[데이터 리안 8월 세미나] 데이터 분석가 채용의 모든 것 필기_양승화님

이력서로 나를 퍼스널 브랜딩 하기 

- 링크드인 채널, 커피챗 등에서 재직자 만나 볼 수 있음

- 페이스북 노션 커뮤니티에 공유 

- 노션, oopy로 만든 이력서 사이트 (검색 잘 노출 시키기 위해 oopy) 

- oopy에 GA 연결 

 

마이리얼트립_양승화님 

- 사내꾸준히 sql 교육 , 반복 가능한 커리큘럼 

 

데이터 분석가의 가려움을 해소해주는공고 ..

https://www.wanted.co.kr/wd/33147

[마이리얼트립] 데이터 분석가 채용 | 원티드

데이터 분석가의 이력서, 포트폴리오 및 면접에서 중요한 포인트는? 

• 포트폴리오에 화려한 시각화 결과물을 넣는 경우가 많은데 딱히 도움되지 않고, 왜 그런 분석을 했는지 왜 그런 교육 과정을 선택했는지 등이 훨씬 더 중요하다.
• BA의 경우 머신러닝 교육은 딱히 도움되지 않는다. 깔끔하게 sql 을 정말 잘 짰는지, 남과 다른 주제를 잡아서 독창적으로 분석을 했다. 이런 부분을 본다. 
• 경력직 : 이런 문제를 풀어서 어떤 성과를 냈다가 핵심이다. 어떤 문제를 풀고 어떤 임팩트를 만들었는지가 중요하다.               
• 왜 이 주제를 선택했는지, 왜 이걸 했는지 잘 설명할 수 있어야 한다. 시키는 일만 하는게 아니라, 이 프로젝트를 왜 하는지, 왜했는지 생각해보기,다른 사람들과의 차별점을 생각하보기
• 경력 면접 : 데이터로 어떤 가치를 만들어낼 수 있는지 설득하는게 중요하다. 

Q : 경력 지원할 때 자신의 성과를 이력서에 어디까지 넣어야하는지 궁금하다. 

양승화님 A: 구체적인 수치를 너무 넣으면 확실한 마이너스, 그 이전에 일했던 회사가 리텐션 몇 프로인지는 궁금하지 않다. 우리 회사 데이터도 이렇게 유출하나..? 위험성이 더 생각 난다. 리텐션 개발 했는데 이런 이런 가설을 세워서 올렸다 이게 중요하다.  '이탈이라는 것을 어떻게 정의했는지', '리텐션을 어떻게 측정했는지' 등 문제에 접근하는 방식, 문제를 해결하려는 시도들이 더 중요하다 수치는 오픈하지 않아도 된다. 

 

Q : 특히 검증하는 면접 질문이 있나요?  

- 채용이라는 것에 쌓이는 내부 사정들이 있다. 

- 이 사람을 움직이는 키워드가 뭔가, 커리어를 연결하는 키워드,.

나는 문제 해결

- 이 분이 이전에 어떤 성과를 만들었는 지 등등 , 왜 이전 회사를 떠나려고 하는지, 이직한 우리 회사에도 적용될 수 있다.

"보통 시니어 분석가가 있는 곳에서 성장하고 싶다라고 얘기를 많이 하는데, 반대로 뽑는 회사에서 이 분을 뽑으면 뭐가 좋지에 대한 답을 해야한다. 시니어가 계속 이끌어줘야 하는 분인가..? 트랙 레코드 시너지 포인트" 

- ba는 같이 일하고 싶은 사람인가가 면접에서 중요하다.

  본인이 뽑은  사람이 널리 같이 일하고 싶은 사람이라고 알려졌을 때 가장 뿌듯했다. 

- 결국 스킬셋 보다 협업을 잘 하는 사람을 뽑았다.  

가장 마음에 드는 사람은 설명을 잘했고, 왜 그렇게 했는지 잘 얘기하고 , 과제를 제일 깔끔하게 잘 풀었고 등등

 

Q : 역량 쌓기 

 

블로그로 공부하면 안되고,, 책이나 강의처럼 정제된 지식으로 배워야한다. 블로그는 불 지르는 것..

- 배우고 기록하고 공유하기 (정리한 거 공유)

- 특히 서비스에 써먹어보고 괜찮으면 정리해서 공유하기 

- 강의하는 것이 큰 도움이 된다.  

 

📌추천 도서 모음

 

- 그로스 해킹 (양승화 저)

- 린 분석 (엘리스테어 크롤, 벤저민 요스코비츠 저)

- 빅데이터를 활용한 예측마케팅 전략 (외머 아튼, 도미니크 레빈 저)

- 틀리지 않는 법 (조던 엘렌버그 저) 

- 디맨드 (에이드언 슬라이워츠키 저)

- 진화된 마케팅 그로스해킹 (션 엘리스 저)

 

공통적으로 데이터 분석은 문제를 해결하는 것이다.  

애초에 좋은 문제를 찾을 수 있는 능력이 중요하다. 이를 이력에 세우고 , 어필하기 

뛰어난 개인이 하는데에는 한계가 있다 조직이 중요하다. 특히 데이터로 일하는 문화를 만드는 것이 중요하다. 

완벽하지 않더라도 주어진 여건에서 어떤 걸 하려고 시도했는지가 경력에서 중요하다. 

그걸 한계점이라고 생각하지 말고 '그' 환경에서도 이러러한 걸 시도했어!! 를 생각해보는 게 중요하다.

 

- 데이터를 최대한 노출하기 등등 조직하기 문제를 정의하기 

 

나와 맞는 조직을 찾아가기 

 

마이리얼트립의 경우

- 데이터 분석가가 셀에 들어가서 이 셀에 어떤 문제가 있고 어떤 걸 참여해야하고 등등의 전 과정에 참여하고 있다. 

(나:유튜브 개선) 

- 임원진이 SQL 강의를 다 들었다.. 과제도 해오신다.  (C레벨 분들에게 데이터 강의를.... 해보면 좋을 것 같다..)

- 태블로를 일부 쓰는 곳들이 있다. 리대시를 주로 쓰고 있다. 

(리대시를 쓰면 한계가 있지않나요 서버 데이터 체지방율,,근력 운동을 더 열심히 해야겠다.-> 데이터 분석)

 

Q: 직장을 그만 두고 대학원에 진학해야 할까요?

 

- 분석에 대한 경험은 요새 접근이 많기 때문에 직장을 그만 두고 대학원에 가는 건 많은 고민을 해봐야한다.

- 이걸 왜 하는지가 중요하다 

- 예를 들어 자연어 처리면 대학원에 가는게 중요하다, 데이터 분석가가 되기 위해 대학원에 가야한다 이거는 다방면으로..

  대학원은 학문을 심도있게 하는 것,,,아카데믹한 필드.. 취업을 하고 싶으면 가장 정확한 나침반은 채용공고,...

- 데이터 사이언티스트 트랙과 애널리스트 트럭은 아예 다르다...

- 데이터를 읽고 해석하는 데에 익숙한지가 중요하다 , 성장하는 것이 중요....

- 스스로 문제 정의를 얼마나 해봤는지 

- 비지니스 데이터 분석가에게 딥러닝 머신러닝은,,,그닥,,,

 

가장 좋은 이력서는 면접 질문이 생각나는 것...

프로젝트에 대한 관심을 가지게 만드는 게 중요하다는 의미로 이해하시면 좋을 것 같아요.  

자세히 안 적은거랑, 이 사람을 만나서 물어보고 싶다... 는 좀 다른 의미일 수 있으니까요.

 

내가 하려는 주장이 데이터를 기반으로 할 수 있는지

SQL 포매팅 등...스스로 성장할 수 있는 사람인가..러닝 커브가 빠른가 등등 

 

경력직으로 가려면 경력이 있어야하니까 일단 사내에서 

1. 엑셀 파일..이라도 있는 걸 찾아서 성과를 만들어 본다..

2. 아니면 데이터를 만든다...(툴 솔루션 설치) 담당자 미팅 등등에서도 많이 배울 수 있다. 

    GA,,앰플리튜드,, 빅쿼리 데이터 스튜디오..

    사이드 프로젝트..

 

1. 어떻게든 있는 걸 찾거나 

2.쌓기

 

'양승화님 강의 데이터가 흐르는 조직 만들기'가 있었다.  

 

[질문] UA, CRM, 퍼포먼스 마케터 VS 데이버분석가 직무의 가장 큰 차이가 무엇인지 궁금합니다! → 데이터 기반 의사결정 및 개선안을 도출하는것은 퍼포먼스 마케터와 데이터분석가가 유사한것으로 보이는데요. 혹시 퍼포먼스 마케터직무에서 분석가로 직무전환을 위해 어떤 핵심역량을 강조하고, 더 키우면 좋을지 조언 부탁 드립니다.

[패널] 윤정환님 : 질문에 답변을 드리자면, CRM, 퍼포먼스 마케터, 데이터분석가 (프로덕트 분석가로 가정해보겠습니다.)의 경우에 결국 최종 의사결정의 방향성이 다르지 않을까 싶어요. 데이터 분석 스킬은 결국 문제해결에 필요한 수단이라고 생각해요. 결국 문제해결 과정에서 얼마나 데이터를 활용해서 정량적인 의사결정을 할 수 있냐가 핵심인 것 같습니다. 퍼포먼스 마케터도 정량적인 근거를 바탕으로 한 의사결정경험을 많이 키우신다면 좋을 것 같습니다.

 

1년동안의 절반은 혼자 하셨다 양승화님....

 

저기 시니어가 없더라도 뭔가 할 수 있었을 텐데... 라는 생각이 많이 든다 

어떤 문제를 해결해봤는지...! 

우리팀에 잘 융화될 수 있는지