데잇걸즈는 실무 수준의 데이터 분석 역량을 키우기 위해 '이터레이션iteration' 단위를 통해 학습하고, 단위마다 분석 프로젝트를 거듭하는 방식으로 학습하고 있습니다. 여기서 이터레이션이란, 특정 목적의 달성이나 원하는 최종값을 얻기 위하여 특정한 알고리듬의 같은 과정을 변수만 달리하여 반복적으로 수행시키는 것을 의미하는 단어로 데잇걸즈에서는 최종 학습 목표에 도달하기 위해 작은 프로젝트를 거듭하도록 하는 회기 하나하나를 의미합니다. 데잇걸즈 구성원들은 이터레이션마다 반복적으로 작은 수준의 실패와 빛나는 성공들을 경험하며 꾸준히 성장해왔습니다!
이터레이션1에서는 1) SQL 이론 강의와 실습이 주를 이루었습니다. 프로그래머스, 해커랭크의 코딩 테스트 문제를 풀고 데이터베이스에서 원하는 데이터를 추출 및 가공하는 쿼리 작성을 연습했습니다. 2) AARRR 마케팅 워크숍을 통해 비즈니스 모델 프레임워크를 활용한 고객 행동 분석을 학습하였습니다.
"야머(Yammer)"는 마이크로소프트 산하의 기업용 소셜 네트워크 서비스 회사입니다. 데잇걸즈에서 본 프로젝트 시리즈를 위해 사용한 데이터가 "야머(Yammer)"사의 데이터이기 때문에, 일명 "야머 프로젝트"라 부르고 있습니다. 또한 사용된 데이터는 데이터 분석 솔루션 업체 "모드(MODE)"에서 받았으며, 이를 활용하여 총 3가지의 현업과 유사한 문제 상황을 가정하고 해결하는 시뮬레이션 프로젝트를 진행했습니다.
검색은 야머 서비스의 핵심 기능 중 하나이며, 서비스를 이용하는 사람들의 대다수가 검색 기능을 활발하게 이용하고 있습니다. 분석 팀의 자료를 토대로 다음 스프린트부터 dev 1팀, 필요하다면 ML 팀까지 투입하여 검색 기능 개선을 위한 개발을 진행하려고 합니다.
우리는 동료가 이미 진행한 분석에 대한 리뷰를 진행하고 더 나아가 검색 기능 또는 검색을 사용하는 사용자들에 대한 이해를 높일 수 있는 새로운 분석 결과나, 분석을 토대로 한 검색 기능을 제안하려고 합니다.
데잇걸즈가 조별로 협업하며 비즈니스가 당면한 문제 상황을 해결하기 위해
접근한 방식과 제안한 내용을 소개합니다!
분석에 사용한 5개의 서브쿼리로 이루어진 테이블의 구조를 도식화했습니다. 각각의 서브쿼리 테이블이 다른 테이블과 관계를 맺게 만드는 쿼리의 내용을 한 줄 한 줄 따져가며 쿼리와 표에 그 영향을 색상으로 표시했고, 이 과정에서 예외 상황이 충분히 고려되지 않은 쿼리를 발견해 이를 보완할 수 있는 새로운 쿼리를 작성했습니다.
동료가 작성한 쿼리에 줄 단위로 의미를 해석한 주석을 달고, 해당 쿼리를 작동시켜 얻은 결과를 비판적으로 평가해 타당한 이유와 아쉬운 부분을 작성했습니다. 이에 더해 아쉬운 부분을 보완하기 위해 추천하고 싶은 시각화 형식과 함께 보여주어야 하는 데이터를 제안했습니다.
검색 기능 개선의 필요성을 비즈니스 관점에서 명확히 하고, 고객 경험을 개선하기 위해 슬랙의 실험 사례를 바탕으로 고객 맞춤형 관련성 정렬 기능, 인기 검색 기능 도입을 제안했습니다. 또한 검색 대비 클릭률이라는 지표를 정의하고 월별, 언어별, 국가별, 기기별로 검색 기능 사용량을 집계하는 등 새로운 관점에서 분석을 진행했습니다.
검색 기능 개선의 필요성을 비즈니스 관점에서 명확히 하고, 고객 경험을 개선하기 위해 슬랙의 실험 사례를 바탕으로 고객 맞춤형 관련성 정렬 기능, 인기 검색 기능 도입을 제안했습니다. 또한 검색 대비 클릭률이라는 지표를 정의하고 월별, 언어별, 국가별, 기기별로 검색 기능 사용량을 집계하는 등 새로운 관점에서 분석을 진행했습니다.
기능의 개선 방법을 찾기에 앞서서 이 기능이 '서비스 전체에 있어서 얼마나 중요한지' 파악하는 데에 집중했습니다. 특히 실제 야머에서 서비스하는 검색 기능을 체험하면서 사용자 관점에서 이해하고자 했습니다. 그 결과 동료가 데이터로 파악한 유저의 행동이 나타나는 원인을 파악할 수 있었습니다.
데잇걸즈는 이번 검색 기능 개선 방안 제안 프로젝트를 통해 다양한 비즈니스 문제 상황을 정확하게 파악할 수 있는 능력을 길렀습니다. 이 과정에서 다른 사람이 한 분석의 논리 전개 방식을 파악해 다른 사람이 짠 쿼리를 읽고 이해하고 리뷰했는데요. 야머 프로젝트 (1) 유저 유입 감소 원인 분석에서보다 더 복잡하고 어려운 쿼리를 분석하며 현업 데이터 분석가의 업무에 한 발짝 더 다가서는 자신감을 얻게 되는 계기가 되었습니다. 다음 게시물로 올라올 마지막 야머 프로젝트, A/B 테스트 결과 입증하기도 기대해주세요!
코로나 분석 프로젝트: 2020 소상공인을 위한 서울 상권 분석 2️⃣ (0) | 2020.12.15 |
---|---|
코로나 분석 프로젝트: 2020년 소상공인을 위한 서울 상권 분석 1️⃣ (0) | 2020.12.14 |
생활데이터 프로젝트: 취업하려는 자, JD를 분석하라! (0) | 2020.12.13 |
야머 프로젝트3️⃣: A/B테스트 결과를 분석해라 (0) | 2020.12.04 |
야머 프로젝트1️⃣ 유저의 유입이 줄어드는 원인을 밝혀라! (0) | 2020.11.30 |
댓글 영역