 있다. 확증편향은 사람들은 스스로에 대한 자신의 믿음에 부합하는 피드백을 열망하고 이끌어내려고하는 개념이다. 

 

이러한 확증편향이 강하면, 일을 할 때도 문제가 생기기 마련이다. 본인이 작업한 내용에 대해서는 긍정적인 방향으로 해석을 하게 된다. 부정적인 피드백에 대해 감정적으로 반응하게 된다. 

 

그래서 나는 사람들이 다 이러한 편향이 있다는 걸 알기 때문에 상대방의 말을 100% 신뢰하지 않고, 나 스스로에게도 긍정적인 평가를 잘 내리지 않는 편이다. 그 보다는 객관적인 사실에 집중을 하려고 한다. 그래서 데이터 분석이라는 직업이 더 매력적인 것같다. 데이터는 사실 그 자체이고, 올라야하는 지표가 내려갔음에도 불구하고, 내가 한 작업을 긍정적으로 평가할 순 없기 때문이다.

 

일반적인 대화를 할 땐, 데이터를 기반으로 이야기하진 않기 때문에 누구나 확대 해석을 하거나, 본인에게 유리한 쪽으로 믿거나 이야기하기 마련이다. 그래서 어느 한 쪽 말을 듣고, 공감은 하지만 그게 진짜라고 믿지는 않았던 것같다. 

 

개선해야할 점은 이러한 성격 때문에 깊게 친해지기까지는 오랜 시간이 걸리고, 때로는 누군가는 상처를 받곤한다. 아마도 깊은 공감을 못해줄 때가 많고, 일을 할 땐 그게 왜 필요한지, 어떤 지표를 올리기 위해 필요한건지 등 지표 중심적으로 이야기를 하다보니 그런 것같다. 그래서 좀 더 상대방을 존중하는 언어로 커뮤니케이션하는 연습을 계속 하면서 조금씩 개선시키고 있다. 

 

 

나는 가끔 이렇게 나에 대한 글을 적곤 한다. 이러한 시간이 있어야 내가 가려고 했던 방향성이 좀 더 분명해지고, 중간에 길을 잃지 않게 되는 것같다. 그리고 나에 대해서도 좀 더 잘 알게 된다. 내가 뭘 하고 싶은건지, 뭘 좋아하는지 등. 이 번에도 글을 쓰면서 앞으로 이직을 한다면 어떤 회사에 가야할지 좀 더 분명해졌다. 기회가 된다면 이렇게 나에 대한 글을 적어보는 것을 꼭 추천한다!