Article : 데이터 분석가가 되고 싶은 취준생을 위한 안내서

https://yozm.wishket.com/magazine/detail/1649/

데이터 분석가가 되고 싶은 취준생을 위한 안내서 | 요즘IT

 

<아티클 내용 요약>

취준생에겐 어려운 '데이터 경험 쌓기' 

- 취업 준비생(이하 취준생은 데이터 분석 경험을 쌓기 위해 보통 '사이트 프로젝트'에 도전하게 되며, 약간은 비슷한 프로젝트를 진행한다. 그러다 보니 취업을 처음 준비하는 분들의 이력서 혹은 포트폴리오에서 자주 보이는 데이터 분석 프로젝트들은 어떤 프로젝트인지 충분히 예상할 수 있다. 

- '조직의 것이 아닌 프로젝트'에 관해 면접에서 할 수 있는 이야기는 대체로 비슷하다. 

- 답변으로 데이터 분석가의 '기술'은 확인할 수 있지만, '역량'을 확인하는 건 어렵다. 

 

면접을 재미없게 만드는 데이터 특징 3가지 

'무엇이 이렇게 아쉬운 걸까?'라는 고민은 크게 3가지로 정리된다. 

1. 데이터
   - 프로젝트에서 쓰이는 데이터들은 구하기 쉽고, 잘 정리되어 있다.
   - 그러나 데이터 분석 프로젝트는 '데이터를 수집하는 것'에서부터 시작이다. 
   - 수집하려는 데이터는 수십 가지 내용으로 구성되어 '전처리 작업'을 필요로 해 가공하는 기술이 중요한데, 잘 가공된 데이터를 사용하면 이러한 능력을 보여줄 수 없다. 
   - 최근 현장에서 일하는 데이터 분석가들 사이에서 "분석 기술만큼이나 데이터 인프라, 활용력, 의사결정 문화, 거버넌스가 중요하다"라는 이야기가 나온다. 이러한 이유로 법과 저작권의 문제를 넘지 않는 선에서 직접 데이터를 수집해 보는 것도 괜찮다고 생각한다. 
2. 목표
   - 데이터 분석가에게 기대하는 역량은 기술적인 부분도 있지만 내용을 다른 구성원에게 효과적으로 전달할 수 있는 지도 있다. 
   - 데이터 분석 결과를 효과적으로 전달할 방법 중 하나는 '숫자'다 
   - 프로젝트의 대략적인 개요만 알고 있는 상황에서 분석 내용을 면접관에게 충분히 설명할 수 있으면 조직에 합류했을 때의 업무 성과를 기대하게 된다. 
   - '문제를 해결하기 위해' 데이터를 수집한 것이 아닌 '데이터를 위해' 만들면 목표에 관한 명확한 방향성을 설정하기 어렵고 이는 데이터 분석을 통해 달성하려는 조직의 목표가 없기 때문에 좋은 데이터 분석이라고 볼 수 없다. 
   
   
3. 액션
   - 데이터 분석가는 조직의 프로덕트나 서비스 분석을 통해 얻은 인사이트를 반영하는 액션을 만들어내야 한다. 
   - 분석  프로젝트를 잘 완성하기 위해서는 '문제를 정의하는 것', '데이터를 수집하는 것', '분석을 통해 인사이트를 뽑는 것' 등을 활용해야 한다. 그리고 이론과 현실을 연결해야 한다. 
   - 합리적인, 때로는 합리적이지 않은 여려 가지 이유로 데이터 분석 결과를 서비스에 적용하는 것이 어려울 수 있지만 제한된 조건에서 최대한의 효용을 만들어 낼 수 있는 '최선'의 액션을 만들어 내는 것 역시 데이터 분석가의 역량을 드러내는 부분이다. 
   - 물론 분석 결과와 액션을 이론상으로 연결하는 것은 매우 어렵다. 이럴 때는 데이터 분석가 커뮤니티 등을 통해 현업에서 근무하는 분들의 피드백을 들어보는 것도 좋다. 

그럼 면접에서는 어떤 것을 어필하면 좋을까?

- 조직이 흔히 말하는 중고 신입을 선호하는 이유는 '실무에 바로 투입할 수 있어서'가 가장 큰 이유다. 
- 그렇다면 데이터 분석가 면접에서 좋은 점수를 받기 위해 어떤 걸 어필하면 좋을까?

1. 문제 정의
   - 가장 기대하는 건 문제를 '잘' 정의하는 것이다. 
   - 데이터를 통해 어떤 '새로운' 문제를 정의하는 것보다 '정해진' 문제를 풀기 위해서 어떤 것들이 필요한지 구체적으로 '잘' 정의하는 것을 말한다. 
   
   
2. Actionable Insights 
   - 자신의 데이터 분석 프로젝트를 설명할 때 '결과가 이렇게 나와서 이런 액션을 했고, 이렇게 바뀌었습니다'라는 식으로 설명할 수 있으면 좋겠습니다. 
   - 단, 성공적인 결과를 만든 액션만을 어필해야 하는 것은 아니다. 분석 이후 실패한 액션이라도 '이를 통해서 어떤 것을 배울 수 있었는지', '왜 실패한 것 같은지' 등의 내용이 있으면 괜찮다. 
   - 이러한 경험을 쌓기 위해 할 수 있는 건 사소하더라도 내 삶에서 겪은 문제를 데이터 분석으로 해결해 보는 것이다. 
   
   
3. 분석 과정에서의 의사결정
   - 업무에는 정답이 있는 경우보다 없는 경우가 더 많고, 데이터 분석 또한 크게 다르지 않다. 
   - 제한된 상황에서 각자의 장단점이 있는 여러 가지 선택지 중에서 최선의 결과를 만들어 내는 의사 결정의 과정을 가능하면 많이 연습해보고, 면접에서 이를 잘 어필하는 것이 필요하다. 
   
   

면접이 더 재미있어질 수 있는 프로젝트 3개

1. 내 문제 풀기
   - 최근에 나를 고민하게 했던 문제를 정의하고, 이를 데이터를 통해서 해결하는 프로젝트다. 
   - 문제를 공감할 수 있게 전달하는지, 그리고 이를 통해서 유의미한 결과가 나왔는지 같은 부분을 잘 어필해 면접에서 좋은 평가를 받을 수 있었다. 
   
   
2. 가상의 서비스 데이터 분석
   - 이 프로젝트를 경험하는 건 쉽다. 내 휴대폰을 열고, 내가 가장 최근에 사용했던 서비스 중 아무거나 하나 선택하는 것이다. 
   - 그리고 서비스에서 이익을 내는 과정이 어떠한지, 그리고 서비스에서 수집되는 데이터는 어떤 것이 있는지 추가로 수집해야 하는 데이터는 어떤 것이 있는지 등을 설계한다. 
   - 당연히 이 과정에서 해당 조직의 데이터를 알 수 없기 때문에 많은 가정이 필요하다. 그러나 이 프로젝트를 통해서 면접에서 보여줄 수 있는 것은 문제를 정의하고, 이를 풀어가는 과정이다. 
   
   
3. 지표 설정 + 대시보드 구현
   - 데이터 분석가의 업무 중 큰 비중을 차지하는 것으로 '쿼리+대시보드 만들기'가 있다. 
   - 여기서 한가지 팁은 작은 데이터라도 지속해서 쉽게 추적할 수 있는 것을 보여주는 것이 중요하다. 특히 적절한 시각화 방법과 유의미한 인사이트가 있다면 더욱 좋다. 
   - 프로젝트를 진행하면서 너무 대시보드 구현에만 기술적으로 몰입하는 것 보단 적절한 지표를 고민해 보는 것도 필요하다. 
   
   

회사가 좋아하는 데이터는 다르다

- 면접에서 그러한 노력과 고민을 잘 표현할 수 있는 프로젝트를 선보이기 위한 전략을 짜는 것도 성공 취업을 위한 준비라고 생각한다. 
- 면접에서 단순히 보여주는 프로젝트가 아닌, 실제 회사에서 좋아하는 프로젝트와 이를 면접관에서 어필하는 방법에 관해 소개했다. 당연하게도 이것 또한 정해진 답은 아닐 것이지만 도움이 되었기를 바란다. 

 

<알게 된 개념>

- 그동안 본 Article의 내용을 나의 상황에 맞춰서 정리해준 느낌이였다. 다른 글들을 보면서 중요하다고 느낀 것들과 내가 앞으로 어떤 식으로 해야 좋은 지 등을 생각한 것들과 비슷해서 신기하기도 하고 잘 하고 있구나를 느낄 수 있어서 좋았다. 

Article을 읽으며 응원을 받고 위로를 받아 기분이 좋다. 

 

지금은 공부를 하고 있지만 이 내용을 참고해서 나만의 포트폴리오를 만들고 면접을 보기 시작할 때 다시 읽어보고 참고해서 면접도 잘 봐야겠다.