Article : 서비스 기획자가 '데이터 툴' 활용하는

https://yozm.wishket.com/magazine/detail/2678/

서비스 기획자가 ‘데이터 툴’ 활용하는 법 | 요즘IT

 

 

<아티클 내용 요약>

데이터로부터 리서치를 시작하다.

리서치 단계에서 주로 사용하는 툴은 구글 스프레드시트, 챗GPT다. 

고객의 반응을 확인하기 위해 가장 많이 활용하는 것은 바로 '구글 스프레드시트'다. 특정 함수만 넣으면 빠르게 뉴스 기사들을 수집해 살펴볼 수 있다. 함수는 'importfeed'를 사용하는데, 이 함수로 전 세계 뉴스를 한 번에 수집할 수 있다. RSS 서비스가 제공된다면 무엇이든 구글 스프레드시트에 불러와, 데이터를 한 번에 확인해 볼 수 있다.

 

구글 스프레드시트와 연동할 수 있는 'GPT for sheets'를 넣으면 GPT에서 하는 질문을 그대로 스프레드시트 안에서 활용해 볼 수 있다. 

 

트랜드 또는 사람들의 생각을 데이터로 수집하기 위해 활용되는 툴은 '리스틀리(Listly)'라는 구글확장 프로그램이다. 

이 툴은 굳이 코딩하지 않아도 보고 있는 화면그대로, 구글 스프레드시트나 엑셀 시트에 데이터를 불러올 수 있다는 장점이 있다. 

 

 

리서치 단계 이후 가설 검증까지

 리서치 단계에서 데이터를 수집하는 이유는 사람들이 필요로 하는 것, 문제가 무엇인지를 찾기 위해서다. 문제의 실마리를 찾게 되면, 본격적으로 문제를 해결하기 위해 가설 설정에 들어간다. 

가설 설정이 된 후에는 이에 따른 데이터 수집 전략이 나타난다. 이때 데이터가 없어서 손을 쓸 수 없는 때도 있기에 먼저 수많은 가설을 만들어놓고, 데이터를 확보할 수 있는지도 미리 체크해 보면 좋다. 

 

데이터도 확보하고 가설 검증밖에 남지 않았다면 이때 필요한 툴은 '태블로 프렙'과 '태블로 데스크톱'이다. 

대부분의 데이터는 그 자체만으로는 인사이트를 도출하기 어렵다. 데이터를 읽고 이해하며, 인사이트까지 도출하려면 시각화를 해야 한다. 

 

시각화를 하기 위해서는 사전 작업이 필요하다. 사전 작업으로는 데이터를 활용할 수 있도록 중복 데이터를 지우고, 필요에 따라선 데이터를 합치는 등의 작업들을 말한다. 

 

 

데이터로 시각화 및 커뮤니케이션하기 

데이터 시각화나 활용을 위해 필요한 전처리 과정은 태블로 프렙이나 스프레드시트를 통해 진행된다. 태블로 프렙에선 직관적으로 데이터를 합치거나, 중복 데이터를 지우는 등의 작업을 할 수 있다. 또한, 여기저기 퍼진 데이터를 깔끔하게 하나의 테이블로 만들 수 있다. 

 

구글 스프레드시트에서는 앞서 소개한 GPT for sheets를 통해 데이터를 정제하는 과정을 거친다. 

 

태블로프렙으로데이터를 정리했다면, 이번엔 태블로 데스크톱과 연동해 데이터 시각화를 진행한다. 태블로 데스크톱은 쉽게 시각화할 수 있는 BI툴이다. 태블로 말고도 데이터를 시각화할 수 있는 툴은 많지만 그중 태블로를 사용하는 이유는 쉽고, 직관적이기 때문이다. 

 

 

데이터를 통한 최종 화면 설계하기

서비스 기획자의 역할 중 하나는 머릿속에 추상적으로 떠다니는 무언가를 화면상에 그리는 것이다. 

대략적인 커뮤니케이션을 위해 와이어 프레임을 그려보았는데, 도통 어떤 화면이 최선일지 확신이 서지 않는다면 사람들이 선호하는 시안은 무엇인지, 내가 의도하는 대로 액션이 최해지는지에 대한 실험을 설계한다. 

실험은 피그마 프로토타이핑 툴로 진행하거나, VWO같은 A/B테스트 툴로 결과를 추출해 볼 수 있다. 

 

이외에도 웹사이트 사용자 경험 분석 툴 핫자(Hotjar)를 통해 사용자가 우리 서비스에서 어디를 많이 살펴보는지, 어디서 가장 오래 머무는지 등을 분석할 수 있다. 만약 최종 선택한 시안이더라도 사람들이 혼란을 겪는 지점이나, 이탈하는 지점이 생긴다면 해당 부분을 체크하여 추후 개선할 수 있다. 

 

 

마치며

데이터는 크게 서비스를 초기 기획하는 과정과 서비스를 구체화하는 과정 중간의 여정에서 사용하고 있다. 이 과정 중 어느 한 시점에서만 사용하기보다는 전반적으로 활용하게 된다. 

 

거창하게 '데이터 기반으로 문제를 해결합니다.'라고 접근하면 무겁지만, '상대방의 생각이 궁금해 데이터를 활용합니다'로 접근하면 데이터가 큰 힘이 될 수 있다. 

 

데이터는 숫자와 문자로 구성되어, 그 자체로는 거짓말을 하지 않는다. 반대로 말하면 기획자가 어떻게 해석하고, 어떻게 사용하느냐에 따라 용도가 완전히 달라질 수 있다. 

 

아무리 좋은 데이터 분석 툴이라도, 데이터를 해석하는 사람이 편견을 갖고 있다면 데이터를 활용하는 의미가 없어진다. 어느 분야든 툴은 그저 거들뿐이다. 끊임없이 바라보고 교차 검증하는 것이 중요하다. 

 

 

 

<알게 된 개념>

생각이 많이지는 내용들이 가득한 아티클이었다. 

요즘 데이터 분석가가 아니라 데이터 분석을 할 수 있는 00을 많이 구하는 것은 알았지만 이렇게 아티클로 보니 왜 그런지 더 체감하게 됐다. 

 

다양한 툴과 GPT의 발전으로 보다 쉽게 데이터를 다루고, 분석하는 것이 가능해진 지금은 데이터를 이용해 사람들의 마음을 분석하고 더 좋은 결과를 내도록 다양한 분석을 도메인에 맞게 할 수 있는 사람이 더 필요하다는 것이 와닿았다. 

 

데이터 분석가로 일하는 것이 점점 힘들어진다는 것을 일도 하지 않았는데 체감한다는 것이 웃기지만 오히려 체감했으니 더 노력해서 더욱 전문가로 거듭나야겠다는 다짐도 하게 된다.