h-go-getter.log

글또 10기를 마치며 : 목표 달성 회고

Sun, 30 Mar 2025 13:27:46 GMT

👀 1. 들어가며

글또(글을 작성하는 개발 직군분들이 모여서, 좋은 영향을 주고 서로 같이 자랄 수 있는 커뮤니티)에 8기부터 10기까지 참여하고 있습니다. 24년 10월에 10기를 시작하는 첫 글인 '글또 10기를 시작하며 : 열정 가득한 3가지 목표 공유'에 왜 글또에 참여하게 됐고, 이번 기수에는 어떤 목표를 가지고 임할지 다짐 글을 작성했었는데요.

25년 3월, 10기를 마무리하며 목표 달성 결과를 되돌아보고 앞으로 어떤 활동을 하면 좋을지 정리하는 시간을 가졌습니다

🙌 2. 글또 10기를 마치며

🔥 글또 10기에서 이루고 싶었던 목표는 3가지 였습니다!

(1) 12회차 글감을 미리 계획하여 카테고리별로 마감일 전에 글쓰기
- 배경 : 대부분의 글을 마감일에 제출해서 글의 목적이나 완성이 아쉬웠음
- 목적 : 글의 목적을 명확히 하고, 마감일을 앞당겨서 완성도를 높이자!
- 달성 지표 : 카테고리별 글 달성 개수, 마감일 전에 글 작성한 횟수
(2) 10월~3월까지 5명의 사람에게 먼저 커피챗 제안해서 진행해보기
- 배경 : 글또 활동 동안 1:1 커피챗을 먼저 제안해본적이 없어서 아쉬웠음
- 목적 : 글또 활동기간 5개월 동안 매월 1분씩 글또에 있는 멋진 분들과 교류를 늘려보자!
- 달성 지표 : 내가 먼저 제안 한 커피챗 횟수 (이전 기수에도 알던 분인 경우 0.5번으로 계산)
(3) 발표할 수 있는 글을 써서 발표해보기
- 배경 : 반상회 발표했던 경험이 준 긍정적인 영향이 커서 또 경험하고 싶음
- 목적 : 업무 또는 사이드프로젝트 경험을 바탕으로 발표할 수 있는 글을 써보자!
- 달성 지표 : 발표 진행 여부

📝(1) 12회차 글감을 미리 계획하여 마감일 전에 글쓰기 (66%달성)

*달성 지표 *: 카테고리별 글 달성 개수 + 마감일 전에 글 작성한 횟수 → 37% + 29% = 66%

4개 카테고리 중 3개 달성 → 4/3 = 75% → 75% X 0.5 = 37%
마감일 전에 글 작성 한 횟수 12번 중 7번 → 7/12 = 58% → 58% X 0.5 = 29%

총 4개의 카테고리의 글을 3개씩 작성하고, 마감일 전에 글을 제출하는 것이 목표였습니다.

1. 다짐/회고 (3번) : 다짐과 회고 글을 통해 나를 되돌아보면서 내가 목표를 이루고자 하는 방향으로 잘 가고 있는지? 경험 중에 더 추가해야할 것은 무엇이 있을지 보완하는 기회를 가지자!
2. 업무 경험(3번) : 업무 경험을 내가 가지고 있는 암묵지가 아닌 형식지로 바꿔서 보관하는게 중요하므로, 업무를 하면서 겪었던 노하우나 분석 과정들을 다음의 나를 위해 혹은 나와 비슷한 고민을 하는 사람들을 위해 작성해서 남겨두기 위해 글을 쓰자!
3. 사이드프로젝트 (3번) : 사이드프로젝트를 진행하면서, 업무에서도 해보지 못했던 인스타 광고도 해보고 서비스로서 어떻게 유저들을 더 활동하게 만들까?의 고민을 통해 여러 실험들을 진행하고 있는데, 이 과정을 글로 남기자!
4. 케이스스터디(3번) : 조직개편으로 지금까지 해오던 고민과 다른 방향성의 고민이 시작된 만큼 관련 책도 많이 보고 다른 회사에서는 어떻게 진행하는지 스터디 하기 위해 트레바리 독서 모임을 신청했습니다. 트레바리 독서모임을 하면서 관련 책을 읽고 케이스스터디를 하며 공부하는 과정을 글로 남기자!

*총 11개의 글을 작성했습니다! 먼저 카테고리를 보면 4개 카테고리 중 '업무 경험'은 하나도 작성하지 못했고 사이드프로젝트와 케이스스터디를 한 개씩 더 작성했어요. *

1. 다짐/회고 (3번)
1. 업무 경험 (0번)
1. 사이드프로젝트 경험(4번)
1. 케이스스터디(4번)

'업무 경험'을 왜 작성하지 못했을까? 되돌아보면 두가지 이유가 있었습니다. 첫번째로는, 10월 조직개편이후 업무 경험을 되돌아보고 정리하기 보다는 계속 새로운 것을 배워서 적용해보는 것에 중요도가 맞춰져있었기 때문이었어요. 그 영향으로 케이스스터디 글이 많았습니다.

두번째는, 업무 내용이다보니 블로그에 작성할 때 구체성을 조절하는 것이 어렵기 때문이예요. 하나부터 열까지 모든 내용을 다 담을 수는 없고, 그렇다고 나의 경험에 대한 내용이 없으면 그냥 개념 소개 밖에 안되니까요. 케이스스터디 글을 쓸 때 마다 나중에 이런 글을 꼭 쓰고 싶다고 마무리하곤 했는데요. 계속 시도하며 구체성을 조절하는 연습을 하면서 업무 경험 글을 늘려나가가보고자 합니다.

마감일 전에 글 작성한 횟수를 보면, 12번 중 7번이었습니다. 마감 전에 글을 작성하고자 했던 이유는, 이전 기수에는 마감에 쫓겨서 작성 한 날들이 많다보니 마음도 급해지고 아쉬운 완성도로 작성됐기 때문이었어요. 사전에 미리 작성하자는 목표를 세우니 7번이나 미리 제출을 했고, 일요일에 제출 한 날도 마감에 급급해 자정에 맞춰 제출한 날도 적었습니다. 확실히 10기 시작 초반에는 잘 지켜졌지만, 10기 마무리 쯤에는 미리 글쓰기 시간을 확보하지 못해서 미리 제출을 지키지 못한 날이 많았어요. 초반에 글쓰기 시간을 미리 확보해서 미리 제출한 성공 경험을 활용하여 앞으로도 글 업로드 목표 날짜를 정하고, 글쓰기 시간을 미리 배치해봐야겠어요!

🎯 앞으로의 계획

업무 경험 글쓰기를 계속 시도해나가며, 업무 경험 글도 늘려나가기
글 업로드 목표 날짜 정하고, 글쓰기 시간을 미리 확보하여 계속 써나가기

🤝 (2) 5명의 사람에게 먼저 커피챗 제안해서 진행해보기 (4% 달성)

달성 지표 : 내가 먼저 제안 한 커피챗 횟수 (이전 기수에도 알던 분인 경우 0.5번으로 계산) → 1.5번/5번 = 4%

이전 기수에도 알던 분 : 3명 → 3 x 0.5 = 1.5번
이번 기수에 새롭게 알게 된 분 : 0번

10기 동안 커피챗이나 행사 등을 통해 함께 이야기 나눈 멤버 분들은 19명이었습니다. 이 중에서 제가 먼저 제안해서 진행 한 경우는 3명이었는데요. 이 중 새롭게 알게 된 분은 0명이었습니다😭

*✅ 내가 제안한 경우 *
- 새롭게 알게 된 분 : 0명
- 알던 분 : 3명 (DA 윤서님, DA 정현님, DA 준엽님)
제안을 주셨거나, 글또 매칭으로 진행 한 경우
- 새롭게 알게 된 분 : 4명 (DA 수연님, DA 영지님, DS 영신님, DS 희주님)
- 알던 분 : 1명 (BE 성후님)
*글또 반상회/팟캐스트로 진행 한 경우 *
- 새롭게 알게 된 분 : 8명 (DA 예림님, BE 정수님, PM 다인님, PM 혜란님, FE 석주님, FE 지수님, PM 유정님, BE 정수님)
- 알던 분 : 3명 (DA 은정님, DA 혜민님, DS 민혜님)

목표 달성률이 4%로 매우 저조한 이유를 되돌아 봤을때, 두가지 이유가 있었어요.

첫번째는 목표를 세워만 두고 목표 달성을 위해 노력하지 않았습니다. 목표를 블로그 글에만 작성 해두고 매달 관리하는 개인 플래너로는 관리하지 않았기 때문입니다.

두번째는 목표를 세울 때 내가 어떤 목적으로 새로운 분을 만날지에 대해 구체적이지 않았기에 적극적이지 못했던 것 같아요. 최근에는 개인 사이프로젝트로 PM 역할을 해보고 싶다는 생각으로 관련 책을 읽거나 PM/PO 반상회에 방문한다던가 만나뵙고 싶은 사람과 여쭤보고 싶은 것이 명확해지니 액션까지 잘이어졌는데요. 이 목표를 세울 당시에는 목적보다는 많이 사람 만나보자여서 행동으로 잘 이어지지 않았어요. 지금은 만나고 싶은 사람과 궁금한 점이 구체적이어서 먼저 연락을 드려보려고해요. 목표 달성이 저조했던 원인이 해결됐으니 더 끌어올릴 수 있을 것 같아요.

🎯 앞으로의 계획

커피챗 목표를 개인 플래너로 관리하고, 명확한 목적을 설정하기
최근 PM/PO 반상회에서 만난 3분께 연락드려서 4~5월 중 약속 잡기

🎤 (3) 발표할 수 있은 글을 써서 발표해보기 (100% 달성)

달성 지표 : 발표 진행 여부 → 글또 데이터/AI반상회에서 발표하여 100%

작년에 발표했던 경험이 준 긍정적인 영향이 커서 또 경험하고 싶다는 생각으로 발표할 수 있는 글을 써서 발표해보자는 목표를 세웠는데요. 25년 2월에 진행된 글도 데이터/AI 반상회에 모인 70명 앞에서 발표를 진행했습니다.

🎤 발표 주제: 생각은 접어두고 데이터를 모으자 : 사이드프로젝트 시작부터 마무리까지 데이터를 활용한 경험 소개
*📍 발표 선정 배경 *: 2024년 저의 목표는 사이드프로젝트 진행이었습니다. 데이터분석가로서 비즈니스 성장을 위해 가설을 수립하고 검증하며 데이터를 활용해 왔지만, 정작 제 아이디어에서는 왜 그런 시도를 하지 않았을까? 생각이 들었어요. 그렇게 커뮤니티 멤버를 모집하는 과정부터 운영까지 데이터를 활용하며 목표를 이룬 경험을 소개합니다!

발표를 들은 분들이 남겨주신 후기를 공유합니다. 저는 이번 발표를 통해 "오, 나도 해볼 수 있겠는데?"라는 생각이 드셨으면 했는데, 실제로 그렇게 느꼈다는 피드백을 받고 정말 뿌듯했습니다.

데이터를 수집한다는 것에 대해서 막연했는데 실험도, 그걸 피드백삼아 분석하시는 것이 큰 인사이트였습니다. 다음번 스토리가 기대되네요, 화이팅입니다.
사이드 프로젝트를 끌고가는 최적의 방안을 알려주셔서 감사해요! 프리토타이핑이라는 단어를 처음 들었는데, 너무 좋다고 생각이 들어서 이후에 사이드프로젝트를 진행를 할때 적용해보고자 합니다! 모여공 화이팅!
사이드 프로젝트에도 이렇게 진심일 수 있구나. 그동안 잘되면 좋고 아님 말고의 마인드로 지냈던 과거가 후회됩니다. 생각하는 것은 쉽지만 실행으로 옮기기 어려운 사람에게 도움이 되는 발표였어요
데이터 드리븐 사이드 프로젝트 기획에서 실행, 회고까지 흥미로운 경험 공유 감사드립니다. 작은 아이디어만 있으면 실현할 수 있겠다는 용기가 생겼고, 책 추천도 감사드려요.
같은 데이터 분석으로 인사이트를 보고 저는 또 다른 인사이트를 받을 수 있었습니다. 너무 숫자에 매몰되지 않고, 회정님처럼 데이터로 문제를 인지했다면 넓은 시야로 해결법을 고민할 필요도 있다는 것을 배워 재미있었습니다. 그리고 해보고 싶은것을 행동에 옮긴것과, 늘 생각하지만 다양한 툴을 활용하는게 장점인 것 같아요. 또 주최하는 모임을 프로젝트화 한 것을 보고, 사이드프로젝트에 대한 부담을 안가져야겠다 생각했어요.

🙌 3. 정리하며

글또는 시작부터 종료까지 내가 이런 커뮤니티에 속해있다니 정말 감사하다라는 걸 느끼게 하는 곳이었어요. 성장하기 위해 열정적으로 노력하시는 분들을 만날 수 있음은 물론, 혼자가 아닌 함께하기에 지치지 않고 바쁜 와중에도 꾸준히 스터디할 수 있었고 그 내용을 글로 옮기면서 기록을 통한 성장 할 수 있게 되어 성취도 느낄 수 있었습니다. 글또 10기를 마무리하며 얻은 것들을 발판삼아 계속 저에게 적용해 나가며 더 성장해나가보려고 합니다.

업무 경험 글쓰기를 계속 시도해나가며, 업무 경험 글도 늘려나가기
글 업로드 목표 날짜 정하고, 글쓰기 시간을 미리 확보하여 계속 써나가기
커피챗 목표를 개인 플래너로 관리하고, 명확한 목적을 설정하기
최근 PM/PO 반상회에서 만난 3분께 연락드려서 4~5월 중 약속 잡기

이렇게 시작부터 종료까지 저의 성장을 함께 한 많은 글또 분들께 진심으로 감사드립니다🙏

에어비앤비(airbnb)는 고객을 어떻게 세분화했을까?

Sun, 16 Mar 2025 06:53:48 GMT

👀 1. 들어가며

우리 서비스를 사용하는 고객을 분류하여 맞춤형 액션을 제시하는 것은 매우 중요합니다. 저 역시 배달 물류 플랫폼 회사에서 분석가로 일하면서, 우리 회사의 주요 고객인 라이더를 어떻게 나눌 수 있을지 고민하고 있습니다. 기존에 사용하고 있는 세그먼트를 어떻게 고도화할지, 혹은 새로운 서브 세그먼트를 만들어 기존 세그먼트와 함께 활용할 방법에 대해서도 많은 생각을 하는데요.

*이 고민을 하면서 다른 회사 사례도 궁금하여 찾아봤습니다. 가장 많은 사례에 나온 것은 전통적인 세분화 방식인 RFM 방식인데요. 저희 서비스 특성상 RFM 방식이 맞지 않은 부분들이 있어서, RFM방식이 아니라 서비스의 핵심 지표를 토대로 세그먼트를 분류한 사례가 궁금했어요. *

Recency (최근성): 고객이 얼마나 최근에 구매했는지?
Frequency (빈도) : 고객이 얼마나 자주 구매했는지?
Monetary (금액) : 고객이 얼마나 많은 금액을 사용했는지?

기술 블로그를 찾아보다가 에어비앤비에서 숙소를 제공하는 '호스트' 유형을 세분화한 사례에 대한 글을 읽게 됐습니다. (에어비앤비는 숙소를 제공하는 호스트와 숙소를 이용하는 게스트를 연결해주는 서비스입니다)

에어비앤비는 RFM 방식이 아닌, 시간 기반으로 예약하는 서비스의 특성을 반영한 핵심 지표를 선정하고 이를 기반으로 세그먼트를 분류했습니다. 그들은 k-means clustering을 활용하여 8개의 호스트 유형으로 세분화한 뒤, 이를 어떻게 검증했고 전사적으로 어떻게 상용화했는지에 대한 내용을 설명했는데요.

오늘 글에서는 에어비앤비가 '호스트'를 세분화 한 방법을 번역하여 소개하고자 합니다. 에어비앤비 기술 블로그에 작성된 글을 스터디하면서 이해하기 쉽게 설명도 추가해서 정리했는데요. 작성자가 쓴 그대로 이해하고 싶으신 분들은 원문 확인하시는 것을 추천드립니다! 원문 : From Data to Insights: Segmenting Airbnb’s Supply

이 글에는 모델링 방법론이 아닌 어떤 논리로 지표를 선정했는지에 대한 내용이 담겨있어서, 기술적인 방법보다는 지표를 선정한 논리가 궁금하신 분들에게 추천드립니다.

❓ 2. 에어비앤비(airbnb)는 숙소를 제공하는 '호스트'를 어떻게 세분화 했을까?

에어비앤비에는 숙소 제공자인 '호스트'와 숙소 이용자인 '게스트'가 존재하는데요. '게스트'로 이용을 시도해보셨으면 느끼셨을거예요. 다양한 숙소가 존재할 수록 에어비앤비에 오래 머물게 되고, 그 중 후기와 높은 별점을 가진 곳을 예약하고 만족하면 다시 찾게 된 경험이요. 에어비앤비는 '호스트'가 많을 수록 더 많은 '게스트'를 유지할 수 있고, '호스트'의 서비스와 품질이 높을 수록 에어빈앤비의 신뢰도와 이용 가능성이 높아집니다. '호스트'에게 받는 수수료는 수익원이기도 하고요.

여기 Alice와 Max라는 두명의 '호스트'가 존재합니다. 이들은 동일하게 프랑스 파리에 2-bedroom 아파트를 에어비앤비에 등록했는데요. Alice는 여름에만 숙소를 임대하지만 Max는 일년 내내 숙소를 임대하고 있어요.

이들의 운영 스타일은 매우 다른데요. Alice는 에어비앤비에 등록한 아파트에 계속 거주하면서 여름에만 숙소를 임대하는 유형일 가능성이 높기에 에어비앤비는 계절별로 어떻게 가격을 책정하는 게 좋은지, 시즌 성으로 임대하는 사람들을 위한 온보딩 가이드 등을 제공할 수 있을 거예요.

반면에 Max는 일년내내 숙소를 임대하며 수입원으로 활용 하는 유형일 가능성이 높기에, 에어비앤비는 여러 예약을 어떻게 잘 관리할 수 있을지, 수익이나 세금 관련 가이드 등을 제공할 수 있습니다.

이렇게 에어비앤비는 '호스트'를 잘 이해하고 개별화된 전략으로 대응하며 '호스트'가 계속해서 에어비앤비를 이용할 수 있도록 세분화를 진행했습니다. '호스트'의 차이를 포착할 수 있는 (2.1) 데이터 셋을 만들고, (2.2)K-means clustering을 적용하여 클러스터를 8개로 나눈뒤, (2.3) 세그먼트를 검증하며 (2.4) 검증 한 결과를 확장하고 상용화 했습니다. (2.5) 상용화한 결과를 어떻게 에어비앤비 내에서 활용하고 있는지도 소개하고 있습니다.

2.1. 데이터셋 만들기

(1) 이용 가능 비율 (Availability Rate)(%)

첫 번째 지표는 '이용 가능 비율 (Availability Rate)(%)'인데요. '호스트'가 1년(365일) 동안 얼마나 자주 숙소를 제공했는지 비율을 계산한 지표입니다.

이용 가능 비율 (Availability Rate)(%) = (이용 가능했던 날(빈숙박일 + 예약된 숙박일) / 365) X100

빈 숙박일 (Nights Vacant): 에어비앤비에 예약 가능한 상태로 등록되었지만, 실제로 예약되지 않은 날들
예약된 숙박일 (Nights Booked): 에어비앤비에 예약 가능한 상태로 등록되었고, 실제로 예약이 이루어진 날들

'이용 가능 비율'로 호스트가 얼마나 자주 숙소를 제공할 수 있는지 알수 있어요. Alice는 여름 한 달 만 제공해서 이용가능 비율이 8%((30/365)x100)인데, Max는 일년내내 제공하니 이용 가능 비율은 100%((365/365)x100)입니다.

작년의 숙소를 '이용 가능 비율'로 시각화해 봤을 때, 아래와 같은 그래프가 나왔다고 가정해볼게요. 양극단에 있는 이용 가능 비율이 0%와 100%와 가까운 경우는 Alice와 Max사례 처럼 쉽게 해석할 수 있을거예요. 하지만 중간 범위에 속하는 경우는 어떻게 해석할 수 있을까요?

(2) 연속성(Streakiness) 비율(%)

'이용 가능 비율' 만으로 중간 범위에 속하는 숙소 유형의 세부적인 차이를 해석하기는 어려워요. 예를 들어 A와 B라는 두 숙소가 있습니다. 두 숙소 모두 특정 월의 '이용 가능 비율'이 50%입니다. '이용 가능 비율' 지표만 보면 두 숙소는 비슷한 유형으로 여겨지겠지만 패턴을 보면 전혀 다를 수 있습니다.

숙소 A : 한 달 중 일부 기간에만 집중적으로 이용 가능합니다.
숙소 B : 매주 일정한 빈도로 이용 가능합니다.

이렇게, 두 숙소의 '이용 가능 비율'이 같더라도 실제 제공되는 패턴이 전혀 다를 수 있습니다. 숙소 A를 운영하는 '호스트'에게는 주간으로 숙박을 예약할 경우 할인을 해주도록 추천할 수 있지만 이는 숙소 B를 운영하는 '호스트'에게는 적합하지 않은 제안일 수 있어요. *'이용 가능 비율'로 확인 할 수 없는 차이를 이해할 수 있도록 '연속성(Streakiness)'이라는 개념을 도입했습니다. *

연속성(Streakiness) 비율(%) = (연속성/ 이용 가능했던 날(빈숙박일 + 예약된 숙박일)) X100

연속성: 최소 2일 이상, 연속으로 예약 가능한 날이 이어지는 구간 수

'이용 가능 비율'이 50%로 동일했지만, 이용 가능한 패턴이 달랐던 두 숙소의 '연속성 비율'을 계산하면 다음과 같습니다.

숙소 A : 연속성 비율(%)은 6% (1/16 *100)
- 연속성 : 16일 동안 예약가능 한 날이 이어졌기에 연속성은 1
- 이용 가능했던 날 : 16일
숙소 B : 연속성 비율(%)은 50% (8/16 *100)
- 연속성 : 2일 동안 예약가능 한 구간이 8번이어서 8
- 이용 가능했던 날 : 16일

'연속성' 지표를 사용하여 '이용 가능 비율'로만 설명할 수 없었던 숙소가 어떻게 예약 가능한지 패턴을 더 정확하게 구분할 수 있게 됐어요. 에어비앤비는 '이용 가능비율'과 '연속성 비율'이라는 두가지 지표를 결합해서 '호스트'과 관리하는 숙소에 대해 더 깊이 이해하고 세밀한 분석이 가능해지게 만들었어요 예를 들어, 어떤 '호스트'는 '이용 가능 비율'이 높지만 '연속으로 예약가능 한 날'이 이어지지 않을 수 있고, 다른 '호스트'는 '연속으로 예약가능 한 날'이 일정하고 꾸준히 나타날 수 있는데요. 이렇게 두 가지 특성을 함께 고려하면 '호스트'의 행동을 더 정확하게 이해하고, 그에 맞는 전략을 제시할 수 있습니다.

(3) 시즌성 (Seasonality)

'이용 가능 비율'과 '연속성 비율'은 '호스트'가 얼마나 자주, 어떤 패턴으로 숙소를 제공했는지 측정하는데 좋은 기준이 되지만, 캘린더에서 특정 계절에 몰려있는지 넓게 분포되어있는지는 계절성을 반영하지는 못합니다.

숙소 C와 숙소 D는 각각 약 15%의 '이용 가능 비율'과 14개의 '연속성'을 가지고 있지만, 그들의 예약 가능 기간은 다릅니다.

숙소 C : 6~8월 여름 시즌이라는 좁은 기간에 예약이 가능합니다.
숙소 D : 여러 분기(여러 시즌) 에 걸쳐 고르게 예약이 가능합니다.

시즌성은 에어비앤비 비즈니스에서 중요합니다. '게스트' 수요와 '호스트'의 공급은 계절, 휴일, 지역 행사 등의 영향을 많이 받기 때문입니다. 특정 계절이나 기간에는 여행 수요가 증가하거나 감소 할 수 있습니다. 예를들어 여름에는 바다나 산 등의 휴양지로 여행 가는 사람이 많아지고, 겨울에는 스키 리조트나 온천이 인기가 많을 거고, 연말, 추석, 설날 등 연휴를 활용하여 여행을 가는 사람이 많아 질거구요. 이런 시즌성에 따라 '게스트'의 수요가 달라지기 때문에 에어비앤비는 수요가 집중된 기간에 숙소 공급이 잘 이뤄지도록 해야하고, 더 많은 예약을 받을 수 있게 도와주는 것이 중요합니다.

'이용 가능 비율'과 '연속성 비율'은 동일하지만 시즌성 패턴이 다른 경우를 설명하기위해, 에어비앤비는 두 가지 지표를 도입했습니다.

'하루 이상 예약 가능 날짜가 있는 분기 수' (Quarters with at Least One Night of Availability):

숙소가 하루 이상 예약 가능 날짜를 갖고 있는 분기 수를 계산합니다.

'최대 연속 예약 가능 월 수' (Maximum Consecutive Months)

연간 기준으로 연속적으로 숙소가 예약 가능한 월 수를 계산합니다.

'이용 가능 비율'은 15%, '연속성'은 14개로 동일하지만, 예약 가능 기간이 달랐던 두 숙소의 '시즌성' 지표를 계산하면 다음과 같습니다.

*숙소 C * → '하루 이상 예약 가능 날짜가 있는 분기 수'는 6~~8월인 2분기와 3분기에만 예약 가능하므로 2개 → '최대 연속 예약 가능 월 수' : 6~~8월(3개월) 동안 연속으로 예약 가능하므로 3개
*숙소 D * → '하루 이상 예약 가능 날짜가 있는 분기 수'는 모든 분기에 예약 가능하므로 4개 → '최대 연속 예약 가능 월 수' : 1~8월(8개월) 동안 연속으로 예약 가능하므로 8개

'하루 이상 예약 가능 날짜가 있는 분기 수'와 '최대 연속 예약 가능 월 수' 로 숙소의 시즌성 패턴을 더 명확하게 이해할 수 있고,'호스트'에게 시즌을 고려한 효과적인 전략을 제안할 수 있게됩니다.

(4) 최종 데이터 셋

여러 날짜에 등록된 모든 숙소별로 각 지표를 계산하여 최종 데이터 셋을 만듭니다. 그리고 다양한 날짜 중에 랜덤으로 많은 샘플을 뽑고 서로 비교할 수 있도록 크기를 맞춥니다.

이용 가능 비율 (availability Rate) = (이용 가능했던 날(빈숙박일 + 예약된 숙박일) / 365) X100
연속성 (Streakiness) 비율 = (연속성/ 이용 가능했던 날(빈숙박일 + 예약된 숙박일)) X100
하루 이상 예약 가능 날짜가 있는 분기 수 (quarters_w_availability) : 숙소가 하루 이상 예약 가능 날짜를 갖고 있는 분기 수를 계산합니다.
최대 연속 예약 가능 월 수 (max_Consecutive_months) : 연간 기준으로 연속적으로 숙소가 예약 가능한 월 수를 계산합니다.

2.2. 세그먼트 모델

에어비앤비는 K-means clustering을 적용하여, 클러스터를 나눴습니다. k값을 2에서 10까지 테스트하여 Elbow plot을 사용해 8개로 나누는 것이 최적의 클러스터 수라는 것을 찾았습니다.

참고) 해당 용어에 대한 자세한 설명이 작성 된 블로그 링크 : https://ben8169.tistory.com/25 1) K-means clustering 이란? 데이터를 비슷한 특성을 가진 그룹(군집)으로 나누는 방법 2) Elbow plot 이란? 최적의 세그먼트 개수를 결정하는데 사용하는 방법 중 하나

8개 클러스터로 나눈뒤, 각 특징을 분석하고 유관 부서와 이야기 나누며 알맞은 이름을 정해줍니다.

각 클러스터의 지표 분포를 확인하면서 큰 차이가 보이는 특징을 찾습니다. 예를들어, "클러스터 1은 가장 높은 '이용 가능 비율을 보인다"는 식으로 특징을 파악합니다.
각 클러스터에서 몇개의 숙소를 random으로 샘플링하여, 예약 캘린더를 시각화하여 패턴을 파악합니다.
다양한 유관 부서와 이야기 나누며 각 클러스터의 이름을 계속 다듬고 수정해줍니다.

이 과정을 통해 각 클러스의 특징을 잘 나타낼 수 있는 이름을 정하고 예약 캘린더를 시각화하여 나타낸 에어비앤비의 클러스터는 아래와 같습니다.

	이름	예약 가능성 패턴
1	항상 열려 있음 (Always On)	1년 내내 언제든지 예약 가능
2	연중 내내 (Year Long)	거의 1년 내내 예약 가능
3	긴 시즌성 (Long Seasonal)	긴 기간 예약 가능
4	짧은 시즌성 (Short Seasonal)	짧은 기간 예약 가능
5	파트타임 (Part Time)	예약가능 기간이 드물고, 공백이 많음
6	불규칙적 (Sporadic)	예약가능 시기가 불규칙적임
7	이벤트 기반 (Event Motivated)	특정 이벤트 때만 예약 가능
8	완전히 차단됨 (Fully Blocked)	1년 내내 예약 불가능

2.3. 세그먼트 검증

세그먼트를 검증하면서 '호스트'의 행동 패턴이 우리가 정의한 것이 맞는지 확인하는 것은 중요합니다. 하지만 패턴은 정답이 없기에 완벽하게 검증은 불가능합니다. 그러나 *세그먼트가 비즈니스 관점에서 합리적이고 실제 '호스트'의 패턴을 신뢰성있게 반영하는지를 확인하기 위해 에어비앤비는 세가지 방법을 사용했습니다. *

2.3.1. A/B 테스트 (A/B Testing)

A/B 테스트에서는 각 세그먼트의 '호스트'가 에어비앤비가 제공하는 '추천 행동' 기능을 어떻게 사용했는지 평가했습니다. '추천 행동'은 '호스트'와 '게스트'가 더 나은 경험을 할 수 있도록 돕기위해 에어비앤비가 제공하는 기능인데요. 제안을 완료하면 인센티브를 받을 수 있어요. '호스트'를 대상으로 하는 '추천 행동'에는 이런 것들이 있어요.

** 숙박 전 미리 예약 가능 조건 시간을 줄이세요.** → 예를 들어, 현재 게스트가 숙박 전 7일 이전에 미리 예약해야 한다면, 2-3일 전 예약까지 가능하도록 예약 가능한 조건을 줄이세요
** 최소 숙박일 수를 줄이세요.** → 예를 들어, 최소 3박을 요구하고 있다면 이를 1박 또는 2박으로 줄여서, 게스크가 더 짧은 기간으로도 예약할 수 있도록 하세요
** 게스트 수요가 높은 날짜의 예약을 열어두세요.** → 지역 이벤트, 공휴일, 성수기 등 수요가 높은 날짜에 숙소 예약을 열어두세요!

각 세그먼트 별로 '추천 행동'을 얼마나 사용했는지 결과 예시(그래프) 인데요. 이 결과는 에어비앤비가 생각한 것과 일치했어요. 예를 들어, 특정 경우에만 에어비앤비를 사용하거나, 드물게 사용하는 '호스트(파트타임 (Part Time), 이벤트 기반 (Event Motivated))' 는 인센티브를 제공받더라도 '추천 행동'을 따르는데 관심이 없을 수 있어요. '항상 열려있는(Always On) 호스트'도 이미 숙소를 관리하는 데 적극적이고 능동적이기 때문에 에어비앤비의 제안을 따르기보다는 자신만의 전략을 선호할 수 있습니다. '참여 수준이 중간 정도인 호스트(불규칙적 (Sporadic), 짧은 시즌성 (Short Seasonal), 연중 내내 (Year Long), 긴 시즌성 (Long Seasonal))'야 말로 성과를 높이고 인센티브를 받을 수 있는 활동에 관심이 많아 대상으로 적합합니다.

2.3.2. 세그먼트의 상관 관계

에어비앤비는 세그먼트 검증을 위해 각 세그먼트별로 주요 지표와의 상관 관계를 확인합니다. 예를 들어, '항상 열려있는(Always On) 호스트' 가 전문가에 의해 관리되는 경우가 많거나, '짧은 시즌성 (Short Seasonal) 호스트'가 스키나 해변 목적지에서 더 많이 나타날 가능성이 높다는 것을 확인합니다.

또한, '이벤트 기반 (Event Motivated) 호스트'가 주요 이벤트 기간에 접어들면서 증가하는 모습인지 관찰하며, 이는 이벤트 수요 증가에 반응하고 있는지 확인합니다.

3. 사용자 경험(UX) 리서치

마지막으로, UX 연구 팀은 '호스트' 설문조사를 통해 정성적 페르소나를 만들고, 이를 클러스터와 비교하여 실제 행동과 일치하는지 확인합니다. 예를 들어, 주말 '이용 가능 비율' 높은 세그먼트가 주말 숙소 제공을 선호하는 '호스트'와 일치하는지 검증합니다.

2.4. 세그먼트 확장 및 상용화

세분화한 결과를 사용하기 위해선 모든 '호스트의 숙소'에 적용할 수 있어야합니다. 확장하고 상용화하기 위해 에어비앤비는 'Decision Tree Algorithm(결정 트리 알고리즘)'을 사용했습니다. 데이터를 나누는 규칙을 만들어서 빠르고 정확하게 분류할 수 있도록 하기 위해서인데요. 먼저 4가지 features(이용 가능 비율, 연속성비율, 하루 이상 예약 가능 날짜가 있는 분기 수, 최대 연속 예약 가능 월 수)를 사용하여 모델을 학습시키고, K-means 모델에서 얻은 클러스터 분류 결과를 출력값으로 사용합니다. 이후 모델이 각 클러스터를 정확하게 예측하는지 확인하기 위해 훈련 데이터 셋을 나눠 검증합니다.

새로운 모델은 간단하고 이해하기 쉬운 if-else 형태의 규칙을 제공하여, 각 숙소를 클러스터로 분류할 수 있게 해줍니다. 결정 트리 구조를 활용하여, 모델의 논리를 SQL 쿼리로 변환하는 작업을 수행하는데, 결정 트리의 'IF' 조건을 'CASE WHEN' 문으로 바꿉니다. 이렇게 만들어진 SQL쿼리를 데이터웨어하우스에 통합하여, 이 모델을 실질적으로 사용할 수 있도록 구현합니다!

2.5. 에어비앤비와 그 외의 분야에서의 활용

에어비앤비에서는 다양한 팀들이 이 세그먼트를 활용하고 있습니다. 예를 들어, 제품 팀은 전략 수립과 A/B 테스트에서 다양한 결과를 분석하는 데 사용하고, 마케팅 팀은 타겟 메시징을 위해, UX 연구 팀은 '호스트'의 동기를 이해하는데 도움을 받습니다.

에어비앤비에서 활용하는 사례를 소개합니다.

즉시 예약(숙소 예약시 호스트 승인 없이 즉시 예약을 확정할 수 있는 옵션) 기능 활성화 '이벤트 기반 (Event Motivated) 호스트'는 가끔식 자신의 거주지를 등록하며, 게스트 선별을 수동으로 선호하는 경향이 있습니다. 이런 호스트들이 즉시 예약 기능을 더 활용할 수 있도록 하려면 "특정 평점 이상의 게스트만 허용" 하는 옵션을 추가하는 것이 효과적일 수 있습니다. 이 기능을 통해 호스트가 통제권을 유지하면서도 예약 효율성을 높일 수 있기 때문입니다.
가끔 설정을 수정하는 설정 조정자와 자주 설정을 최적화 하는 호스트 구별 숙소 이용 가능 비율 데이터를 기반으로 처음 시작한 이 세그먼트를 방법론을 '호스트' 활동 데이터에도 적용을 했습니다. 에어비앤비는 '호스트 참여' 이루어진 날(예: 가격 조정, 정책 업데이트, 숙소 설명 수정)에 초점을 맞춰 두 번째 세분화를 만들었습니다. 이를 통해, 가끔 설정을 조정하는 '설정 조정자(Settings Tinkerers)'와, 자주 설정을 최적화하는 '설정 최적화자(Settings Optimizers)'를 구별할 수 있게 되었습니다.

에어비앤비는 시간 기반 참여를 하는 다른 산업에의 적용 아이디어도 함께 제안합니다.

소셜 미디어: 가끔씩만 활동하는 사용자(수동적인 사용자) vs 콘텐츠를 자주 제작하는 사용자(능동적인 사용자)
차량 공유 서비스: 피크 시간대에만 운전하는 드라이버 vs 풀타임으로 운전하는 드라이버
스트리밍 서비스: 밤에만 스트리밍하는 사용자 vs 지속적으로 스트리밍하는 사용자
이커머스: 세일/휴일에만 쇼핑하는 사람들 vs 연중 내내 쇼핑하는 사람들

🙌 3. 정리하며

에어비앤비의 글에서, 시간 기반 참여가 중요한 비즈니스에서 어떻게 적합한 지표를 선정하고, 그 지표로 설명할 수 없는 부분은 어떻게 다른 지표로 보완하는지에 대한 부분이 특히 재밌었습니다. 저희 서비스 역시 시간 기반 참여가 매우 중요한 서비스라, 우리 서비스에서 어떻게 활용할 수 있을지 아이디어도 얻을 수 있었구요.

뿐 만아니라 세그먼트를 어떻게 상용화했는지 과정도 흥미로웠는데요. 단순히 세그먼트를 나누는 것만으로 끝나는 것이 아니라, 그 세그먼트를 실제로 활용하기 위해 어떻게 단순화하고 데이터에 반영했는지 알 수 있어 도움이 많이 됐습니다.

오늘은 좋은 글을 소개했지만, 저도 나중에 이런 글을 꼭 쓰고 싶다는 마음이 드네요. 여러분도 이 글을 통해 서비스에 반영할 수 있는 아이디어를 얻으셨길 바랍니다!

듀오링고는 어떤 전략으로 DAU를 성장시켰을까?

Sun, 16 Feb 2025 14:55:40 GMT

👀 1. 들어가며

저는 배달 물류 플랫폼 회사에서 분석가로 일하면서, 라이더를 활성화 할 수 있는 다양한 프로모션을 기획하고 테스트 하는 업무를 진행하고 있는데요. 어떻게 활성화 시킬 수 있을까?라는 고민을 하기 전에 누구를 활성화 시키는 것이 우리 서비스에 필요할까? 라는 답을 내려보고 싶다는 생각을 했어요! 이에 대한 아이디어로 데이터 마케팅 관련 독서모임에서 듀오링고의 Daily Active User Model 사례를 추천 받았는데요.

초록색 부엉이가 그려진 로고를 한 번 쯤 보신 적있을거예요! 듀오링고는 AI를 활용해 쉽고 재미있게 외국어를 배울 수 있는 교육 서비스인데요. 듀오링고는 DAU(일일 활성 사용자)를 성장시키기 위한 전략을 수립하기 전에, 모든 학습자를 매일 활동 상태로 분류하고 상태 간 전환율을 모니터링하는 모델을 만든 후 그에 맞춰 전략을 세웠습니다! 이 프레임워크를 통해 DAU를 성장시키기 위해 집중해야 할 전환율을 파악하고, 그에 맞는 전략을 실천하여 지표 성장을 이뤘죠!

이 모델을 우리 회사에 적용해본다면, 현황을 파악하는 데 그치지 않고 어떤 세그먼트의 전환율에 집중해야 할지 전략을 세우는 데 도움이 될 것 같았어요! 그렇게 하면 제가 내리고 싶은 답도 명확히 할 수 있을 것 같구요! 오늘 글에서는 듀오링고는 어떻게 Daily Active User Model을 그렸고, 그로 인해 어떻게 실천했는지에 대해 소개해보려 합니다 🙌 저처럼 고객 활성화 업무를 맡고 계신 분들이 참고하셔서 아이디어를 얻어가시면 좋을 것 같아요!

🎯 2. 듀오링고의 Daily Active User Model

듀오링고는 DAU(일일 활성화)지표를 상승시키는 데 어떤 전환율에 집중해야할지 북극성지표를 찾는 목표가 있었어요. 이를 위해 모든 듀오링고 사용자 매일 활동 상태로 분류하고 상태 간 전환율을 모니터링 했어요. 듀오링고는 아래와 같이 Daily Active User Model를 만들었는데요.

먼저 매일 활동 상태로 user를 7개로 분류했습니다.

신규 사용자 (New User) : 오늘 처음 앱을 사용함
현재 사용자 (Current User): 지난 6일 내에 앱 사용이 있었고, 오늘도 앱을 사용함
재활성화 사용자 (Reactivated User): 7일~29일 내에 앱 사용이 있었고, 오늘 앱을 사용함
복귀 사용자 (Resurrected User): 30일 이상 비활성 상태였던 사용자가 오늘 앱을 사용함
위험한 주간 활성 사용자 (At-risk WAU): 오늘 비활성 상태이지만, 지난 6일 내에 앱을 사용함
위험한 월간 사용자 (At-risk MAU): 오늘과 지난 6일 동안 비활성화 상태지만, 7일~29일 내에 앱을 사용함
비활성 사용자 (Dormant users): 30일 이상 비활성 상태

아래 이미지 처럼, 해당되는 각 user의 수를 합하면, DAU, WAU, MAU, Total User를 확인 할 수 있습니다!

차트의 화살표처럼, 각 상태 간에 이동하는 사용자의 %도 모니터링하는데요. 화살표에 사용된 각 지표는 전일자 지표를 가지고 아래와 같이 구할 수 있습니다!

듀오링고는 Daily Active User Model을 만들고, 과거 데이터를 바탕으로 시뮬레이션을 실행했습니다. 시뮬레이션의 목표는 DAU를 증가시킬 수 있는 북극성 지표를 찾는 것이었습니다.

DAU 성장에 영향을 미치는 리텐션 유형을 계산하기 위해 단일 리텐션을 3년 동안 분기별 3%씩 상향하고, 다른 리텐션은 고정해서 시뮬레이션했는데요. 그 결과 CURR(Current Users Retention Rate, 현재 사용자 유지율)이 DAU에 가장 큰 영향을 미친다는 것을 알아 냈습니다.

CURR(Current Users Retention Rate, 현재 사용자 유지율)이라는 북극성 지표를 높인다는 전략을 실행하기 위해 여러가지 방법을 실행했는데요. 가장 대표적인 것은 스트릭(연속 학습 기록)을 활용한 방법이 었습니다!

스트릭은 사용자가 연속적으로 학습을 이어가면 기록되는 시스템으로, 현재 사용자가 지속적으로 학습하고 싶어하는 동기를 제공합니다! 스트릭이 길어질수록 사용자는 이 기록을 유지하려는 동기가 커지고, 이 동기를 통해 현재 사용자는 계속해서 유지되며 이를 통해 DAU가 증가하는 것이죠!

CURR(Current Users Retention Rate, 현재 사용자 유지율)을 핵심 지표로 삼고 이를 상승시키기 위해 4년 간의 노력 끝에, 듀오링고는 CURR을 21% 향상시켰다고 합니다! 이와 함께 다른 전략들을 결합하여, DAU(일일 활성 사용자)는 4.5배 증가했다고 하네요!

🙌 3. 정리하며

듀오링고 사례를 공부하면서, 이번 달에는 우리 회사의 Daily Active User Model을 그려보는 것을 목표로 잡았어요. 이를 통해 모니터링할 수 있는 환경을 만들고, 집중할 부분을 파악하여 그에 맞는 테스트와 프로덕트 개선 과제를 제안해 보려고합니다! 알리미나 세탁특공대에서도 듀오링고의 모델을 참고하여 직접 Daily Active User model 그려본 후 블로그 글로 소개하셨더라고요! 저도 나중에 만든 모델을 공개할 수 있다면 꼭 블로그 글로 소개드리겠습니다! 여러분도 한 번 그려보시면 좋을 것 같아요!

참고자료

커뮤니티 운영에 데이터 활용하기 3편: 구글 스프레드시트 데이터를 슬랙봇으로 메시지 전송하는 방법

Fri, 31 Jan 2025 07:28:19 GMT

👀 1. 들어가며

1.1. 상황

저는 직장인들이 함께 공부하는 커뮤니티 모여공 (모여공 커뮤니티 소개 링크)을 Slack을 통해 운영하고 있습니다. 모여공을 운영하며 멤버들의 공부를 더욱 효과적으로 돕기 위해, 두 가지 목적을 달성할 수 있는 슬랙봇이 필요했습니다.

** 공부 횟수와 환급 금액 공유 📢 ** 모여공은 챌린지 기반 보증금 차감제 방식으로 운영되기 때문에, 멤버들이 자신의 공부 횟수와 환급 금액을 쉽게 확인할 수 있도록 돕는 것이 중요해요,
** 공부일지 공유 ✍️** 공부 시작과 종료 시 작성하는 공부일지를 공유하여 학습 목표를 점검하고, 보다 체계적으로 공부할 수 있도록 지원하는 시스템이 필요했어요.

이전 글에서는 개인화 메시지를 보내기 위한 데이터를 어떻게 적재했는지 데이터파이프라인을 만든 과정을 소개했는데요 ('커뮤니티 운영에 데이터 활용하기 2편 : 데이터를 수집하고 커뮤니티 운영에 활용한 과정 소개' 링크)

어떻게 메시지를 보냈는지도 소개드리면 좋을 것 같아서 3편을 추가로 쓰게 됐습니다! 이번 글에서는 Google Apps Script를 사용하여 Google Spreadsheet 데이터를 읽고, Slack API를 통해 슬랙봇으로 멤버들에게 개인화된 메시지를 보내는 방법을 소개합니다🤗

1.2. 예상 독자

이 글은 Google Apps Script를 활용해 스프레드시트 데이터를 슬랙봇으로 메시지 보내고 싶은 분들에게 도움이 될 거예요!

특정 지표를 Slack으로 모니터링하고 싶은 분
Slack을 활용해 커뮤니티를 운영하며 개인화된 메시지를 보내고 싶은 분

📨 2. Google Spreadsheet 데이터를 Google Apps Script로 슬랙봇 메시지 보내기

2.1. 데이터 준비

1️⃣ 공부일지 제출 & 2️⃣ 집계 테이블 생성 슬랙봇은 각 멤버들에게 두가지 정보(공부 횟수와 환급 금액, 공부일지)를 공유해주면 됩니다. 멤버들에게 공유해줄 정보는 멤버들이 제출한 공부일지를 활용하여 python으로 구글 스프레드시트에 집계 테이블을 만들어 둬서 두 테이블을 활용했습니다.

여러분도 활용하고자 하시는 데이터를 스프레드시트에 시트로 만들어두시면 전송할 준비는 끝났습니다!

2.2. 구현 방법

*3️⃣ Google Apps Script와 4️⃣ 슬랙봇으로 메시지 전송 *을 위해선 아래 방법대로 진행하시면 됩니다!

(1) 슬랙봇 세팅

개인화 메시지를 보내줄 슬랙 봇을 세팅하는 과정입니다! ①먼저 앱 관리에서 구축 버튼을 클릭하여 앱을 만들어줍니다!

② Incoming Webhook on 설정하고 App Home에서 DisplayName 설정합니다. Incoming Webhook을 on으로 설정하는 이유는 외부 시스템(ex. Google Apps Script)에서 슬랙 채널로 메시지를 전송할 수 있도록 하기 위해서입니다. Google Apps Script에서 API 호출을 통해 이 URL로 데이터를 보내면, 해당 데이터가 지정된 Slack 채널이나 User에게 메시지를 보내는 기능을 구현할 수 있습니다!

③ OAuth & Permissions에서 Bot Token Scopes에서 슬랙봇 권한을 추가해줍니다. 저는 im:write 권한을 설정해줄 건데요. 슬랙봇이 슬랙의 멤버에게 개인 메시지를 보낼 수 있도록 허용하는 권한입니다! 만약 슬랙 채널에 메시지를 보내는 기능을 구현하고 싶다면 chat:write 권한을 추가해주시면 됩니다. 그 외에 다양한 권한을 활용하고 싶으시면 slack api의 scope 공식 문서(링크)를 참고해보세요!

④ Basic Information에서 Display Information 작성 후, Install App 하여 token확인합니다. 권한 설정을 완료했다면, 이제 슬랙봇의 이미지와 설명을 작성한 뒤 앱을 설치하면 세팅이 완료됩니다! 설치 후 확인할 수 있는 token은 Google Apps Script에서 Slack API를 호출할 때, 요청을 인증하고 권한을 부여하는 역할을 합니다. 이 token은 Google Apps Script 코드에서 활용될 예정이며, Slack API 요청을 인증하는 중요한 보안 키이므로 외부에 유출되지 않도록 주의해야 합니다!

(2) Google Apps Script 코드 작성

Slack API token을 확인했으니, Google App Script를 세팅해봅시다. ① 스프레드시트 확장프로그램에서 App Script를 열어주세요!

② Google App Script를 통해 스프레드시트 데이터를 읽고, Slack API를 호출해서 슬랙봇으로 메시지를 전송하는 코드도 작성해주면 되는데요! 코드 작성을 위해 스프레드시트 ID와 멤버들에게 개인 메시지를 보내기 위해 필요한 슬랙ID(user_id)를 확인해야합니다 확인하는 방법은 아래 이미지에 설명해뒀으니 참고해주세요. 사용한 코드도 주석을 통해 설명해뒀으니 여러분이 보내고 싶은 형태로 변경하셔서 사용하시면 됩니다. 슬랙은 슬랙메시지 블록을 통해 다양한 템플릿과 형의 메시지를 전송할 수 있는데요. 더 다양한 블록 예시는 slack block-kit 공식 홈페이지(링크)에서 참고 후 활용해보세요!

function sendMessages() {
  // Google 스프레드시트 ID 입력 
  const spreadsheetId = '스프레드시트ID작성'; 
  const spreadsheet = SpreadsheetApp.openById(spreadsheetId);

  // 각 시트를 불러오기
  const feeSheet = spreadsheet.getSheetByName('시트명작성'); 
  const studySheet = spreadsheet.getSheetByName('시트명작성');

  // 시트 데이터 가져오기
  const feeData = feeSheet.getDataRange().getValues();  // 환급 관련 데이터
  const studyData = studySheet.getDataRange().getValues(); // 공부 기록 데이터


  for (let i = 1; i < feeData.length; i++) {
    const feeRow = feeData[i];

    // 사용자의 슬랙 ID 및 학습 데이터 가져오기
    const user_id = feeRow[0];  // 사용자 Slack ID
    const user_name = feeRow[2]; // 사용자 이름
    const standard_fee_cnt = feeRow[3];  // 기준 환급 금액
    const standard_study_cnt = feeRow[4]; // 기준 공부 횟수
    const present_study_cnt = feeRow[5];  // 현재까지 공부한 횟수
    const present_study_need_cnt = feeRow[6]; // 추가로 필요한 공부 횟수
    const present_fee_cnt = feeRow[7];  // 현재 환급 예정 금액
    const present_date = feeRow[8];  // 날짜
    const present_time = feeRow[9];  // 시간

    // 슬랙 메시지 블록을 구성 (사용자에게 보낼 메시지 템플릿)
    let blocks = [
      {
        "type": "header",
        "text": {
          "type": "plain_text",
          "text": `안녕하세요, ${user_name}님! 현재 공부 현황을 공유드립니다.`
        }
      },
      {
        "type": "section",
        "text": {
          "type": "mrkdwn",
          "text": `👉 ${present_date} ${present_time} 기준으로 ${present_study_cnt}번의 공부를 하셨습니다!\n`
        }
      }
    ];

    // 목표 공부 횟수를 달성한 경우
    if (present_study_need_cnt == 0) {
      blocks.push({
        "type": "section",
        "text": {
          "type": "mrkdwn",
          "text": `*🥳 ${standard_study_cnt}번 이상 공부를 달성하셔서 ${standard_fee_cnt}원 전액 환급 예정입니다!*\n- 목표 달성을 위해 모여공을 정말 잘 활용하고 계신 것 같아요. 최고예요🎉\n- 퇴근 후와 휴일에도 꾸준히 공부하는 모습이 정말 멋져요👏\n`
        }
      });
    } else { 
      // 목표 미달성한 경우
      blocks.push({
        "type": "section",
        "text": {
          "type": "mrkdwn",
          "text": `*🙏 현재 ${present_fee_cnt}원을 환급 받을 수 있어요. 전액 환급을 위해서는 ${present_study_need_cnt}번의 추가 공부가 필요합니다.*\n- 2주 동안 꾸준히 공부 약속을 잡고 목표를 달성해보세요!\n- 작은 노력들이 큰 성과로 이어질 거예요. 끝까지 파이팅!💪\n`
        }
      });
    }

    // 해당 사용자의 공부 기록 가져오기
    const userStudyInfo = studyData.filter(row => row[1] === user_id);

    // 공부 기록이 있는 경우 멤버들이 작성한 공부일지 정보 제공
    if (userStudyInfo.length > 0) {
      blocks.push({
        "type": "section",
        "text": {
          "type": "mrkdwn",
          "text": `*✍️ ${user_name}님의 최근 공부 기록입니다.*\n- 공부한 내용을 돌아보고, 앞으로 어떻게 개선할 수 있을지 고민해보세요.`
        }
      });
      blocks.push({ "type": "divider" });

      // 각 공부 일지를 메시지 블록에 추가
      userStudyInfo.forEach(studyRow => {
        blocks.push({
          "type": "section",
          "text": {
            "type": "mrkdwn",
            "text": `*📚 ${studyRow[3]}회차 공부 일지:*\n` +  
                     `    - *일시*: ${studyRow[4]} ~ ${studyRow[7]}\n` + 
                     `    - *목표*: ${studyRow[5]} \n` +                    
                     `    - *달성 결과*: ${studyRow[8]} \n` + 
                     `    - *목표 시간*: ${studyRow[6]} \n` +                     
                     `    - *달성 시간*: ${studyRow[9]} \n` +                                         
                     `    - *공부 달성률*: ${studyRow[10]}\n` +                    
                     `    - *(Keep) 잘한 점*: ${studyRow[11]}\n` + 
                     `    - *(Problem) 아쉬운 점*: ${studyRow[12]}\n` + 
                     `    - *(Try) 다음에 반영할 점*: ${studyRow[13]}\n` 
          }
        });
        blocks.push({ "type": "divider" });
      });
    } else {
      blocks.push({ "type": "divider" });

      blocks.push({
        "type": "section",
        "text": {
          "type": "mrkdwn",
          "text": `\n😂 ${user_name}님의 공부 일지 정보가 없습니다.\n`
        }
      });
    }

    // 사용자에게 슬랙 메시지 전송
    sendSlackMessage(user_id, blocks);
  }
}

// 슬랙 API를 통해 메시지를 보내는 함수
function sendSlackMessage(user_id, blocks) {
  const token = '슬랙API토큰 입력'; // 슬랙 API 토큰 (보안 주의)
  const url = 'https://slack.com/api/chat.postMessage';

  // 전송할 데이터 구성
  const payload = {
    channel: user_id, // 슬랙 사용자 ID (DM으로 메시지 전송)
    blocks: blocks    // 위에서 만든 메시지 블록
  };

  // HTTP 요청 옵션 설정
  const options = {
    method: 'post',
    contentType: 'application/json',
    headers: {
      'Authorization': 'Bearer ' + token // API 요청 인증
    },
    payload: JSON.stringify(payload) // JSON 데이터 변환
  };

  // 슬랙 API 호출
  UrlFetchApp.fetch(url, options);
}

(3) 실행하기

③코드 작성을 완료했다면 실행버튼을 눌러 테스트를 진행해보세요! 전체 멤버 ID가 담긴 시트로 테스트를 진행하면, 모두에게 테스트 메시지가 전송될 수 있으니 반드시 test시트를 만들어서 관리자 본인의 ID만 작성해서 진행하세요!

'실행이 완료됨'이 뜨고 슬랙 DM메시지가 왔다면 성공입니다🥳

저는 1~2개월의 짧은 기간동안 운영되는 커뮤니티여서 실행하기를 통해 일회성으로 메시지를 보냈는데요. ④구글 앱스크립트에는 트리거 기능이 있어 특정 시간대나 날짜에 자동으로 메시지를 보내거나 특정 이벤트(예: 스프레드시트 업데이트) 발생 시 실행되도록 설정할 수 있습니다. 또한 배포를 통해 웹 애플리케이션 또는 API로 스크립트를 외부에서 호출도 할 수 있으니 참고해주세요!

🙌 3. 정리하며

이번 글에서는 Google Spreadsheet 데이터를 사용하여 Google Apps Script와 Slack API를 활용해 슬랙봇으로 멤버들에게 개인화된 메시지를 보내는 방법을 소개했습니다. 방법이 간단하니, 직접 해보시며 업무나 커뮤니티 운영에 도움이 되는 슬랙봇을 만들어보시길 바랍니다😊

이번 글까지 총 4편에 걸쳐 사이드프로젝트를 진행하는 과정을 소개했는데요. 사이드프로젝트를 해야겠다고 생각만 하다가 실행에 옮기고, 그 실행 경험을 바탕으로 4개의 글을 작성하게 될 줄은 상상도 못했던 것 같습니다! 무엇이든 생각만 하지 말고 '그냥 하면 된다'는 마음으로 실행에 옮기면, 그 과정에서 많은 것을 배우고, 배운 것을 글로 쓰면 경험을 나눌 수 있다는 것을 알게 됐습니다! 정말 감사한 경험이었어요! 여러분의 실행도 응원합니다💪

Uber와 Lyft는 어떻게 드라이버를 불러올까?

Sat, 18 Jan 2025 07:12:01 GMT

👀 1. 들어가며

저는 배달 물류 플랫폼 회사에서 분석가로 일하고 있습니다! 제 주요 고민은 "라이더 운행을 어떻게 활성화할 수 있을까?"입니다. 이를 해결하기 위해 다양한 프로모션을 진행하거나 기능 개발을 제안하기도 하는데요.

비슷한 고민을 하고 있는 다른 회사들은 어떻게 문제를 해결하고 있는지에 대해 사례를 찾아보았습니다. 오늘은 Uber와 Lyft의 드라이버 보상 시스템을 중심으로 소개해볼게요🙌

고객 활성화 관련 업무를 담당하시는 분들, 배달 플랫폼 및 승차 공유 서비스 산업에 관심이 있는 분들이 참고하시면 좋을 것 같아요!

🚗 2. Uber와 Lyft는 드라이버를 어떻게 불러올까?

Uber와 Lyft는 승차 공유 플랫폼으로, 드라이버를 유치하고 유지하기 위해 다양한 보상 시스템을 운영하고 있습니다. 이 시스템들은 드라이버에게 동기를 부여하고, 더 많은 운행을 유도하는 역할을 하고 있는데요. 각 플랫폼에서 드라이버를 어떻게 유치하고 유지하는지 살펴보겠습니다.

Uber: 퀘스트(Quest), 부스트(Boost)
Lyft: 챌린지(Challenge), 연속 보너스 시간(Streak Bonus Hours)

(1) Uber

2009년에 설립된 Uber는 현재 전 세계적으로 가장 널리 사용되는 차량 공유 서비스입니다. 사용자는 우버 앱을 통해 가까운 위치의 운전자를 호출하여 원하는 목적지로 이동할 수 있습니다. 차량 공유 서비스뿐만 아니라 음식 배달 서비스인 우버이츠(Uber Eats)도 운영하고 있습니다!

(1-1) 퀘스트 (Quest)

퀘스트는 Uber 드라이버가 일정 기간 동안 특정 수의 승차를 완료하면 보너스를 지급하는 프로그램입니다. 보통 주간 또는 일간 목표가 설정되며, 일정 수의 승차를 완료하면 일정 금액을 추가로 받을 수 있습니다.

일정 시간 동안 몇 건의 승차를 완료하면 보너스를 받는 형태로, 목표를 초과하면 추가 보상을 받는 경우도 있습니다 보통 주간 목표로 설정되며, 예를 들어 '이번 주에 50번의 승차를 완료하면 $100 보너스'와 같은 형태입니다.

(1-2) 부스트 (Boost)

Boost+는 특정 지역(지도의 파란색 구역)에서 특정 기간 내에 시작하는 여행을 완료하면 추가 수익을 지급하는 프로모션입니다.

프로모션이 시작되면 프로모션 블루존이 지도에 나타납니다. 추가 수입을 받으려면 블루존에서 승차를 완료해야 합니다.

주로 수요가 많은 바쁜 시간에 드라이버를 더 많은 수입을 벌 수 있는 유인책으로 불러내는데 활용됩니다.

(2) Lyft

2012년에 설립된 Lyft는 주로 미국/캐나다 지역에서 활동하는 차량 공유 서비스입니다. lyft 역시 우버처럼 앱을 통해 차량을 호출할 수 있습니다!

(2-1) 챌린지 (Challenge)

챌린지는 특정 기간 동안 일정 수의 승차를 완료하면 보너스를 지급하는 방식입니다. Uber의 퀘스트와 유사하지만, Lyft는 주로 시간 기반으로 목표를 설정하는 경우가 많습니다. 예를 들어 월요일 오전 5시부터 금요일 오전 5시 사이에 20번의 승차를 완료하면 추가로 $100를 받을 수 있습니다.

일부 주에는 더 많은 수익을 얻을 수 있는 tier제도도 함께 운영됩니다. 가치가 다른 최대 3개의 tier의 챌린지를 받을 수 있으며, 더 많은 tier를 완료할 수록 높은 비용을 획득할 수 있습니다.

예를 들어 165회 승차를 완료하면 최대 $423를 획득할 수 있는 tier 챌린지는 아래와 같은 보상체계를 가집니다. 총 보상비용을 요구되는 횟수로 나눈 건당 보상비는, 1건의 승차를 수행할 때 받을 수 있는 비용을 뜻하는데요. 더 많은 횟수를 수행할 수록 높은 건당비를 받을 수 있게 설계됐습니다.

tier #1: 82회, $143 (건당보상비: $1.74)
tier #2: 140회,$273 (건당보상비: $1.95)
tier #3: 165회,$423 (건당보상비: $2.56)

더 많은 운행을 할수록 수익이 증가하는 구조이고, 건당 가치도 높아져서 동기부여를 얻게 합니다!

(2-2) 연속 보너스 시간 (Streak Bonus Hours)

최대 수요 시간에 연속 승차를 수락하는 경우 Streak Bonus를 제공합니다.

운전자가 해당시간에 연속적으로 승차를 진행하면, 추가 보상을 받을 수 있습니다. 예를 들어, 8 AM ~ 9AM 사이에 3개 연속으로 운행을 완료하면 $10 보상을 받을 수 있습니다.

🙌 3. 정리하며

이번에 Uber와 Lyft의 드라이버 보상 시스템을 살펴보면서, 비슷한 산업에 있는 회사들이 어떻게 드라이버를 유치하고 동기를 부여하는지에 대한 아이디어를 얻을 수 있었습니다. 새로운 소식이나 유용한 정보가 있으면 또 공유드릴게요!

참고자료

Uber 홈페이지
- Quest Goals
- Introducing Boost+
lyft 홈페이지
- Ride Challenges
- [Weekly Ride Challenge] (https://www.lyft.com/blog/pages/weekly-ride-challenge-tcs)
- Multi-tier bonuses
- Scheduled Ride Streaks

[Goodbye 2024년 Hello 2025년] 연말 회고 공유

Sun, 05 Jan 2025 12:17:04 GMT

👀 1. 들어가며

2024년을 마무리하며, 잠시 멈춰 회고하고 2025년을 어떻게 보낼지 계획하는 시간을 가졌습니다.

2024년엔 Goodbye 2023년 Hello 2024년 1탄. 열정적인 사람은 어떻게 연말회고를 할까? 글을 통해 연말 회고를 소개했는데요. 삶에서 벌어지는 자잘한 일에 휩쓸려 길을 잃지 않고 1년을 잘 되돌아보기 위해, 연말 회고 질문리스트를 만들었고 올해도 역시 질문에 답해보면서 회고해봤습니다!

24년 회고를 통해 25년을 어떻게 잘 시작할 수 있을지 회고 방법이 고민인 분들이 읽어보시면서 이 사람은 이렇게 했구나, 나도 이렇게 해봐야겠다 아이디어를 얻으시면 좋을 것 같습니다!

🌠2. 2024년 회고

1) 24년 본인에게 어떤 한 해였는지 한줄평을 해보세요!

2024년을 시작할 때 어떤 한해로 보내고 싶다는 다짐을 했습니다. Goodbye 2023년 Hello 2024년 2탄. 열정적인 사람은 어떻게 새해를 시작할까? 이 글에 소개하기도 했는데요😁

23년 회고를 기반으로 24년에 제가 더 원하는 삶으로 관리하기 위한 전략을 세웠어요.바로 장기적인 비전과 연결시키는 노력입니다.

저는 22년 부터 시간관리를 하며 매달 매주 매일 목표를 세우고 하루하루 전념하며 살게된 시점부터 불안함이라는 감정이 사라졌습니다. 목표에 맞게 뭘 해야하는지 명확했기에, 현재를 의미있게 살게 됐어요. 하지만 어느 순간부터 매달 목표가 반복되는 것에 대한 지루함과 뭘 위해서 이렇게 살고 있을까?라는 질문에 대한 명확한 답변이 어려워졌어요. 그리고 다시 불안함이라는 감정이 저를 찾아왔습니다. *이 불안함이라는 감정의 원인을 들여다보니 매달 선정하는 목표가 사명선언문이나 장기비전과 연결되지 못했기 때문이었어요. 연말을 마무리하고 새해를 맞이하며 장기 목표, 즉 내가 뭘 이루고자 뭐가 되고자 사는지 명확히 정의해보는 시간이 필요하다고 느꼈어요. *이 과정 속에 퓨처셀프(미래에 대한 희망과 장기 목표의 중요성을 느낄 수 있는 책)를 읽으며 10년 뒤의 나에게 편지를 써봤는데요. 10년 뒤의 나의 입장에서 현재의 나에게 편지를 써보면서 비전과 장기목표를 세웠고, 그 목표를 이루기 위해 중요한 우선순위를 선정하고 24년을 설계하는 작업을 진행했습니다.

2024년을 시작하기 전에, 우선순위를 기반으로 어떤 한 해를 보내고 싶은지 다짐을 작성했어요. 그리고 월초에는 월초 다짐을, 월말에는 월말 평가 한줄평을 작성했는데요. 그동안 작성한 다짐과 한줄평을 모두 모아 읽어보며, 2024년을 마무리하는 한줄평을 작성해 보았습니다.

🔥2024년 연초에 세운 다짐처럼, 우선순위(비전, 업무, 리추얼)에 맞춰 시간과 에너지를 쏟았다고 자신 있게 말할 수 있다

12개월을 각각 사는 것이 아니라, 1년을 통틀어 비전과 연결된 의미 있는 한 해를 보냈기에 뿌듯하다.
완성의 마인드로 완벽을 추구하기보다는 일단 해보며 이루어낸 성과들이 많아, 그 점을 칭찬하고 싶다!

내가 살아온 1년을 한눈에 볼 수 있고 그때의 감정과 생각을 되돌아 보며 현재 얼마나 성장했는지 확인할 수 있어 정말 뜻깊었어요. 25년의 시작과 매월 시작과 마무리 시점에 작성해보시길 추천드려요!

2) 24년 가장 시간과 노력을 투자한 일은 무엇이라고 생각하나요? 그 일은 어떤 일이었고, 그 경험을 통해 어떤 감정을 느꼈나요?

우선순위였던 비전, 업무, 리추얼 3가지에 가장 시간과 노력을 많이 투자했습니다!

① (비전) 🚀 사이드프로젝트 시도

어렸을 때부터 "내가 세상에 태어난 이유"에 대한 질문을 계속 해왔습니다. 그 답을 찾기 위해 사명 선언문을 작성했고, 그 문장을 삶의 지침으로 삼고 있어요!

🎯 미션 : "가슴이 뜨거워지는 일을 하며, 내 열정으로 세상을 따뜻하게 만든다."

나의 미션에 부합하는 삶을 살기 위해 어떤 활동을 해야 할까? 고민하다가, 2024년에는 사이드프로젝트로 미션을 실현하는 목표를 세웠어요. 그리고 '모여공'이라는 직장인 공부 커뮤니티를 통해 미션을 현실로 만들었습니다. 막연한 생각을 목표와 계획으로 구체화하고 실제로 행동으로 옮기면서 눈에 보이는 결과를 만들어내는 과정에서 큰 자신감을 얻었습니다. 사이드프로젝트 목표와 성과는** 3) 24년 내가 이루고 싶었던 주요 목표들과 결과** 에서 더 자세히 소개해볼게요!

** ② (업무) 👩‍💻 지표 개발 → 문서화/발표 → 확산**

업무에서는 비즈니스 현황과 문제의 본질을 빠르게 파악할 수 있는 지표 개발에 집중하고자 했습니다. 문제의 원인을 신속히 확인할 수 있는 Matric Store와 Metric Hierarchy를 문서화하고, 이를 발표하여 많은 유관부서의 효과적인 의사결정에 기여하는 것이 목표였습니다.

*(1) 😁GOOD * 올해 2개의 지표를 개발 및 고도화하며, 그 결과로 3번의 발표를 진행했습니다. 뿐만아니라 지표사전과 데이터마트를 생성해 다른 팀들이 쉽게 지표를 활용할 수 있도록 했어요!

지표 개발 및 데이터 마트 구축 : 지표를 논리적으로 정의하고 코드를 짜는 과정이 정말 재미있었어요. 특히, 효율적인 쿼리 작성에 대해 고민하며 몇 천 줄의 쿼리를 몇십 줄로 간단하게 만들 수 있는 데이터 마트를 구축한 과정도 즐거웠습니다. 비즈니스 현상을 파악할 수 있는 지표를 정의하고 사용성과 편의성을 고려한 테이블을 만드는 전체 프로세스를 경험할 수 있어 의미있는 경험이었어요.
** 회사 내 발표 및 과제화** : 지표를 소개하고 어떻게 비즈니스 현상을 파악할 수 있는지 소개하는 발표 준비도 즐거웠어요. 처음 보는 사람도 쉽게 이해할 수 있도록 만든 지표 사전에 대해 구성원들이 큰 도움을 받았다고 감사 인사를 전해줘서 뿌듯했어요. 더 나아가 제가 고도화하고 정의한 지표를 통해 배달 효율 최적화 과제를 진행하면서 성과까지 연결할 수 있었던 점이 가장 의미 있었습니다. 지표라는 도구를 만드는 것에 그치지 않고, 이를 잘 활용하여 비즈니스 성과와 연결시킨 점에서 큰 보람을 느꼈어요.
업무 경험 기반 회사 외부 발표 : 업무 경험을 통해 🔥글또 커뮤니티에서 90명이 되는 사람들 앞에서 발표하고, 이를 기회로 나를 드러내고 접점을 삼아 커뮤니티 등에서 사람들과 친밀감을 쌓을 수 있어 감사했어요. 업무 관련 된 경험을 발표하고 이 경험이 다른 분들에게 큰 도움이 됐다는 이야기를 들으면서 뿌듯하기도 했고, 성취감을 느낄 수 있는 발표 자리가 있으면 적극적으로 참여해야겠다 다짐했어요.

** (2) 😂 BAD ** 처음 세운 1년 목표가 팀 변경으로 인해 Metric Store와 Metric Hierarchy까지 완성하지 못한 점은 아쉬웠습니다. 하지만 팀 변경 이후에는 CRM 관련 트레바리 독서 모임을 통해 읽은 책과 스터디 내용을 업무에 연결시키며 목표를 새롭게 설정했습니다. 팀 변경에 유연하게 대응하고, 새로운 목표에 몰입하여 성과를 달성할 수 있었던 점은 뜻깊었습니다.

이처럼 업무에서 1년 단위 목표가 잘 동작할 수 있을지에 대한 고민을 팀장님께 말씀드렸고, 분기별 목표로 관리하는 것이 더 효과적이라는 것을 알게됐어요. 팀 변경이후 유연하게 목표를 바꿔서 성과와 연결시킨 만큼 2025년에는 이를 반영해 목표를 분기별로 설정하고 관리자하고자 합니다!

*③ (리추얼) ⏰ 꾸준한 운동-독서-글쓰기-시간관리 *

** (1) 운동 **
올해는 운동을 습관화하려고 헬스를 시작하고, PT도 등록했어요. 바쁠 때도 주 2회 이상 꾸준히 개인 운동도 하며 2분기에는 인바디 목표도 달성하고 운동 습관을 만들었습니다.* 운동 덕분에 체력이 많이 향상되었고, 일이 바쁠 때도 지치지 않으면서 목표 달성을 위한 공부도 병행할 수 있었어요. 바쁠 때도 꾸준히 운동할 수 있었던 이유는 부담을 가지지 않고 30분이라도 근력 운동이나 유산소 운동을 한다는 마음으로 접근한 덕분이었어요!

** (2) 독서 **
올해는 총 20권의 책을 읽었어요.* 비전 관련 7권, 업무 관련 4권, 그리고 리추얼 관련 9권을 읽었답니다. 독서 역시 우선순위에 부합하는 것이 신기했어요. 소설 분야의 책을 많이 챙기지 못한 것이 아쉬웠는데요. 내년에는 "읽을 책을 미리 리스트업"해두고 안 읽을 법한 분야도 챙겨보려고 합니다!

** (3) 글쓰기 ** 글또 활동을 통해 올 한해도 꾸준히 12개의 블로그 글을 썼습니다! 외부 네트워킹 행사에서 "글 잘 봤어요"라는 반가운 인사도 많이 받았고, 기회가 닿아 데이터 분석 관련 특강도 2번 진행하게 되었어요. 꾸준히 글을 쓰면서 얻은 성과들을 보며, 꾸준함의 힘을 다시 한번 느낄 수 있었습니다!

** (4) 시간/목표 관리 ** 시간을 지배하며 삶을 관리하는 모임을 계속 운영하며 멤버들과 꾸준히 시간/목표 관리를 함께했어요! 더 나아가 하반기부터는 나만의 플래너 템플릿을 만들어서 나의 시간/목표 관리에 맞게 점점 더 고도화하고 있어요. 책에서 배운 방법들을 내게 맞게 적용하면서 잘 맞는 점은 계속 사용하고, 부족한 점은 수정하며 나만의 방법과 프로세스를 만들어가는 과정에서 많은 성취감을 느끼고 있습니다. 시지삶 멤버분들에게는 매 기수마다 이 프로세스를 공유드리고 있는데요. 내년에는 더 많은 분들한테 공유하는 시간도 가져보고 싶어요!

3) 24년 내가 이루고 싶었던 주요 목표들과 결과들을 작성해보세요!

목표에 대한 결과를 작성할 때는 성공/실패 단순하게 적지 않고, 구체적으로 작성해보는 것이 중요합니다. 퓨처셀프라는 책에서 이런 구절이 나옵니다." 모든 경험을 개인적 성장의 계기로 전환할 때 비로고 유익이 생긴다. 무슨 일이 일어나든 그 경험을 유익한 경험이라는 프레임으로 설정하라. 경험에서 적극적이고 의식적으로 교훈을 얻어라. 그러면 더 나빠지는 게 아니라 더 나아진다"

과거의 모든 경험에서 배울 점을 찾고 재해석하고 재구성해서 받아드리는 것의 중요성을 이야기하고 있는데요. 24년 주요 목표와 결과를 작성할 때도, 성공/실패보다는 00% 달성, 00번 달성, 결과물 완성 등 과정 중에서 얻은 것들을 구체적으로 작성해보는 것을 추천드립니다!

2024년 가장 이루고 싶은 목표는 비전영역의 사이드 프로젝트 실천이었어요. 연초에 세운 목표와 그 진행 상황을 점검하며, 내가 어느 정도 달성했는지 평가해봤어요.

목표 : 사이드 프로젝트를 5개 process로 진행해보기

결과 : 74% 달성(18% + 20% + 20% + 0% + 16%)

※ 각 프로세스의 평가방법으로 달성률을 계산하였고, 프로세스별로 20%의 가중치를 두고 달성률을 계산하여 합한 뒤 전체 목표 달성률을 산출

(1) 1분기 창업가/기업가의 책을 6권 읽고 모임 활동을 하며 이론들을 스터디하고 마인드를 바꾼다

평가 방법 : 읽은 책 수/활동 여부/글 작성 여부
** 결과 : 88%** (전체 달성률 : 88% X 20% = 18%)
- 4권 읽고(66%), 3번 활동해서 수료했고(100%), 글도 작성(100%) (※ 66% X 33% + 100% X 33% + 100% X 33% = 88%)

(2) 2분기 직접 아이데이션 해며, MVP 계속 만들어보기

평가 방법 : 완성 여부/글 작성
결과 : 100% (전체 달성률 : 100% X 20% = 20%)
- MVP인 랜딩 페이지 완성하고, 글도 작성

(3) 3분기 MVP 한가지 정해 고객 확보해서 피드백 받으며 개선하기

평가 방법 : 고객 확보 여부/글 작성
결과 : 100% (전체 달성률 : 100% X 20% = 20%)
- 베타버전을 통한 고객 15명 확보하여 피드백 받고 운영에 보완하여 1기 시작

(4) 4분기 MVP로 수익을 창출해본다

평가 방법: 수익 창출 여부/글 작성
결과 : 0% (전체 달성률 : 0% X 20% = 0%)
- 수익 창출 못했지만, 랜딩페이지로 베타버전 모집 시 운영비라는 수익 모델 존재 했을 때 15명이 등록하여 가능성을 봄

(5) 4분기~25년 1분기 경험이 담긴 글을 기반으로 25년 1월에 100명에게 발표를 한다.

평가 방법: 발표 진행 여부/청자 숫자
** 결과 : 81%** (전체 달성률 : 81% X 20% = 16%)
- 12월에 데이터 네트워킹 모임에서 발표(100%)했고 규모는 31명(31%) (※ 100% X 50% + 31% X 50% = 81%)

월초에 다짐한 대로 우선순위 중 "비전"에 FOCUS하며, 높은 달성률으로 목표를 달성했다는 것에 정말 만족스러워요. 더 나아가 목표를 세운 이유인 "가슴이 뜨거워지는 일을 하며, 내 열정으로 세상을 따뜻하게 만든다."는 🎯 미션에 부합하는 삶이라는 정석적인 부분에서도 의미 있는 결과를 얻었는데요! 모여공에 참여한 멤버분들이 모여공의 비전인 "함께 공부하며 서로에게 뜨거움을 주는 커뮤니티를 통해, 자신안에 있는 열정에 불을 지펴 자신이 원하는 삶을 만들었다"는 후기를 남겨주셨기 때문입니다!

4) 24년의 집중환경 등을 되돌아보며 시간관리를 총 정리해봐요!

회고의 목적은 문제를 인식하고 더 개선하기 위함입니다! 24년에 기록을 통해 알게 된 나 사용법을 아래 질문에 답하며 정리해보세요! 전반적으로 되돌아보며 어떤 것을 내년에 적용할지 리스트업 하시는데 큰 도움이 되실거예요.

(1) 목표 달성 최적의 집중환경은?

다른 사람들과 함께 할 수 밖에 없는 환경을 만드는 것이 가장 최적의 집중환경이었어요! 작년 회고에서 다른 사람들과 함께 하는 모임을 활용할 때 목표 달성 효과가 컸는데요. 이를 활용하기 위해 '모여공'을 통해 공부 약속을 잡고 시간을 미리 확보하여 할 수밖에 없는 환경을 만들었어요. 퇴근 후에도 온라인으로 멤버들과 만나 공부일지를 공유하고 캠을 켜고 공부한 덕분에 목표 달성에 집중할 수 있었어요!

(2) 집중할 수 있는 나만의 환경을 만들기 위한 전략은?

일요일 주간 회고 & 계획 시간 미리 고정화 매주 일요일 저녁에 주간 회고하고 차주 계획을 세우는 시간을 고정해서 배치했습니다. 이를 통해 우선순위에 더 많은 시간을 할애할 수 있는, 이상적인 일주일을 잘 계획하고 계획에 몰입하고 실천하면서 목표 달성까지 연결했어요.
** 체력 관리와 운동** 체력이 높아진 덕분에 바쁜 일정에도 출근 전에는 업무 공부, 퇴근 후에는 개인 프로젝트를 진행할 수 있었습니다!
** 구체적인 결과물 작성 ** 목표를 수립하고 목표를 할 일로 쪼개서 계획할 때는 구체적인 결과물과 어떤 장소에서 할 것인지 함께 기록했어요. 내가 배치한 시간에 무엇을, 어떤 결과물로, 어디서 하지?라는 고민을 줄이기 위해 구체적인 결과물을 작성하여 계획의 실행을 돕는 것이 큰 도움이 됐습니다
완성을 목표로 한 시간 제한 설정 시간은 한정적입니다. 내게 주어진 일이 많은데, 에너지를 똑같이 쏟는다면 다 해내지 못할 거예요. 우선순위를 잘 세우고, 우선순위는 낮지만 해야 하는 일들은 시간을 제한하여 완료하는 방법을 사용했어요. 시간을 제한함으로써 효율적으로 처리했어요.

(3) 통제할 수 있는 방해 요소와 낭비시간 최소화하기위한 전략은?

감정 다루기 부정적인 감정을 느낄 때, 그 감정을 회피하지 않고 왜 그런 감정이 드는지 직접 작성하는 연습을 했습니다. 이를 통해 감정의 원인과 상황을 파악하고, 이 감정을 벗어나기 위한 다양한 시도를 해보았습니다. '이나모리 가즈오'의 '왜 일하는가'라는 책에서 얻은 문구와, 용기와 에너지를 주는 짤을 모아둔 페이지를 만들어서 이 페이지를 보며 긍정적인 마인드셋을 유지할 수 있었습니다. 부정적인 감정에서 벗어나는 데 도움이 되었습니다!

개인 업무 시간 확보: 업무에서 개인 업무에 집중할 시간을 확보하기 위해 구글 캘린더에 매일 최소 2시간씩 개인 업무 시간을 미리 배치했습니다. 바쁜 일정을 소화하면서 회의만으로 하루가 끝나는 일이 많습니다. 우선순위가 높은 개인 과제를 외부의 영향을 받기 전에 집중할 수 있는 시간을 확보하는 것이 매우 중요하다는 것을 깨달았아요. 개인 업무 시간 확보를 통해 우선순위가 가장 높은 개인 업무에 몰입할 수 있었어요!

5) 24년보다 25년에 내가 더 원하는 삶으로 관리하기 위해서 나의 행동 전략은 무엇인가요?

2024년은 목표 달성의 첫걸음을 떼는 해였다면, 2025년에는 목표 달성에 더 집중할 수 있는 시간을 확보하기 위해 저레버러지 활동에는 자동화를 도입하고, 고레버러지 활동에 더 많은 시간을 할애할 예정입니다. 이를 통해 한층 더 생산적인 하루를 만들고, 중요한 일에 집중하는 삶을 살아가고 싶어요!

구체적으로 두 가지 자동화에 집중하고자 합니다!

(1) 시간/목표 관리 현재 시간과 목표 관리는 주로 플래너를 사용하여 수기로 진행하고 있습니다. 하지만 이를 자동화하고 시스템화하여 더 효율적으로 관리하고 싶어요. 스프레드시트나 노션 템플릿을 만들거나, 맞춤형 시간 관리 툴을 개발해 자동화 시스템을 도입할 예정입니다. 이렇게 자동화된 시스템을 활용하면, 목표를 달성하기 위한 시간에 집중할 수 있을 거예요! 또한, 시간 관리 모임을 운영하는데 드는 리소스를 줄이고, 참여하는 멤버 수를 더 늘릴 수 있을 것으로 기대하고 있습니다!

(2) 사이드 프로젝트 관리 사이드 프로젝트인 '모여공'도 자동화를 통해 관리에 드는 리소스를 줄여보려고 합니다. 관리에 드는 시간과 노력을 줄이면, 그만큼 어떻게 멤버들이 커뮤니티에 더 참여하고 싶게 만들수 있을까 같은 고레버리지 활동에 투자할 수 있을 거예요!

이처럼 2025년에는 자동화 시스템을 도입하여 중요한 일에 집중할 수 있는 시간을 확보하고, 목표 달성에 더 집중할 수 있는 환경을 만들고자 합니다!

🙌 3. 정리하며

회고의 목적은 문제를 인식하고 더 개선하기 위함입니다! 2025년을 2024년보다 더 성장한 나로 살기 위해, 잠시 멈춰서 내가 어떤 한 해를 보냈는지 아래 질문에 답해보며 점검하는 시간을 가지시면 2025년을 시작하는 데 큰 도움이 되실 거예요. 딱 1시간만 투자해서 회고 질문에 답해보는 것도 좋은 방법이 될 것 같습니다!

커뮤니티 운영에 데이터 활용하기 2편: 데이터를 수집하고 커뮤니티 운영에 활용한 과정 소개

Sat, 21 Dec 2024 07:35:51 GMT

👀 1. 들어가며

저는 직장인들이 함께 공부하는 커뮤니티인 ‘모여공’ (👉모여공 커뮤니티 소개 링크)을 운영하고 있습니다. 💡커뮤니티를 운영하면서 데이터를 활용해서 두가지 목표를 이루고자 했습니다!

① 데이터를 분석하여 커뮤니티의 마지막 오프라인 모임에서 주요 활동 결과를 공유한다.
② 멤버들이 자신의 공부 횟수와 환급 금액을 파악하고, 공부일지를 활용해 다음 목표를 설정하고 공부 방향성을 확인하게 한다.

1편에서는 모여공 데이터를 분석한 커뮤니티 활동 결과를 공유(👉1편 읽으러가기 링크)했는데요, 2편에서는 데이터를 어떻게 수집하고 활용했는지 그 과정을 소개하고자 합니다.

🌟 2. 커뮤니티 데이터 수집 후 활용

멤버들이 자신의 공부 횟수와 환급 금액을 파악하고, 공부일지를 활용해 다음 목표를 설정하고 공부 방향성을 확인하게 하기 위해서 "🔍데이터 수집 → 🛠️데이터 가공 → 📤멤버들에게 결과 공유" 순서대로 진행했어요.

(1)🔍 데이터수집

어떻게 데이터를 수집할 수 있을지 고민하다가, 가장 쉽고 빠른 방법을 선택했습니다. 바로 Zapier(재피어)라는 자동화 툴을 활용하는 것입니다.

❓ **Zapier(재피어)란? ** 간단한 설정만으로 다양한 애플리케이션을 연결하고 반복업무를 자동화 할 수 있는 것을 돕는 노코드 툴

우리 커뮤니티는 슬랙을 통해 활동을 진행하는데요, 슬랙의 공부일지 채널에 멤버들이 공부 시작 시에는 #공부시작, 공부 종료 시에는 #공부종료 메시지를 올립니다. 이 메시지가 올라오면, Zapier를 통해 아래와 같은 프로세스로 스프레드시트에 자동으로 적재하게 했습니다.

(2)🛠️ 데이터 가공

Python을 사용하여 공부시작(study_start)과 공부종료(study_end) 테이블을 기반으로 공부일지(study_all) 테이블을 생성했습니다. 시작 시간과 종료 시간을 기준으로 오름차순으로 정렬한 후순번을 부여하여 공부 횟수(study_cnt)라는 컬럼을 만들어줬어요. 멤버id(user_id)와 공부 횟수(study_cnt)를 기준으로 두 테이블을 merge하여 만들었습니다.

공부일지(study_all) 테이블로 각 멤버의 공부 현황을 집계하고, 멤버 정보(user)를 기준으로 공부를 한 번도 하지 않은 사용자도 처리하여 공부 현황 집계 테이블(fee_status)을 생성했습니다. 이를 통해 각 멤버의 공부 횟수, 환급 금액, 필요한 공부 횟수 등을 포함한 전체 멤버의 공부 현황을 파악했어요!

(3)📤 결과 공유

집계 테이블을 기반으로 각 멤버에게 본인의 공부 현황과 아카이빙된 공부일지를 전달하기 위해 Google Apps Script를 사용했습니다. 이를 위해 슬랙봇을 설정하고, Google Apps Script를 통해 슬랙 API를 호출하여 각 멤버에게 자동으로 본인의 현황과 공부일지를 전달하는 시스템을 구축했습니다.

공부 현황에 맞춘 맞춤형 메시지를 전송했습니다! 필수 횟수를 모두 달성한 사람에게는 칭찬과 격려의 메시지를 전하고, 아직 횟수를 채우지 못한 사람에게는 응원과 박수를 보내며 남은 기간 동안 목표를 충분히 달성할 수 있도록 격려했습니다.

목표 달성한 경우, "🥳 4번 이상 공부를 달성하셔서 20000원 전액 환급 대상자이십니다!"와 축하와 칭찬을 전하며 다음 공부에 공부일지 내용을 반영하는 것을 추천했습니다.
미달성한 경우에는 "🙏xxx원을 환급 받을 수 있어요. 남은 기간 동안 X번 공부는 충분히 할 수 있어요"라며 응원과 함께 남은 공부를 독려하는 메시지를 전달했습니다.

🙌 3. 정리하며

이번 사이드 프로젝트를 통해 데이터 파이프라인을 설계하고, 개별화된 메시지를 멤버들에게 전달하는 전 과정을 진행해봤습니다🥳

💡커뮤니티 운영을 통해 데이터를 활용하여 이루고자 했던 두 가지 목표를 달성했을 뿐만 아니라, 그 결과로 멤버들에게 본인의 학습 현황을 파악하고 아카이빙된 공부일지를 제공할 수 있었습니다. 멤버분들이 메시지에 대해 만족하셨다는 피드백을 주셔서 정말 뿌듯했어요!

① 데이터를 분석하여 커뮤니티의 마지막 오프라인 모임에서 주요 활동 결과를 공유한다.
② 멤버들이 자신의 공부 횟수와 환급 금액을 파악하고, 공부일지를 활용해 다음 목표를 설정하고 공부 방향성을 확인하게 한다.

또한, 서버를 띄우거나 시스템을 처음부터 구축하는 방식보다는 노코드 툴을 활용하는 등 간단하고 실행 가능한 방법으로 시작하는 것이 중요하다는 것을 깨달았습니다. 만약 처음부터 모든 것을 새롭게 배우고 개발하며 진행했다면, 짧은 시간 내에 이러한 결과를 내기 어려웠을 것 같아요. 아직 수동으로 진행하는 부분도 많지만, 앞으로는 자동화를 하나씩 도입해 더 효율적인 시스템을 만들 계획입니다💪

아이디어를 구현하고 싶으시면 먼저 "가장 쉬운 방법으로 시작해보는 것"을 강력히 추천드립니다. 제가 한 것처럼 전 과정을 경험해 보면 점차적으로 개선할 수 있는 기회가 보일 거예요! 저 역시 앞으로 모여공의 사이드 프로젝트 데이터 파이프라인과 분석 과정을 더 고도화할 계획인데요, 실천하면서 잘 기록한 내용을 또 다른 글로 공유드리겠습니다😊

모여공은 언제나 새로운 멤버를 모집하고 있으니, 이 글을 보고 관심이 생기셨다면 모여공 모집 링크에서 신청해주세요! 이 글을 계기로 여러분과도 만나 뵙기를 기대할게요!

커뮤니티 운영에 데이터 활용하기 1편 : 데이터로 본 커뮤니티 결과

Fri, 22 Nov 2024 14:17:02 GMT

👀 1. 들어가며

2024년부터 직장인들이 함께 공부하는 커뮤니티 ‘모여공’을 운영하고 있습니다. 직장인들이 퇴근 후에도 공부할 수 있는 환경을 제공하고, 커뮤니티 내에서 공부 약속을 쉽게 잡고 함께 공부할 수 있는 분위기를 조성하고자 했습니다.

올여름 베타 버전으로 시작한 모여공은 현재까지 두 기수에 걸쳐 슬랙을 통해 운영 중입니다. (현재 3기 모집 중입니다! 👉랜딩페이지 링크)

1기: 2024.09.05 ~ 2024.10.16 (42일간)
2기: 2024.10.25 ~ 2024.11.20 (27일간)

모여공은 2만 원의 보증금을 걸고, 목표한 공부 횟수(4회)를 달성하면 전액 환급받는 구조로 운영됩니다. 커뮤니티의 핵심 활동은 ‘공부일지 작성’입니다:

① 공부 시작 전 공부 시작 일지 작성
② 공부 종료 후 공부 종료 일지 작성

공부일지는 단순 기록에 그치지 않고, 목표 선언 → 공부 회고의 사이클을 통해 체계적인 공부 습관을 만드는 것을 돕습니다!

💡커뮤니티를 운영하면서, 데이터의 활용 목표를 세웠어요. 데이터를 잘 쌓아서 두가지 목적을 이루고자 했습니다.

① 데이터를 분석하여 커뮤니티의 마지막 오프라인 모임에서 주요 활동 결과를 공유한다.
② 멤버들이 자신의 공부 횟수와 환급 금액을 파악하고, 공부일지를 활용해 다음 목표를 설정하고 공부 방향성을 확인하게 한다.

이 글을 통해 커뮤니티에서 데이터를 어떻게 쌓았고, 활용 목적을 어떻게 이뤘는지 두 편의 글을 통해 소개하고자합니다!

1편 : 모여공 데이터를 분석한 커뮤니티 활동 결과 공유
2편 : 데이터를 수집하고 커뮤니티 운영에 활용한 과정 소개

*오늘 소개드릴 1편은 데이터로 본 커뮤니티 결과입니다! *모여공의 마지막 날에는 오프라인 밋업을 진행하는데, 멤버들이 한자리에 모여 활동을 돌아보고 네트워킹하며, 데이터 기반으로 활동 회고를 공유하는 시간을 가집니다. 저는 글또라는 개발자 글쓰기 커뮤니티에서 활동 중인데, 그곳에서 커뮤니티 데이터를 분석하고 활동 결과를 공유하는 방식을 보고 큰 도움을 받았습니다. 그 경험을 바탕으로, 제가 운영하는 모여공 커뮤니티에서도 시도해보기로 했어요💙

2. 데이터로 본 커뮤니티 결과

① 모여공 활동 결과

ⓐ 모여공은 총 34명의 인원이 참여했어요. 34명의 인원 중 참여비를 환급 받은 사람은 몇 명일까요?

34명 중 22명으로 65% 달성률을 보였습니다.
모여공 1기는 31명의 인원 중 참여비를 환급 받은 사람은 총 27명으로, 87% 달성률을 보였는데요. 1기보다 2기에 달성률이 낮았던 원인은 1기는 2기보다 15일 더 많은 42일 동안 진행된 영향 같아요!

ⓑ 가장 많은 공부를 진행 한 횟수는 몇 번이고, 누가 많이 참여했을까요?

1위는 13번 참석한 장OO님이었고, 2위는 9번 참석한 조OO님, 3위는 8번 참석한 고OO님이셨어요!

ⓒ 멤버들이 4회 공부를 달성한 시점은 언제가 많을까요?

약속이 최초로 시작된 날짜는 10월 26일이예요.
19일이 지난 13일에 35%의 인원이 달성했고, 22일이 지난 11월 16일 기점으로 50% 인원이 달성했어요! 18일에도 환급 횟수가 1회 정도 남으신 멤버분들이 많이 참여해주셔서 34명 중 65% 인원인 22명이 달성했습니다.

② 모여공에 참여한 멤버들

ⓐ 모여공에 참여한 멤버들은 어떤 일을 하고 있을까요?

멤버분들이 가장 유입이 많이 되신 곳이 글또와 인프런이다보니, IT쪽에서 데이터 분석이나 개발자로 일하시는 분들이 많으셨어요!

ⓑ 멤버들은 모여공에 왜 참여했을까요?

직장인을 대상으로 진행했기에, 퇴근 후 공부 시간을 확보하고자 하셨는데요. 혼자가 아닌 모여공을 활용해서 공부습관을 만들고 서로 열정과 의지를 주며 동기부여하고자 하셨어요!

ⓒ 멤버들은 모여공에서 어떤 목표를 이루고자하셨고, 어떤 스터디 키워드를 작성하셨을까요?

목표로는 사이드프로젝트부터 인프런 강의 완강, 코딩 테스트 준비, 블로그 작성이 많았어요!
자기소개에 작성한 본인의 스터디 키워드 역시 사이드프로젝트가 많았고, 개발자분들이 많으셨기에 개발 관련 공부도 많이 작성해주셨어요!

③ 약속 참여 패턴

ⓐ 가장 많은 멤버들이 공부에 참여한 날짜는 언제 일까요?

11월 2일(토), 11월 6일(일), 11월 10일(일)에 가장 많은 공부를 하셨어요!
11월 3일(일)과 11월 16일(토)에 모여공봇이 공부 현황을 DM으로 보내드렸었는데요. 이후에 공부 횟수가 증가하지 않을까? 기대했는데 그런 변화는 보이지 않았었어요!

ⓑ 가장 많은 멤버들이 공부에 참여한 요일은 언제 일까요?

주말에 참여하시는 인원이 제일 많았어요!! 금요일은 불금이고 평일의 마지막 날이다보니 휴식이나 약속을 선택하시는 분들이 많아서 적었던 것 같아요!

ⓒ 가장 많은 멤버들이 공부를 시작한 시간대는 언제 일까요?

퇴근 후나 주말 저녁인 20시와 21시에 가장 많은 인원이 참여해주셨어요!! 이번에는 주말 오전 10시에 모여공 공부가 열린 경우가 꽤 있어서 10시도 많았답니다. 9시가 1명인 이유는 10시 공부 시작 전에 미리 접속하셔서 공부일지를 올리셔서 그렇답니다!

④ 공부 일지 키워드

ⓐ 공부 일지에서 (Keep) 잘한 점 에는 어떤 내용을 작성했을까요?

목표 달성 및 집중력 유지: 목표한 바를 성취하고, 집중력을 발휘하여 일정에 맞춰 공부하거나 업무를 완료했다.
효율적인 시간 활용: 퇴근 후나 주말, 운동 후에도 계획된 공부나 업무를 꾸준히 진행하며 시간을 잘 활용했다.
스터디나 모여공의 활용: 모여공을 통해 집중된 환경에서 공부를 진행하고, 회고를 통해 목표 달성률을 높였다.

ⓑ 공부 일지에서 (Problem) 아쉬운 점 에는 어떤 내용을 작성했을까요?

집중력 부족: 피곤하거나 환경적 요인으로 인해 집중력이 떨어져 목표를 100% 달성하지 못한 경우가 많았다.
시간 부족 또는 예상 외의 지연: 계획보다 시간이 부족하거나 예상치 못한 이슈로 인해 목표를 끝내지 못한 경우가 있었다.
환경 조정의 어려움: 집중을 방해하는 외부 요인(가족, 핸드폰 등)이나 작업 환경(스터디카페, 집 등) 때문에 목표를 달성하기 어려운 상황이 발생했다.

ⓒ 공부 일지에서 (Try) 다음에 반영할 점 에는 어떤 내용을 작성했을까요?

목표 설정의 세분화: 목표를 더 구체적이고 세부적으로 나누어 시간을 명확히 계산하고 설정하여 실현 가능성을 높이자.
집중력 관리 및 환경 조성: 집중을 방해하는 요소를 미리 차단하고, 집중을 높일 수 있는 환경을 적극적으로 조성해야 한다.
시간 관리 및 리소스 계획: 예상보다 시간이 오래 걸리는 문제를 해결하기 위해 작업을 더 세분화하고, 더 많은 시간을 확보할 수 있도록 계획을 세우자.

🙌 3. 정리하며

이렇게 커뮤니티 활동 데이터를 분석해 마지막 모임에서 공유드리니, 참여 멤버분들께서도 즐겁게 활동을 돌아볼 수 있는 시간이 되었습니다🥳

1편에서는 커뮤니티 데이터를 분석하고 활용한 과정을 소개드렸는데요, 2편에서는 데이터를 어떻게 수집하고 테이블을 적재했는지에 대한 구체적인 내용을 공유드릴 예정입니다. 12월 초에 업로드될 예정이니 많은 기대 부탁드립니다!

❤️모여공 홍보

모여공은 "함께 공부하며 서로에게 뜨거움을 주는 커뮤니티를 통해, 사람들이 자신 안에 있는 열정을 불을 지펴 자신이 원하는 삶을 만드는 것을 돕는다" 는 미션을 가지고 계속 멤버를 모집하고 있습니다! 퇴근 후 1시간, 열정적인 멤버분들과 함께 공부하면서 내가 원하는 삶의 모습을 만들어가는 날개🪽를 달고 싶으신 분이라면 랜딩페이지 링크에 접속하셔서 신청해주세요! 이 글을 계기로 만나게 되면 정말 기쁠 것 같아요😆

업무 행동으로 이어질 예측 마케팅 전략 3가지 선정해보기

Sat, 09 Nov 2024 00:40:21 GMT

👀 1. 들어가며

저는 배달 물류 플랫폼 회사에서 분석가로 일하고 있습니다. 최근 조직개편이 이루어지면서 제 고민의 방향이 달라졌어요. 이전에는 “배달 품질을 어떻게 개선할 수 있을까?”라는 고민을 했다면, 이제는 “라이더 운행을 어떻게 활성화할 수 있을까?”라는 고민을 시작했습니다. 고민의 방향성이 달라지면서, 고객을 어떻게 분류해서 고객 특성별로 어떤 CRM 전략을 수립할지 과제의 방향이 달라졌어요. 새로운 목표에 맞춰 데이터 분석을 통해 어떻게 효율적인 마케팅 전략을 수립할 수 있을지에 대한 고민이 커졌고, 다른 회사에서는 어떤 방법론을 적용하고 있을까? 적용한 성공 사례는 무엇이 있을까? 스터디할 필요성을 느꼈습니다. 그 일환으로 트레바리 독서모임인 '우리가 하는 진짜 그로스 마케팅과 데이터 분석'에 10월부터 참여하고 있어요.

첫 번째 책은 『빅데이터를 활용한 예측마케팅 전략: 측정하고 반응할 줄 아는 기업으로의 안내』였습니다. 책에서 제시한 여러 마케팅 전략을 읽으면서 우리 회사에 적용할 수 있는 아이디어가 떠올랐고, 독서모임을 통해 현업에서 일하고 있는 다양한 도메인 분들과 이야기 나누며 생각의 폭을 넓힐 수 있었어요. 이번 글에서는 책을 읽고 제가 뽑은 업무에 적용해보고 싶은 예측 마케팅 전략을 소개하고자합니다. 저와 같은 고민이 있어, 어떤 공부를 해야할지 고민이시라면 이 글을 읽고 이 책에 대해 정보도 얻고 책 을 읽고 이런 적용점을 뽑았구나 나도 이런걸 해볼까?는 아이디어를 얻어가시면 좋을 것 같아요🙌

📖 빅데이터를 활용한 예측 마케팅 전략

『빅데이터를 활용한 예측마케팅 전략 : 측정하고 반응할 줄 아는 기업으로의 안내』를 클럽장님(독서모임 책을 선정하시고 이끌어가시는 현업 전문가)은 아래와 같이 소개해주셨어요.

이 책은 마케터와 데이터 분석가를 비롯해 데이터를 기반으로 비즈니스 성과를 창출하고자 하는 모든 사람들에게 필수적인 도서입니다. 빅데이터와 기계학습을 활용한 마케팅 전략을 이해하고, 실무에 적용할 수 있는 다양한 인사이트를 제공합니다. *특히, 직관적으로 알기 쉽게 쓰여 있어, 왜 비즈니스에 대한 이해가 수학보다 중요한지를 강조합니다. 이 책을 읽고 는 데이터 분석과 예측마케팅이 실제 비즈니스 성과로 어떻게 이어지는지 논의해 보고, *우리 실무에서 어떻게 적용할 수 있을지 함께 고민해 보는 시간을 가질 예정입니다.

실무에 적용할 수 있는 다양한 인사이트 라는 키워드가 저의 마음을 사로 잡아서 이 독서 모임에 참여하게 됐어요. 책을 읽으면서 실무에 적용해보고 싶은 과제나 아이디어들이 많이 떠올라서 책을 읽으며 실무에 적용할 아이디어를 얻자고 기대했던 부분이 충족은 됐지만, 너무 많은 과제에 압도되기도 했어요😭

책을 읽으면서 가장 인상 깊었던 점은 16장의 "행동으로 이어질 질문만 하라"는 부분이었습니다.

분석이 아니라 회사가 해야 할 행동에 초점을 맞춰야 한다. 너무 많은 질문을 제기하다 보면 데이터만 가지고 ‘아무것도 하지 않게’ 된다. 분석 마비에 빠지면 데이터를 보유한들 아무것도 바뀌지 않는다. 행동으로 이어질 질문만 하라. 그렇지 않은 것은 그저 알고 있으면 좋을 따름이다

다양한 질문을 던졌던 기존의 접근 방식을 점검하고, 실질적인 행동으로 연결될 수 있는 문제를 고민하는 데 집중할 수 있게 되었습니다. 이 부분을 읽고 복잡하던 생각을 정리 할 수 있었어요. 다양한 질문만 던졌던 기존의 접근 방식을 점검하고, 그 질문 중 실질적인 행동으로 연결될 수 있는 문제를 선택하는데 집중하며 적용할 수 있는 것 부터 선택할 수 있었어요.** 이 글에선 제가 뽑은 행동 관점에서 적용해 보고 싶은 포인트 세가지를 소개하고자합니다. **

1. 가치와 수익성을 별개로 관리

책에서는 수영장 수위 관리라는 비유를 사용하여 모든 고객 전반에 걸쳐 고객 자산을 최적화하는 방법론을 소개하고 있습니다. 고객 풀이 수영장이라고 하면, 어떻게 수위를 올릴까?라는 고민을 하면 된다고 소개하는데요. 수위를 올릴 수 있는 방법은 네가지 입니다.

① 고객을 획득하자
② 가치/수익성 감소를 방지하자
③ 이탈을 방지하자
④ 비활성화 된 고객을 재활성화 시키자

저는 여기 ②부분에서 감소에서 가치와 수익성을 별개로 관리해야 한다는 부분이 인상 깊었습니다.

가치와 수익성은 별개 일 수 있다. 가치가 낮은 고객이더라도 수익성이 높을 수 있고, 가치가 높은 고객이더라도 수익성이 낮은 고객일 수 있다. 수집한 모든 정보를 통합하고, 연결하고, 중복을 제거할 수 있어야한다.

많은 회사들이 고객 가치를 판단할 때 수익성만을 고려하거나, 가치를 측정할 때 수익성을 함께 고려하려고 하곤 합니다. 하지만 책에서는 두 가지를 별도로 고려해야 한다고 강조하고 있습니다.

저희 회사도 고객 가치를 정의하는 항목들이 있었는데요. 이 항목에는 수익성은 포함되있지 않았어요. 가치가 높은 고객이 수익성도 좋겠지 라는 가정에 근거하여 가치(몇 건 배달을 수행하는지 등)로만 고객을 정의하고 있던 것이죠. 저는 CRM에 돈을 어떻게 쓸 것인가에 대한 고민을 하는 팀이었기에 수익성도 정말 중요한 항목이었는데요. 가치를 판단하는 기준에 수익성을 어떻게 반영해서 하나의 지표로 볼 수 있을까? 고민하고 시도해봤는데 쉽지 않았어요. 책을 통해 가치와 수익성을 별개로 쪼개서 봐야겠구나 아이디어를 얻을 수 있었고 두 축으로 봐야겠다고 액션 아이템을 잡았습니다. 두개의 축으로 관리하면서 CRM 전략을 세분화하면 더 효과적인 마케팅과 고객 관리가 가능할 것이라고 느꼈습니다. 예를 들어, 수익성이 높은 고객은 혜택을 집중적으로 제공하고, 가치가 높은 고객은 브랜드 충성도를 높일 수 있는 프로그램을 운영하는 등의 전략을 구체화할 수 있는 것이죠!

2. 고객 가치 변화 과정의 시각화

“과거의 결과가 미래 성과를 보장하지 않는다”는 부분도 매우 인상 깊었습니다. 이번에 독서모임을 통해 교류하신 현직자 분들도 많이 말씀하셨지만, 저희 회사 역시 고객 행동을 분석할 때 과거 데이터를 기반으로만 판단하는 경향이 있었습니다. 책을 통해 고객 행동은 시간이 지나면서 변화하고, 이러한 변화를 반영해야만 지속적인 고객 가치를 창출할 수 있다는 점을 다시 한 번 상기시킬 수 있었어요.

책에서는 아래와 같이 고객의 이전 12개월 가치 현황과 최근 12개월의 가치 현황을 바탕으로 가치 변화 과정과 가치 세그먼트 정의를 그려보는 과정을 소개하고 있어요. 기간은 어떻게 잡아야할지 고민을 해봐야겠지만, 고객 가치의 변화를 시각화하고, 고객 세그먼트별로 가치 변화를 추적하는 작업을 액션 아이템으로 추가했습니다. 이를 통해서 예를 들어, 특정 기간 동안 고객의 구매 패턴, 라이더 사용 빈도 등을 분석하여 가치 변화 추이를 시각화하는 대시보드를 도입할 수 있습니다. 이 과정으로 우리 고객의 순손익 가치가 어떻게 되고 있는지 현황 파악을 통해서, 현재 우리 서비스에는 어떤 가치를 가진 고객이 필요하며, 어떤 단계를 올려야할지 전략적으로 판단 할 수 있다고 느꼈어요.

3. 고객 유지 비용 계산 방법 도입

"CRM 마케팅 비용으로 얼마를 써야해?"라는 질문 다들 받아보셨을 것이고, "이 돈을 쓰는 것이 정말 맞아? 효과적이야?"라는 질문을 수없이 던져보셨을 것이예요. 저도 비용에 대한 고민을 시작하면서 계속 던진 질문인데요. 이 책에서 소개한 고객을 유지하기 위해 지출할 수 있는 비용을 구체적으로 산출하는 방법에 대한 내용도 유용했습니다.

고객 유지 비용(X)은 고객 평생 가치(LTV)와 캠페인을 통해서 보존할 수 있는 고객의 비율(Y)를 바탕으로 계산할 수 있는 방법이 제시되었는데요. 독서 모임에서도 대부분의 현업자 분들이 위에서 내려주는 예산에 따라서 대상자를 정하고 가격을 정하시고 있다는 어려움을 말씀하셨는데, 우리는 고객을 유지하기 위해 얼마나 지출해야 할지에 대해 구체적인 수치 기준을 두고 예산을 계획할 수 있을 것 같아서 도움이 됐다는 말씀을 주셨었어요.

저 역시 이 방법을 저희 서비스에 바로 적용하기에는 산업과 상황이 달라 어려움이 있지만, Y는 우리가 이 CRM을 통해서 변화되길 바라는 가장 큰 가치에 대한 숫자를 넣어서 계산해보면 전략적으로 수치화해볼 수 있다는 아이디어를 얻을 수 있어서 좋았습니다!! 이렇게 구체화하고 적용하며 검증해나가다보면 얼마까지 써도 되겠다라는 것을 숫자로 이야기 할 수 있고, 이 부분은 너무 많이 쓰고 있으니 줄이자 라는 의사결정까지 이어나갈 수 있을 것 같아요!

🙌 3. 정리하며

책을 읽고 실무에 적용할 수 있는 다양한 인사이트를 얻을 수 있어 도움이 많이 됐고, 특히 "무수히 많은 질문을 던지기보다는, 실질적인 행동으로 연결될 수 있는 문제를 우선 해결해야 한다는 원칙"을 명확히 알게 되었어요. 저 역시 이 글에서 소개드린, 업무 행동으로 이어질 3가지 예측 마케팅 전략을 실제 업무에 적용해보려고 합니다.적용 결과가 나오면 또 다른 글로 소개할게요.

지금까지는 책을 읽고 나서 읽었다는 만족감에 그쳤지만, 이번 책은 "적용점"을 뽑아서 내 업무에 적용해보겠어라는 명확한 목표가 있었고, 이를 다른 현업자 분들과 교류하고 나누면서 "어, 이거 해봐야겠다"는 구체적인 액션플랜을 짤 수 있어 정말 좋았습니다. 저와 같은 고민을 하고 계신 분이 있으시다면 제가 소개드린 이 책을 읽고, 행동으로 이어질 적용점을 뽑아보는 것부터 시작해 보시길 추천드려요😊

생각은 접어두고 데이터를 모으자 : 사이드프로젝트 멤버 모집 성공 스토리

Tue, 22 Oct 2024 23:52:47 GMT

👀 1. 들어가며

1.1. 배경

24년 4분기도 얼마 남지 않았네요. 시간이 참빠릅니다. 저는 24년을 시작하면서 Goodbye 2023년 Hello 2024년 2탄. 열정적인 사람은 어떻게 새해를 시작할까? 글을 작성했는데요😎 연말을 마무리하고 새해를 맞이하며, 24년을 어떤 한 해로 보내고 싶은지 작성도 하보고, 가장 이루고 싶은 연간 목표도 정해봤었어요!

이렇게 작성 한 24년 목표는 매달 회고를 할 때나 분기를 돌아볼 때 읽어보면서 목표를 달성하기 위해 잘 가고 있는지 점검하곤 했는데요. 제가 24년에 가장 이루고 싶었던 목표는 바로** "사이드 프로젝트를 5개 process로 진행해보기"** 입니다!

사이드 프로젝트 아이디어를 고민하다가, 내가 가진 '가슴이 뜨거워지는 일을 하며 내가 가진 열정으로 세상을 따뜻하게 만든다' 미션을 가지고 '사람들이 자신안에 있는 열정을 불을 지펴 자신이 원하는 삶을 만드는 것을 돕는 ' 커뮤니티를 만들어보자고 결정했어요.

*23년 7월부터 진행하고 있는 시지삶(시간을 지배해서 삶을 관리하는 모임)이 시간 관리로 돕는다면, 모여공(직장인들이 함께 모여 공부하는 커뮤니티)은 쉽게 공부약속을 잡고 함께 공부할 수 있도록 환경을 조성해서 돕고자 했어요. *

공부를 선정하게 된 것은 저의 문제에서 먼저 시작했는데요. 저는 혼자 공부하기보다는 스터디를 참여해서 다른 사람들과 함께 공부할 때 달성률이 매우 높은 학생이었어요. 직장인이 되면서는 이런 환경에 노출되기가 쉽지 않아, 매번 공부해야지 계획만 세우고 집가면 누워서 유튜브를 보다가 늦은 밤이 되서야 후회하는 것을 반복하고 계속 제자리에 머물게 되더라구요

이대로는 안되겠다 싶어, 공부인증이나 스터디를 모집해서 다른 사람들과 함께 공부하며 환경을 바꿔봤어요. 함께 하는 사람들을 통해 좋은 동기부여도 얻을 수 있고 앞으로 나아갈 수 있더라구요! 이렇게 환경만 잘 조성해줘도 직장에 다니면서 공부를 습관화 할 수 있다는 것을 경험하고, 이런 환경을 만들어주는 커뮤니티를 만들면 함께 하는 멤버들이 원하는 삶을 만드는데 도움을 줄 수 있을 것 같아 직장인 공부 커뮤니티를 만들었습니다!

1.2. 예상 독자

24년 7월에 모여공 커뮤니티 랜딩 페이지를 만들고 처음 모집했어요. 커뮤니티 시작을 8월로 잡았지만, 9월에 시작할 수 밖에 없었던 모집 과정 속의 실패😂와 그 실패를 어떻게 발판 삼아 9월에 시작할 수 있는지 성공 경험😆을 공유하고자 합니다.

제목 처럼 생각은 접어두고 데이터를 모으고, 데이터를 기반으로 반영하는 과정을 다룰 예정인데요. ① 사이드프로젝트 아이디어를 어떻게 검증할 수 있을지 고민되거나, ②개인 분석 프로젝트를 하고 싶은데 어떻게 시작할지 고민되시는 분들이 이 글을 읽고 참고하실 수 있을 것 같아요.

🔥2. 생각은 접어두고 데이터를 모으자

2.1. 가설 수립

올해 초에 "아이디어 불패의 법칙"이라는 책을 읽었는데 깊은 감명을 받았어요. 특히 꽂힌 문구가 있었어요!

“생각은 접어두고 데이터를 모으라. 실험에서 나온 ‘나만의 데이터’가 나의 가설을 옳은 것으로 검증해주지 못한다면 프리토타이핑 덕분에 나는 실패 확률이 아주 높은 일을 피해갈 수 있다. ‘나만의 데이터’가 나의 가설을 옳은 것으로 확인해준다면, 더 높은 위치에서 파트너를 모집하고 투자자를 확보하며 잠재적 고객을 설득할 수 있다."

저는 지금 데이터분석가로 일하고 있는데요, 비즈니스 성장을 위해 수많은 가설을 수립하고 검증하면서, 왜 내 아이디어에서는 검증해볼 생각을 못했을까? 무릎을 탁 치며 커뮤니티 멤버를 모집하는 과정에서 데이터를 모으자 다짐했어요🔥

제가 커뮤니티의 원활한 운영을 위해 모집하고자 하는 인원은 30~40명이었고, 타겟 고객을 직장인으로 잡고 아래와 같이 두가지 가설을 세우고 2주 정도 시간 동안 랜딩페이지를 담은 모집 공고를 공유 했어요.

가설1) 🙌내가 속해있는자기계발의 열망이 가득한 사람들이있는 커뮤니티(글또/시지삶/데분모임)에있는 사람들은, 다른사람들과 함께 공부할 수 있는 커뮤니티가 있다면 기꺼이 멤버십 비용을 지불하고 등록해서 참여할 것이다.

500명에게 노출 →300명이 링크 클릭 → 90명이 구글폼을 작성하고(30%) → 30명이 등록할 것이다(33%)

가설2) 📱 25~32세의 직장인으로 추정되는 나이대의 사람들은 퇴근 후 누워서 인스타그램을 보다가, 공부 자극을 주는 광고와 이를 충족할 수 있는 커뮤니티가 있다면 클릭해서 등록할 것이다. .

1000명에게 노출하면 100명이 보고(10%), 20명이 구글폼을 작성하고(20%), 10명이 등록할 것이다(50%)

2.2. 결과 분석

2주가 지나고 아래와 같은 결과를 얻었습니다. 목표는 30명이었지만, 14명이 등록하여서 46%를 달성했어요😂

** 가설 1 🙌 커뮤니티 모집 결과**

노출: 480명에게 노출됨.
링크 클릭: 80명이 링크를 클릭하여 (클릭률 17%)
CTA 버튼 클릭: 20명이 CTA 버튼 클릭 (클릭률 25%)
폼 제출: 15명이 폼을 제출 (제출률 75%)
등록: 14명이 등록, (등록률 93%)

** 가설 2 📱 인스타 광고 결과**

노출: 6,000명
링크 클릭: 88명 (클릭률: 2%)
CTA 버튼 클릭: 7명 (클릭률: 8%)
폼 제출: 1명 (제출률: 14%)

등록: 0명 (등록률: 0%)

※인스타 광고는 2가지 안을 만들어서, 3일간 광고하고 둘 중 반응이 더 좋았던 1안으로 3일 간 더 진행했어요! 
(1) 7/30~8/1 (3일간) 1만 4천 원 지출 - 1안 9천 원/ 2안 5천 원 
(2) 8/2~8/5(3일) 2만 7천 원 지출 - 1안)

결과를 분석하여 도출한 인사이트는 다음과 같습니다.

** 🙌커뮤니티 홍보의 성과는 좋았습니다. 수립한 가설처럼 자기계발에 관심이 있는 사람들이 모인 곳이다보니 커뮤니티의 목적에 맞는 타겟 고객과의 연관성이 높아 전환율이 좋았습니다.** 제가 홍보한 커뮤니티 중 가장 인원이 많았던 곳인 글또 9기는 이미 활동이 마무리되서 속해있는 인원의 일부만 활동하고 있어서 공간에 있는 사람 대비 활동하고 확인한 사람이 적었던 것도 아쉬운 점이었습니다.
📱인스타그램 광고는 성과가 매우 저조했습니다. 클릭율과 전환율이 거의 없었고, 등록은 0명이었습니다. 인스타 광고를 처음 진행해봐서 효율적으로 타겟팅하지 못한 것도 있겠지만, 누워서 쉬는데 공부광고가 뜬다고 관심있어서 클릭하지는 않았습니다.

이를 통해, ⭐불특정 다수를 대상으로 하기보다는 공부에 대한 특정 관심사가 있는 사람들을 대상으로 모집하는 것이 더 효과적이라는 결론을 내리게 되었습니다.⭐** 특히, 커뮤니티를 통한 홍보가 효과적이었던 것은 제가 어떤 글을 쓰고 발표를하는지 저의 열정적인 성향을 아는 사람들이었던 영향이 었어요**. 모집 폼을 받을 때 어떤 경로로 참여하게 되셨는지 작성하는 칸에, 제가 글또 활동하면서 작성 한 글이나 발표를 보고 참여하신 분들이 많았거든요! (글또를 통한 커뮤니티 활동이 사이드프로젝트에 정말 큰 도움이 되어 정말 감사했습니다❤️)

아직 커뮤니티 초기단계기도 하므로 불특정 다수보다는, 공부에 대한 특정 관심사가 있는 사람을 대상으로 모집해야하며 나에 대해 아는 사람일 수록 전환율이 높았다는 것을 통해 결국 커뮤니티는 속해 있는 사람이 중요하다는 결론에 도달했습니다. 열정적인 사람들이 모여있는 곳에 모집이 필요하고, 모바일로 접속한 사람들이 많아서 모바일 친화적으로 랜딩페이지 개선이 필요하고, 이 커뮤니티를 운영하는 내가 어떤 사람인지 보여주고 어떻게 커뮤니티가 동작하는지 반영을 해야겠다 교훈을 얻었습니다!

2.3. 인사이트 반영

💡7월의 실패에서 얻은 인사이트를 요약하자면 다음과 같았어요.

명확한 타겟 설정: 공부에 관심이 없는 사람들에게는 광고가 효과가 없었다! 진짜 자기계발에 관심 있는 사람들만 타겟으로 삼자.
모바일 친화적 랜딩페이지: 많은 사람들이 모바일로 접속했지만, 웹으로 접속한 사람들을 대상으로 설계됐다. 모바일 환경에서 잘 보이도록 개선하자.
커뮤니티 운영자와 멤버 후기 추가: 나를 잘 알고 있는 사람들이 속한 커뮤니티에서는 참여가 많았다. 커뮤니티는 거기에 속해있는 사람들이 어떤 사람인지 어떤 변화를 겪고 있는지 알면, 더 참여하고 싶은 마음이 들기 때문이다. 운영자인 나에대한 소개와 멤버 후기를 랜딩페이지에 반영하자!

🎯인사이트를 바탕으로 8월에는 아래와 같은 액션을 했습니다!

*1. 명확한 타겟과 가설 수립 *

홍보 매체 선정

'자기계발과 공부에 관심이 있는 사람들'이라는 타겟이 분명해졌으니, 이제 홍보 매체를 정해야 했습니다. 저는 인프런과 메모어를 선택했는데요. 두 플랫폼은 직장인들 사이에서 공부와 자기계발에 열정을 가진 사람들이 많이 모인다고 판단했기 때문입니다.

인프런: 프로그래밍, 인공지능, 데이터, 마케팅, 디자인 등 입문부터 실전까지 업계 최고 선배들에게 배울 수 있는 강의 플랫폼으로 직장인들이 많이 사용함
메모어: 성장하는 사람들과 한주를 회고하는 모임으로 직장인들이 많이 속해있음 (제가 메모어를 하고 있진 않았지만, 하고 계시는 지인이 계셔서 홍보를 부탁드렸습니다🙏)

가설수립 홍보 매체와 타겟 구체화를 통해 가설을 수립했습니다. 7월에 모집한 14명과 지인 추천으로 신청해주신 1명으로 총 15명으로 모여공 베타버전을 시범적으로 운영해보고 있었는데요. 15명은 계속 신청한다는 가정하여 12명의 인원을 추가 모집하겠다는 목표를 정했어요. 인프런과 메모어로 모여공을 접하신 분들은 저를 알고 계시지는 않기 때문에 7월 결과보다는 모집 인원 목표를 조정했습니다. 27 ~ 30명을 목표 인원으로 정한 이유는, 한 달 동안 매일 공부 약속이 열린다는 가정하에 30명이 모이면 적어도 15번 이상의 공부가 열릴 수 있을 것이고, 15번이 열리면 참여한 멤버들이 환급 기준인 4번 공부에 참여할 기회를 쉽게 얻을 수 있지 않을까?라는 가정이었어요. (이 부분은 모여공 커뮤니티가 계속되면서 몇 명의 인원이 적절할지 계산해볼 수 있을 것 같아, 데이터가 쌓이면 분석 글로 작성해볼게요!)

🔥 적어도 (자기계발에 관심 있는 커뮤니티에 속해있는) 400명에게 노출시키면 100명(25%)이 페이지에 방문할 것이고, 그 인원의 25%인 25명이 관심을 표하며 등록할 것이며, 그중 50%인 12명이 최종 환급 2만원의 비용을 지불할 것이다.

랜딩페이지 개선 및 업그레이드 랜딩페이지 링크

모바일 친화적으로 변경 랜딩페이지가 모바일로 보일때 어떻게 보여지는지를 계속해서 체크하면서 웹페이지와 모바일 모두 가독성이 좋도록 신경썼어요! 특히 사람들에게 강렬한 인상을 남길 수 있는 문구를 더했는데요. 커뮤니티의 핵심 메시지는 "퇴근 후 1시간, 내 커리어에 🪽날개를 달아주는 커뮤니티"라고 잡았어요. 퇴근 후 1시간은 어렵지 않게 느껴지잖아요? 1시간이 모이면 내가 원하는 목표를 위해 날개를 달아준다는 커뮤니티로 랜딩페이지를 보자마자 각인될 수 있도록 했습니다.

커뮤니티 운영자 소개와 멤버후기 추가 커뮤니티에 속한 멤버들이 어떤 부분에 만족하고 있는지, 운영하는 사람은 누구인지 내용을 추가해서 내가 커뮤니티에 속하면 이런 변화가 있겠구나 이런 사람이 운영하고 있구나 한눈에 파악할 수 있도록 했습니다.

** 커뮤니티 혜택 구체화** 커뮤니티의 본질이 좋은 사람들과의 연결임을 고려하여 혜택인 교류 기회를 구체적으로 작성했어요!

🥳그 결과 8월에는 목표로 했던 30명 모집을 성공해서 모여공 커뮤니티를 시작할 수 있었어요.

8월의 성공 결과 : 30명 모집 성공 🙌 결과적으로 30명 모집 목표를 달성했고, 모여공 커뮤니티를 진행하고 있습니다!

기존 멤버: 15명의 기존 멤버 중 11명이 재신청(73%)
신규 멤버: 196명이 페이지에 방문했고, 23명(11.7%)이 폼 제출, 그중 19명(82.6%)이 최종 등록
- 인프런: 126명이 방문해 12명(9.5%)이 폼제출, 그중 10명(83.3%)이 최종 등록
- 메모어: 39명이 방문해 5명(12.8%)이 폼제출, 그중 4명(80%)이 최종 등록
- 글또, 구글 검색, 지인 추천 등 : 27명이 방문해, 6명이 폼제출(22%), 그 중 5명(83%)이 등록

🙌 3. 정리하며

8월의 성공은 7월의 실패에서 얻은 교훈을 빠르게 적용한 결과였습니다. 생각만으로는 알 수 없는 부분을 데이터로 모아 분석하고, 이를 바탕으로 액션 플랜을 세운 결과 30명이라는 목표를 달성할 수 있어 정말 의미 있고 감격스러웠어요. 이번 경험을 통해, 아이디어를 고민할 때 될지 안 될지 고민만 하는 대신, 가설을 세우고 데이터를 통해 검증하는 방식을 내 서비스에 우선적으로 적용해야겠다는 중요한 교훈을 얻었습니다. 앞으로도 이 방식으로 더욱 발전해 나가려고해요. ① 사이드프로젝트 아이디어를 어떻게 검증할 수 있을지 고민되거나, ②개인 분석 프로젝트를 하고 싶은데 어떻게 시작할지 고민되시는 분들도 내가 하고 싶은 아이디어에 대해 꼭 가설을 수립해보고 검증해 본뒤 개선해 나가시는 것을 추천드립니다.

모여공 커뮤니티를 운영하면서 커뮤니티 데이터를 모으기 위해 테이블을 기획하고, 모은 데이터를 분석하는 등 재밌는 활동들을 하고 있는데요. 다음 번에는 이 과정을 글로 소개해 볼게요😆

❤️모여공 홍보

글또 10기를 시작하며 : 열정 가득한 3가지 목표 공유

Fri, 11 Oct 2024 09:26:20 GMT

👀 1. 들어가며

글또(글을 작성하는 개발 직군분들이 모여서, 좋은 영향을 주고 서로 같이 자랄 수 있는 커뮤니티) 8기와 9기에 이어 10기에도 신청했는데요! 10기를 시작하는 첫 글로 왜 글또에 참여하게 됐고, 이번 기수에는 어떤 목표를 가지고 임할지 다짐 글을 작성해봤어요

🔥2. 본문

❓왜 글또를 다시하는가?

*10기에도 글또 활동을 계속 하고 싶은 이유는 세가지 였어요! *

첫 번째, 성장하기 위해 노력하는 열정적인 사람들을 만나 함께 글을 쓰고 활동을 할 수 있다.
두 번째, 경험이과 성장을 위한 공부 과정을 기록함으로써, 나만의 성장일지를 쌓을 수 있다. 이를 통해 내가 어떻게 성장해왔는지 과정을 돌아 볼 수 있을 뿐만 아니라, 비슷한 고민을 하는 사람에게 글을 통해 도움을 줄 수 있다.
세 번째, 글또라는 따뜻함과 열정을 가진 커뮤니티를 경험하며 커뮤니티 운영자(시지삶/모여공)로서 운영 노하우를 배우고 싶다.

첫 번째와 두 번째 이유는 8기와 9기를 참여한 이유와 동일한데 이번에는 세 번째 이유가 새로 추가됐습니다! 저도 커뮤니티를 운영하고 있는데요. 아래에 소개된 미션을 공부와 시간관리라는 방법으로 실현하는 커뮤니티입니다.

미션 : 서로에게 뜨거움을 주는 커뮤니티를 통해, 멤버들이 자신 안에 있는 열정에 불을 지펴 자신이 원하는 삶을 만드는 것을 돕는다

모여공 : 퇴근 후 1시간 직장인들이 함께 모여 공부하는 커뮤니티
시지삶 : 목표설정-계획-기록-회고를 함께 꾸준히하며 시간을 지배해서 삶을 관리하는 모임 (※ 커뮤니티 이름을 클릭하면 페이지로 연결되는데요. 관심있으신 분은 함께해요🔥)

커뮤니티 운영을 하면서 어떻게 잘 운영할 수 있을까? 잘 운영하는 것은 무엇일까? 고민이 많았는데요. 9/29(일)에 진행된 글또 10기 OT를 보면서 미션을 어떻게 멤버들이 느낄 수 있게 만들 수 있을까?라는 방향성을 얻게 되서 감사했어요. 글또 OT에서 따뜻한 커뮤니티라는 지향점을 이루기 위해 성윤님을 필두로한 운영진 분들이 많은 노력을 하고 계시는 구나 느껴졌어요.

600명이라는 대규모의 커뮤니티를 운영하면서, 또봇이라는 슬랙봇을 활용해서 관리에서 효율화 할 수 있는 부분은 효율화하고, 칭찬 종이 비행기 보내기 기능과 포인트 제도 도입을 통해 멤버들이 글또에 머무는 시간을 늘린 것이 인상 깊었어요. 글또에 머무는 시간을 늘리면서 멤버들은 누군가에게 댓글을 쓴다던가 채널에 글을 올리는 등 상호작용할 수 있는 기회를 늘리고 이를 통해 따뜻함을 서로 전할 수 있는 곳을 만드는 선순환으로 보였어요.

커뮤니티의 미션을, 커뮤니티 경험을 통해 느낄 수 있게 만들어 나가시는 모습을 보면서 저도 제가 운영하고 있는 커뮤니티 방향성에 대해 고민해볼 수 있어서 OT부터 참여하길 너무 잘했다는 생각이 들었습니다🥳

🎯글또에서 어떤 목표를 이뤘는가?

글또 8기와 9기를 시작할 때 목표를 세웠고, 마무리 할 때 그 목표를 달성하는 경험을 했어요🥳

글또 8기에선 글쓰기 습관화에 집중하며 100% 제출을 목표로 세워 성공했고, 9기에는 '발표 할 수 있는, 도움을 줄 수 있고 나만의 경험이 담긴 글을 써보자'는 목표를 세우고 90명 정도가 모인 글또 데이터 반상회에서 발표하며 성공했어요.

특히 발표라는 좋은 기회를 통해 어떻게 하면 더 잘 전달할 수 있을까?라는 관점으로 고민도 해보고, 반상회 준비위원 분들의 피드백도 받을 수 있어서 정말 감사했어요. 뿐만 아니라 더 많은 분들과 접점이 생길 수 있었는데요. 발표 마지막 쯤에 제가 운영하는 커뮤니티 홍보를 했고 이를 통해 유입되어 같이 커뮤니티에 멤버로 활동하고 계시는 분들이 계시답니다.

목표는 아니었지만, 성윤님이 해주시는 글쓰기 강의를 들으면서 저 만의 글 프로세스를 수립하고 글감박스를 만들어 글을 작성하기 전에 미리 글감박스를 만들어두고 글감을 고민하는 시간을 줄일 수 있어서 큰 도움도 받을 수 있어 좋았습니다. 글감박스는 글또 활동 이후에도 글을 올릴 수 있게 도움을 줬어요!

🔥글또 10기에서는 어떤 목표를 이루고 싶은가?

이번 기수에서 이루고자 하는 목표는 다음과 같습니다! 이번에는 달성 지표도 선정해봤어요! 목표를 이렇게 선언한 만큼 꼭 달성하기 위해 노력해봐야겠어요!

(1) 12회차 글감을 미리 계획하여 카테고리별로 마감일 전에 글쓰기
- 배경 : 대부분의 글을 마감일에 제출해서 글의 목적이나 완성이 아쉬웠음
- 목적 : 글의 목적을 명확히 하고, 마감일을 앞당겨서 완성도를 높이자!
- 달성 지표 : 카테고리별 글 달성 개수, 마감일 전에 글 작성한 횟수
*(2) 10월~3월까지 5명의 사람에게 먼저 커피챗 제안해서 진행해보기 *
- 배경 : 글또 활동 동안 1:1 커피챗을 먼저 제안해본적이 없어서 아쉬웠음
- 목적 : 글또 활동기간 5개월 동안 매월 1분씩 글또에 있는 멋진 분들과 교류를 늘려보자!
- 달성 지표 : 내가 먼저 제안 한 커피챗 횟수 (이전 기수에도 알던 분인 경우 0.5번으로 계산)
*(3) 발표할 수 있는 글을 써서 발표해보기 *
- 배경 : 반상회 발표했던 경험이 준 긍정적인 영향이 커서 또 경험하고 싶음
- 목적 : 업무 또는 사이드프로젝트 경험을 바탕으로 발표할 수 있는 글을 써보자!
- 달성 지표 : 발표 진행 여부

✍️12회차의 글감 공유

미리 12회차에 어떤 글을 쓸 것인지, 언제까지 쓸 것인지 구체화해봤어요😎 10기에서는 총 4가지의 카테고리를 선정했어요. 8기와 9기에서는 다짐/회고 글과 업무 경험 등을 다뤄왔는데, 이번에는 사이드프로젝트 경험과 케이스스터디 과정도 추가하게 됐습니다!

ⓐ 다짐/회고 글 - 3번 : 글또 다짐과 회고 글 뿐만아니라, 연말과 연초가 있는 만큼 24년 회고/25년 다짐 부분을 글로 작성해보려고 합니다. 시작과 중간 그리고 마무리에 되돌아보면서 내가 글또를 통해 이루고자 하는 방향으로 잘 가고 있는지? 경험 중에 더 추가해야할 것은 무엇이 있을지 보완하는 기회가 될 것 같아요!

ㅡ 1회차 : 10/13(일) 마감 → 글또를 시작하며 ㅡ 7회차 : 1/5(일)/ 1/1(수) 제출 → 24년 회고/25년 다짐
ㅡ 12회차 : 3/16(일) 마감/ 3/14(목) 제출 → 글또를 마무리하며

(2) 업무 경험 - 3번 : 지금까지 글또를 하면서 썼던 업무 관련 경험이나 스터디 글을 업무를 하면서 펼쳐 보고 도움을 많이 받고있어요. 경험을 내가 가지고 있는 암묵지가 아닌 형식지로 바꿔서 보관하는게 중요하다고 생각합니다. 업무를 하면서 겪었던 노하우나 분석 과정들을 다음의 나를 위해 혹은 나와 비슷한 고민을 하는 사람들을 위해 작성해서 남겨두기 위해 글을 쓰고자해요!

ㅡ 4회차 : 11/24(일)/11/21(목) 제출 →지표 모니터링 ㅡ 8회차 : 1/19(일)/ 1/16(목) 제출 → 주제 미정 ㅡ 11회차 : 3/2(일) 마감/ 2/27(목) 제출 → 주제 미정

*(3) 사이드프로젝트 경험 - 3번 * : 사이드프로젝트를 진행하면서, 업무에서도 해보지 못했던 인스타 광고도 해보고 서비스로서 어떻게 유저들을 더 활동하게 만들까?의 고민을 통해 여러 실험들을 진행하고 있어요. 어떻게 데이터를 남기면 좋을까? 고민부터 앱푸시 처럼 어떤 시기에 어떤 정보를 리마인드 주면 좋을까? 고민까지 실제로 진행한 내용들을 글로 남겨보려고 해요!

ㅡ 2회차 : 10/27(일) 마감/ 10/24(목) 제출 → 모여공 가설-분석 과정 ㅡ 6회차 : 12/22(일) 마감/ 12/18(수) 제출 → 모여공/시지삶 자동화 과정 ㅡ 10회차 : 2/16(일) 마감/ 2/14(목) 제출 → 모여공/시지삶 CRM

** (4) 책읽고 케이스스터디 -3번 ** : 10월을 기점으로 조직개편이 되어 팀이 변경됐어요. 지금까지는 딜리버리 과정에서 어떻게 하면 배차시간을 줄여서 배달품질을 좋게 만들까?를 고민했다면 앞으로는 라이더들을 어떻게 효과적으로 부르고 마케팅 전략을 수립할까?를 고민하는 팀으로 이동했어요! 지금까지 해오던 고민과 다른 방향성인 만큼 관련 책도 많이 보고 다른 회사에서는 어떻게 진행하는지 스터디 하기 위해 트레바리 독서 모임을 신청했습니다. 트레바리 독서모임을 하면서 관련 책을 읽고 커피챗을 통해 케이스스터디 토론을 하는 과정을 작성하고자해요!.

ㅡ 3회차 : 11/10(일)/ 11/07(목) 제출 → 빅데이터를 활용한 예측마케팅 전략 ㅡ 5회차 : 12/08(일)/ 12/05(목) 제출 → 앞으로 데이터 분석을 시작하려는 사람을 위한 책 ㅡ 9회차 : 2/2(일)/ 1/30(목) 제출 → 모던 그로스 마케팅

🙌 3. 정리하며

글또 10기를 시작하며 다짐글을 쓰면서 내가 왜 글또를 신청했고, OT에서는 뭘느꼈는지 되돌아 볼 수 있어 좋았고, 특히 이번 기수는 어떤 목표를 이룰 것인지 정리해볼 수 있어 의미있었습니다. 목표가 잘 달성되고 있는지 앞으로 작성될 글들도 기대해주세요🥳 감사합니다!

당신의 지표, 얼마나 믿을 수 있을까요? : 데이터 검증의 중요성

Wed, 21 Aug 2024 11:40:19 GMT

👀 1. 들어가며

1.1. 상황

데이터 분석가는 테이블 명세서를 보고 "아, 이 데이터면 충분하겠군!"이라고 쉽게 생각할 수 있습니다. 하지만 막상 데이터를 들여다보면, 현실은 늘 예상과는 다르죠. 예를 들어, 명세서에 'A' 컬럼에 고객이 구매한 시점이 기록된다고 되어 있다고 생각해보세요.'고객이 구매한 시점'은 언제를 의미할까요? 고객이 구매 버튼을 누른 순간을 의미하는 걸까요? 아니면 결제를 완료한 시점일까요? 이런 것들을 명확히 이해하지 않고 분석하면, 분석 결과는 엉뚱한 곳으로 흘러갈 수밖에 없습니다.

저 역시 처음엔 너무나도 쉽게 생각했어요. "아, 이 테이블 사용하면 바로 분석할 수 있겠군!" 하고 말이죠. 하지만 테이블을 조회하다 보니, 예상과 다른 데이터들이 눈에 띄기 시작했습니다. 그래서 직접 로그를 찍어보며, 어떤 행동에 어떻게 데이터 기록되는지 하나하나 확인해봤죠. 그 과정에서 제가 생각했던 것과는 전혀 다르게 데이터가 쌓이는 경우들을 발견하게 되었습니다.

이후에는 개발자와 직접 소통하며 테이블의 의미와 설계를 이해하려고 노력했습니다. 문제를 해결하기 위해 잘못된 데이터가 쌓이는 것을 수정 요청하기도 했죠. 그때 깨달은 것이 있습니다. 데이터 분석가는 단순히 데이터만 보면 안 된다는 것! 제품을 깊이 이해하고, 데이터를 수집하고 저장하는 방식까지 꼼꼼히 파악해야 한다는 것이죠!

내가 사용하는 데이터를 제대로 모르면, 지표는 정확할 수 없고 이 지표로 하는 의사결정은 제대로 됐다고 볼 수 없습니다! 이 글에서는 제가 믿을 수 있는 지표를 만들기 위해 데이터를 어떻게 깊이 이해하고 검증해 나가는지 공유해드릴게요. 단순한 NULL값 체크나 COUNT 검증을 넘어, 경험적으로 로그 테이블을 어떻게 확인하고 검증하는지를 공유하려고 합니다.

1.2. 예상 독자

데이터 분석가 및 데이터 활용 직군: 제품과 데이터의 생성 과정을 깊이 이해하고, 신뢰할 수 있는 지표를 만들고자 하는 분들에게 도움이 될 거예요.
데이터 엔지니어 또는 개발자: 분석가와 협업하여 데이터의 정확성을 높이고, 지표 신뢰성을 강화하고자 하는 분들이 참고하실 수 있을 거예요!

🔥2. 로그 데이터 검증 방법

Step 1. 테이블 명세서 확인하고 조회하기

테이블 명세서 확인 분석에 사용될 모든 컬럼 값의 의미를 정확히 이해하는 것이 중요합니다. 테이블 명세서에는 각 컬럼이 기록하는 데이터에 대한 설명이 테이블 설계자의 시각에서 작성되어 있습니다. 먼저 명세서를 꼼꼼히 확인하고 읽어보세요.

데이터 조회 명세서만으로는 데이터 파악이 충분하지 않습니다. 실제 데이터를 조회해보면서 명세서의 컬럼 의미와 조회 결과를 비교해보세요. 이 과정에서 명확하지 않았던 컬럼별 설명을 이해할 수 있을거예요.

만약 명세서가 없다면, 직접 테이블을 조회하여 각 컬럼의 의미를 작성해보고, 이를 바탕으로 테이블을 설계한 분과의 미팅을 통해 자신의 이해가 정확한지 확인하며 테이블 명세서를 만드는 것도 좋은 방법입니다.

Step 2. 데이터 흐름 파악하기

로그 데이터 흐름 파악하기 유저의 행동 로그를 시간 순서대로 정렬하고, 각 행동의 이전과 이후에 어떤 로그가 있는지 비교해보세요. 이 과정에서 예외 케이스나, 내가 모르던 행동 패턴들을 발견할 수 있습니다.

저는 윈도우 함수를 사용하여, 유저의 행동을 시간 순서대로 정렬한 후 이전 행동과 다음 행동을 파악하는데요. 먼저 특정 유저를 대상으로 조회해서, 유저가 어떤 흐름으로 행동했는지 파악합니다.

sql
SELECT user_id,
       event_time,
       event_type,
       LEAD(event_type) OVER (PARTITION BY user_id ORDER BY event_time) AS next_event
FROM user_logs

이때, COUNT를 해보는 것이 도움됩니다. 예를 들어, 유저가 A → B 로 B전에는 무조건 A를 해야하는데, 로그가 B → A 로 남은 경우가 있다면, 문제가 있다는 것입니다. 이렇게 특정 이벤트가 비정상적으로 많이 발생하거나 너무 적게 발생한다면, 테이블에 문제가 있다는 것을 빠르게 파악할 수 있습니다. 이 경우 개발자와 협의하여 로그 수집 로직을 점검하고 수정할 필요가 있습니다.

sql
SELECT event_type
    , next_event
    , count(1) as cnt
FROM
(    

  SELECT user_id,
         , event_time
         , event_type
         , LEAD(event_type) OVER (PARTITION BY user_id ORDER BY event_time) AS next_event
  FROM user_logs
)
GROUP BY 1,2

이 과정을 통해 데이터가 어떤 순서로, 어떤 조건에서 기록되는지 명확히 이해하고, 예상치 못한 문제를 발견합니다! 데이터가 꼬이거나 예상과 다르게 기록되는 상황을 사전에 발견할 수 있어, 더 신뢰할 수 있는 지표를 만드는 데 도움이 됩니다!

Step 3.직접 실험해보기

데이터 분석 과정에서 특정 케이스를 이해하기 어렵다면, 직접 실험해보는 것이 효과적입니다. 특정 이벤트가 발생하는 시점을 파악하기 위해 내가 직접 그 이벤트를 발생시키고, 해당 로그가 테이블에 어떻게 기록되는지 확인하는 건데요. 이 과정에서 데이터가 테이블명세서와 다르게 기록되는지, 또는 내가 파악하지 못한 케이스가 있는지를 확인 할 수 있어요!

특히 이렇게 실험해본 결과는 개발자와 커뮤니케이션할 때 매우 유용해요! 추상적인 설명보다는, 실험을 통해 얻은 케이스를 바탕으로 대화하면 더 명확하고 정확한 논의를 할 수 있습니다. 저는 아래와 같은 순서로 실험하곤 합니다!

1. 상황 시뮬레이션 :먼저 미리 발생될 수 있는 케이스나 검증하고 싶은 케이스를 정의하고, 어떻게 남을지 컬럼별로 데이터를 직접 입력해보세요.
1. 직접 실험 : 내가 정의한 케이스를 서비스에 접속해서 직접 행동하세요.
1. 데이터 확인 : 데이터를 조회하면서, 내가 시뮬레이션한 결과와 이벤트 발생 순서나 로그 시점이 잘 기록됐는지 확인합니다!

step 4. 커뮤니케이션하기

** 데이터 엔지니어 or 개발자와 커뮤니케이션** 데이터를 확인하는 과정에서 실험만으로는 해결하기 어려운 경우나 적재 시점 변경 등의 커뮤니케이션이 필요할 수 있습니다. 미팅일 수도 있고 메시지로 확인 요청을 드릴 수있는데요. 두가지를 꼭 포함시키면 효과적으로 커뮤니케이션할 수 있어요!

데이터 확인 과정에서 실험만으로 해결하기 어려운 부분이 생기거나, 변경 요청사항이 생길 수 있습니다. 이럴 때는 데이터 엔지니어나 개발자와 커뮤니케이션이 필요합니다. 미팅이든 메시지든, 효과적인 소통을 위해 다음 두 가지를 꼭 포함하세요.

1) 목적 내가 데이터를 어떤 목적으로 사용하려는지 명확히 설명하세요! 담당자가 이를 이해하면, 필요한 데이터를 정확히 제공해줄 수 있고 설명해주실 수 있어요.

2) 구체적인 케이스 단순히 "이 테이블이 이상한 것 같아요"라고 말하기보다는, 예를 들어 "이 케이스를 보면 A'로 남고 있는데, A가 남아야 할 것 같아요"처럼 구체적인 상황을 설명하세요. 이렇게 하면 문제를 더 효과적으로 파악하고 해결할 수 있습니다.

** 발견한 케이스나 히스토리 아카이빙 ** 이렇게 파악한 케이스를 위키 문서에 정리해서 동료들과 공유하세요. 다른 동료들도 업무를 할 때 도움을 받을 수 있고, 동료들도 알고 있는 정보들을 공유하며 더 나은 방향을 도출할 수 있으니까요. 이 과정은 우리 조직이 사용하는 데이터 더 나아가 데이터를 사용하여 도출하는 지표의 신뢰성, 지표를 통해 하는 의사결정의 정확성을 높이는데 기여할 거예요!

🙌 3. 정리하며

데이터 분석은 단순히 숫자와 결과를 다루는 것을 넘어, 데이터가 어떻게 생성되고 처리되는지에 대한 깊이있게 이해해야해요. 신뢰할 수 있는 지표를 만들기 위해서는 제품과 데이터의 생성 과정을 면밀히 이해하고, 이를 바탕으로 데이터의 정합성을 꾸준히 점검해야 합니다.

이번 글에서 다룬 여러 방법들(테이블 명세서의 이해, 로그 데이터 흐름 파악, 직접 실험,케뮤니케이션)을 직접 적용해보세요! "당신의 지표는 믿을 수 있나요?"라는 질문에 자신있게 네!라고 답할 수 있을거예요.

[Udemy(유데미) 강의 후기] Apache Spark 와 Python으로 빅데이터 다루기

Sun, 12 May 2024 14:51:46 GMT

👀 1. 들어가며

글또('글쓰는 또라이가 세상을 바꾼다' 글쓰는 개발자 모임)에서 유데미의 강의 쿠폰을 제공받아 강의를 들을 수 있는 기회가 생겼습니다. 많은 강의 중에 최대 2개를 선택할 수 있었는데, 그 중 하나로 'Apache Spark 와 Python으로 빅 데이터 다루기'강의를 선택했습니다.

'Apache Spark 와 Python으로 빅 데이터 다루기' (강의 소개 페이지)는 Spark와 Python을 함께 배우는 강의로 20개 이상의 실제 예시를 제공한다는 점이 마음에 들어 선택했습니다. 이 글에서는 강의 구성 소개와 강의 중 좋았던 점과 아쉬웠던 점을 다뤄보려고 합니다. 강의 후기가 궁금하신 분이 읽으시면 도움이 될 것 같아요

🖥️ 2. Apache Spark 와 Python으로 빅 데이터 다루기

2.1. 강의 소개

'Apache Spark 와 Python으로 빅 데이터 다루기'는 8개의 섹션, 66개의 강의로 구성돼있습니다. 총 길이는 6시간 55분이고, 가격은 99,000원입니다. (유데미를 처음 수강한다면 쿠폰 적용이 가능한지 확인해 보시길 바랍니다. 쿠폰 적용시 할인을 받아 수강 가능합니다!)

이 강의는 Windows에 Spark를 설치는 것을 기준으로 설명해주고 있어요. 저는 Windows를 사용해서 이 강의를 들어서 문제가 없었는데, 만약 Mac등 을 사용하시면 강의 듣기 전에 Spark 설치 방법 등을 확인해보시길 추천드려요. 그리고 이 강의는 실습 위주의 강의예요. 강의의 좋았던 점과 아쉬웠던 점에 언급 할 예정이지만, 이론 위주 강의를 원하시는 분은 원하시고 기대하시는 내용이 아닐 수 있어요. 또 Python을 사용해서 Python을 처음 사용해보신 다면 실습을 따라가기 어려우실 수 있어요.

2.2. 학습 방법

강의는 실습 위주로 진행되서, 실습에 사용될 데이터와 코드를 제공합니다. 저는 데이터와 코드를 한 번에 다운 받아두고 Visual Studio를 사용해서 강의 내용은 Markdown형식으로 기록해두고, 코드에 대한 설명은 주석으로 기록하면서 들었어요!

2.3. 아쉬웠던 점과 좋았던 점

아쉬웠던 점과 좋았던 점을 소개할게요!

먼저 아쉬웠던 점입니다!

강의는 실습 위주여서 이론 설명이 자세하고 길지 않았어요. 개념에 대해 자세히 설명을 듣고, 그 개념이 활용된 예시를 파악하고 실습을 진행하는 흐름의 강의에 익숙하던 저로서는 처음에 적응하기가 어려웠습니다. 만약 저처럼 이런 흐름의 강의에 익숙하시고, 이런 흐름을 기대하시고 들으신다면 원하시는 방향이 아니실거예요. 이 강의는 이런 함수가 있다 정도만 개념 설명 때 소개하고 실습 때 반복되는 문제들에서 그 함수가 어떻게 동작하는지를 설명하는 방식인데요. 저도 강의가 어떻게 동작하는지 파악하기 전에는 강사님이 가볍게 설명한 개념을 완전히 이해하고 넘어가려고, 어떻게 활용되는지 검색도 해보고 다른 블로그도 참고하면서 진행했어요. 이 과정이 스터디 할 때 도움은 됐지만, 강의 진도가 너무 안나가고 느려서 이대로는 안되겠다 싶더라구요😓 일단 이런 함수가 있구나라고 넘어가고 계속해서 나오는 실습 때 그 함수를 사용하니 익숙해지고 이해가 되니 일단 강의 진도를 나가시는 것을 추천드려요!
한국 강의는 인프런 등 잘 설명된 PPT로 구성된 경우가 많잖아요. 외국 강의와 실습 위주 다 보니 강의 자료가 우리가 계속 봐오던 기대하는 모습이 아니예요. 강의 자료만 봐도 강의의 흐름과 개념 이해가 다 되는 친절한 자료가 아니기도하고, 영어 강의과 한국어 자막과 강의 자료를 모두 파악하면서 듣기 쉽지 않아요. 이 부분이 적응이 안될 수 있는데요. 저는 유데미에서 제공하는 대본 기능을 활용하니 도움이 많이 되더라구요. 대본은 우측 하단의 버튼을 클릭하면 확인 할 수 있는데요. 자막 전체를 확인 할 수 있고, 지금 강사님이 말하고 있는 부분도 보라색으로 표시되서 문맥을 파악하면서 강의를 들을 수 있어요! 저는 어려운 부분은 한 번 강의를 듣고, 대본 기능을 읽으면서 정리를 했어요. 대본 기능을 잘 활용하면 이해하고 흡수하는데 도움이 되실 겁니다!

좋았던 점입니다.

실습 위주 강의답게 예시가 정말 많다는 점이 좋았습니다. 저는 이전에 Spark SQL만 다뤄본 정도 였는데요. 강의를 통해 다양한 상황의 예시를 접할 수 있어 좋았어요. 실무에서도 내가 자주 사용하는 함수나 쿼리를 모아두면 적재적소 상황에 가져다쓰면 업무도 빨라지고 효율적이잖아요. 여러 상황의 코드를 제공해주고 있어, 비슷한 상황에 가져다 써야겠다는 무기고를 채운 것 같아요.
뿐만아니라 강의 구조도 학습에 도움이 많이 됐어요. 강의는 다양한 활동으로 예시 상황을 보여준 뒤 연습할 수 있는 상황을 제공해줍니다. 각 예시는 어떤 문제를 풀어야하고 데이터 구조는 다음과 같다고 설명하면서 시작하고, 강사님은 문제를 푸는 코드에 사용된 함수나 결과를 차근차근 설명해줍니다. 특히 여기서 이전에 개념 설명에서 간단히 다뤘던 함수를 반복해서 설명해주시는 것이 이해에 도움이 됐어요. 그렇게 강사님이 몇가지 활동을 설명해준 뒤에는 특정 문제 상황과 데이터의 구조를 설명해주고 연습하는 시간을 가지게해요. 본인이 직접 문제 상황을 어떻게 해결할지 이전에 배운 활동들로 코드를 짜보게 하는 건데요. 이전에 배운 활동들로 충분히 해결할 수 있는 난이도의 문제를 제공해주고, 직접 코드를 짜면서 문제를 풀어보고 이 상황을 어떻게 해결할지 사고할 수 있도록 해줘서 도움이 많이 됐습니다! 실습 강의 중에서 실습 코드만 제공해주는 경우도 있는데 이 강의는 꼭 중간에 멈춰서 연습 문제를 풀어보도록 하고 있어 좋았어요.

🙌 3. 정리하며

유데미에서 Apache Spark 와 Python으로 빅 데이터 다루기를 듣고 좋았던 점과 아쉬운 점을 소개드렸는데요. 개념보다는 실습으로 일단 부딪히며 시작해보고 싶은 분이시라면 들어보시길 추천드려요!

※ 해당 콘텐츠는 유데미로부터 강의 쿠폰을 제공받아 작성되었습니다.

📑 참고 자료

Udemy(유데미)'Apache Spark 와 Python으로 빅 데이터 다루기'

하루 만에 배우는 지리 데이터 시각화 : Uber가 만든 Kepler 사용법

Sun, 14 Apr 2024 11:08:23 GMT

👀 1. 들어가며

1.1. 상황

업무에서 위경도 데이터를 다룰 일이 많아서 지리 데이터를 시각화하기 위한 스터디를 하고 있습니다. 작년에는 Python Folium을 사용해서, 대한민국 법정동 경계선 시각화해보기라는 글을 쓰기도 했는데요.

회사에서 Uber에서 개발한 지리 공간 분석 도구인 kepler를 스터디하게 됐어요! 3개월 동안 점심시간을 활용해서 아래와 같은 학습계획으로 진행하고자하는데요.

4월 : kepler툴을 각자 스터디하고 시각화한 내용을 발표
5월 : 개인 프로젝트 진행
6월 : 그룹 프로젝트 진행

Kepler툴을 처음 다뤄보며, Kepler user guide에 작성된 kepler툴을 다루는데 필요한 기본적인 기능들을 정리하여 공유합니다.

1.2. 예상독자

지리 공간 데이터를 효과적으로 분석할 수 있는 시각화 툴을 찾고 계시는 분은 kepler에 대해 알 수 있으실 거예요!
uber에서 개발한 시각화 도구 kepler를 처음 사용하는 분은 처음 사용할 때 필요한 정보를 얻으실 수 있을 거예요!

🔎 2. Kepler.gl

Kepler는 Uber에서 개발한 오픈 소스 데이터 시각화 도구입니다. 위치 기반 데이터를 다루고 쉽게 시각화 할 수 있는 것이 장점입니다. 뿐만아니라 서버 백엔드가 없는 클라이언트 측 애플리케이션으로, 시각화하는데 사용하는 데이터가 브라우저에만 존재하며 어떤 서버로도 전송되지 않습니다.

2.1 Add Data To Map

kepler는 demo페이지에 접속하면, 데이터를 추가하는 페이지를 확인할 수 있습니다. 데이터를 추가하는 방법은 총 3가지가 있는데요. *Chrome에서 브라우저에 업로드할 수 있는 데이터 양은 250MB로 제한되기 때문에, 250MB 보다 큰 데이터 세트의 경우 ⓑ방법을 사용하여 URL에서 직접 로드해야 합니다! *

ⓐ CSV, Json, GeoJSON, GeoArrow 등 파일을 직접 업로드!
ⓑ URL 사용
ⓒ Dropbox등에 저장된 데이터 업로드

data가 없더라도 sample data 활용할 수 있게 제공하고 있는데요. 오른쪽 상단 'Try sample data'를 클릭하면 다양한 샘플데이터를 활용해볼 수 있습니다.

여러개의 데이터 셋을 추가하고 싶다면, Add Data를 클릭하면 됩니다.

2.2 Layers

아래 이미지에서 좌측상단의 빨간색 테두리로 표시해둔, Layers메뉴를 열면 데이터를 시각화 할 수 있습니다.

Layers에서 Add Layer를 클릭하면 new layer가 생성 → new layer의 select A Type을 클릭하면 다양한 layer를 선택할 수 있는 창이 뜨고 → layer를 선택하면 어떤 컬럼을, 어떤 색깔로 시각화할지 선택할 수 있습니다.

대표적인 Layers를 소개하면 다음과 같습니다.

*(1) Point * Point는 위도,경도 데이터를 점으로 시각화 하는데요. kepler는 열 이름이 특정 규칙을 따르는 경우 자동으로 Layer를 감지하는데, 내가 업로드한 데이터에 _lat _lng또는 _latitude _longitude 라는 열이 있는 경우 point layer를 자동으로 생성합니다!

*(2) Arc * Arc는 두 point사이를 호로 그려 시각화합니다. 두 point사이의 경로를 표시하는 것이 아닌, 단순히 두 point사이의 거리를 표시합니다. 두 point사이의 거리를 3D로 비교할 수 있는 장점이 있습니다. 내가 업로드한 데이터에 두 개의 point layer가 감지되면 하나의 Arc layer가 생성됩니다.

*(3) Line * Line은 Arc는의 2D 버전입니다. 둘 다 거리를 나타내기 위해 두 점 사이에 선을 그린다는 공통점이 있는데, Line은 2D로 시각화됩니다.

*(4) Hexbin * Hexbin은 포인트를 육각형으로 집계합니다. 개수는 색상 또는 높이를 통해 표시될 수 있습니다.

*(5) Heatmap * 히트맵은 데이터 값을 색상으로 표현한 데이터를 그래픽으로 표현한 것입니다.

*(6) Cluster * Cluster Layer는 지리공간 반경을 기반으로 집계된 데이터를 시각화합니다.

*(7) Icon * Icon Layer는 Point Layer의 일종입니다. 필드를 기준으로 Point에 아이콘을 지정해줄 수 있습니다. 예를 들어 자동차 아이콘을 사용하여 자동차의 위도경도를 구별할 수 있겠죠!

*(8) Grid * Grid Layer는 Heatmap과 유사합니다. Point의 밀도를 보여줍니다.

*(9) GeoJSON * GeoJSON Layer는 Line이나 polygon을 표시할 수 있습니다. GeoJSON Layer를 활용하면 여행 경로와 같은 데이터를 표시할 수 있습니다. GeoJSON 레이어를 추가하려면 데이터세트에 geometry 데이터가 포함되어 있어야 합니다.

2.3 Filters

필터기능을 활용하여 내가 원하는 데이터만 사용하여 시각화 해볼 수 있습니다. 필터는 데이터세트의 열을 기반으로 적용됩니다.

아래 이미지에서 좌측상단의 빨간색 테두리로 표시해둔, Filters메뉴를 열면 추가 할 수 있습니다.

Filters에서 Add Filters를 클릭하면 select a filed가 생성 → select a filed를 클릭하면 어떤 컬럼을 filter로 사용할 지 선택할 수 있는 창이 뜨고 → 컬럼을 선택하면, 해당 컬럼을 필터링하여 원하는 정보만 시각화 할 수 있습니다. 이때 filter는 동일한 data의 모든 layer에 적용됩니다.

timestamp같은 시간 관련 컬럼을 filter로 선택하면, 시간대별로 데이터의 흐름을 재생해볼 수 있습니다!

아래와 같이 지도 하단에 재생 창이 나타나는데요. 막대는 시간대별 모든 데이터 포인트의 분포 그래프입니다. 내가 시각화 하고 싶은 원하는 시간대를 지정할 수 있습니다.
재생버튼을 누르면, 시간대별로 데이터의 흐름을 확인 할 수 있는데요. 속도 값도 조정할 수 있습니다.

2.4 Interactions & Base map & Map Settings

Interactions과 Base map, Map Settings기능을 활용하면 세팅된 지도 값을 바꿔서 내가 원하는 시각화에 최적화할 수 있습니다.

2.4.1 Interactions

먼저, Interactions기능에는 총 4가지가 있는데요. 사용하고 싶은 기능을 활성/비활성하는 스위치를 클릭해서 사용할 수 있습니다.

(1) Tooltip Tooltip은 데이터 포인트 위로 마우스를 가져가면 어떤 항목을 표시할지 설정할 수 있는 기능입니다.

(2) Geocoder Geocoder를 활성화하면 우측 상단에 창이 하나뜨는데요. 주소를 입력하거나 위도, 경도를 입력하면 지도상에 해당 위키를 찍어줍니다!

(3) Brush Brush를 사용하면 커서로 영역을 강조 표시할 수 있습니다. 브러시를 켜면 모든 Layer가 어두지고 커서를 올려놓은 부분만 밝게 표시됩니다. 브러시는 특히 Arc Layer를 시각화 할 때 활용하면 유용합니다. Tooltip과 Brush는 동시에 사용할 수 없습니다.

(4) Coordinates Coordinates를 선택하면 마우스를 이동할 때, 위도와 경도가 포함되어 마우스를 따라갑니다.

2.4.2 Base map

Base map기능을 활용하면, 배경지도 스타일을 변경하거나 맞춤 지도 스타일을 추가할 수 있습니다.

먼저 배경지도 스타일을 변경하고 싶으면 Map Style을 누르고 → 원하는 스타일을 클릭 → 선택한 지도 스타일을 map layer기능을 사용하여 숨기고 표시할 옵션을 선택할 수 있습니다.

왼쪽의 눈 표시를 클릭하면 숨길지 보여줄지를 선택할 수 있고, 오른쪽 화살표를 클릭하면, map layer가 표시되는 순서를 조정할 수 있습니다.

Label : 도시, 동네 등에 대한 라벨을 표시합니다.
Road : 도로선의 반투명 레이어를 표시합니다.
Borders : 주와 대륙의 경계를 보여줍니다.
Building : 건물 바닥 면적을 보여줍니다.
Water : 수역을 표시합니다.
Land : 공원, 산, 기타 지형지물을 표시합니다.
3D Building : 지도에 건물을 3D로 표시합니다. 3D 건물은 3D 지도 보기에서만 볼 수 있습니다. 해상도는 현재 지도 확대/축소 수준에 따라 자동으로 업데이트됩니다. 아래 입력을 사용하여 3D 건물 색상을 편집합니다.

사용자 정의 기본 지도 스타일도 추가할 수 있습니다. Add Map Style을 클릭하여 원하는 style Url을 붙여넣어서 사용할 수 있습니다.

2.4.3 Map Settings

지도 우측 상단에 Map Settings 기능을 활용할 수도 있습니다.

주요 기능은 다음과 같습니다.

*(1) 분할 * 지도 분할 기능을 사용하면 동일한 지도 영역을 다른 layer와 나란히 비교할 수 있습니다.

*(2) 범례 표시 * 지도 범례를 표시할 수 있습니다.

*(3) 3D로 보기 * 3D 아이콘을 클릭하면 지도를 3D로 볼 수 있습니다.

2.5 Save and Export

마지막으로 시각화한 지도를 저장하고 Export하는 방법입니다.

(1) cloud storage 개인 클라우드 저장소에 지도를 저장할 수 있습니다.

(2) share 공유하는 방식은 총 4가지가 있는데요.

ⓐ 이미지 내보내기 현재 지도를 이미지로 내보낼 수 있습니다. 이미지로 내보낼 비율이나 해상도 등을 선택할 수 있고 범례를 추가할 수도 있습니다.
ⓑ 데이터 내보내기 필터링된 데이터만 내보내거나 전체 데이터세트를 내보내는 옵션을 사용하여 지도 데이터를 csv 파일로 내보낼 수 있습니다.
ⓒ 지도 내보내기 HTML or Json 형식으로 현재 지도를 내보낼 수 있습니다.
*ⓓ url 공유하기 * 현재 지도를 다른 사용자와 공유하기 위해 URL 공유를 클릭 하고 Dropbox 등 클라우드 저장소로 선택하면 url링크를 생성하게 됩니다.

🙌 3. 정리하며

Kepler툴을 처음 다뤄보며, Kepler user guide에 작성된 kepler툴을 다루는데 필요한 기본적인 기능들을 스터디하여 공유했어요. 지도 데이터를 시각화하기에 최적화된 툴이고, user guide에 기능들도 잘 정리되어 있어 기능을 익히는 것은 수월했어요. 이 툴을 사용하여 어떤 것을 시각화할지, 어떤 프로젝트에 활용할지 주제를 떠올리며 기능을 학습해서 더 재밌었습니다. 회사에서 진행하는 스터디 후기도 기회가 되면 작성해볼게요!

📑 참고 자료

업무 성장을 위한 회고: 나의 방법과 경험 소개

Sun, 17 Mar 2024 14:40:42 GMT

👀 1. 들어가며

1.1. 상황

저는 2월에 많은 팀에서 사용하고 있는 지표를 고도화하는 업무를 진행했습니다! 기존 지표의 정확성을 향상시키고, 비즈니스 현황에 더욱 부합하도록 세분화하는 작업이 필요했는데요. 이를 위해 인프라를 이해하고, 논리적인 흐름으로 지표를 기획하여 개발했고, 많은 팀 구성원들 앞에서 발표를 진행했습니다🤗

처음 경험 해 본 업무였기에 시작할 때 부터 어떻게 계획하고 실행할지, 고민이 많았습니다. 뿐만아니라 어떻게 향후에 더 잘할 수 있을지 이를 회고하는 것도 굉장히 중요하다고 생각했어요! 고민을 반영한 회고 템플릿을 만들어서 회고를 진행했는데요. *제가 만든 회고 템플릿을 소개하며, 제가 어떻게 업무 계획을 회고했고, 자가 평가했으며, 타인에게 피드백을 받았는지 경험을 공유 합니다. *

1.2. 예상독자

** 처음 진행하는 업무를 앞두고 있는 분** 업무 계획 단계에서 읽어보면 도움이 될 것 같아요! 특히 마감기간이 정해져있는 프로젝트나 과제 성격의 업무를 수행하는 분들은 바로 활용해보실 수 있을 것 유용할 것입니다.
** 혼자 업무를 진행하는 분** 팀 단위가 아닌 혼자서 과제나 업무를 처리하는 분들에게 도움이 될 거예요. 혼자 진행 할 때 어떻게 다른 사람의 피드백을 받을 수 있을지 아이디어도 얻을 수 있습니다!
데이터 분석가로 일하시는 분 데이터 분석가로 일하고 계시며 저와 비슷한 업무를 경험하거나 향후에 유사한 업무를 수행할 분이 저의 회고를 보며 참고하실 수 있을 거예요!

🔎 2. 업무 성장을 위한 회고 소개

2.1. 템플릿 소개

1. 업무 계획 회고

업무를 세부적으로 계획을 세우는 것이 중요했어요. 처음 진행하는 업무라 얼마나 소요될지 가늠하기 어려웠기에, 다른 유사한 업무를 기반으로 업무 프로세스를 단계별로 세웠어요. 그리고 회고 단계에서 실제 업무 프로세스와 소요시간과 비교하면서 "실제 해보니 이 단계가 프로세스에 추가 되야 하는구나!" "이 단계에서는 이런 이유로 더 많은 시간이 필요하구나" 등의 인사이트를 얻어 다음 업무를 더 잘하는데 활용하고자 했습니다!

어떤 업무를 맡을 때,"이 업무 얼마나 걸려요?"라는 질문 다들 받아보셨을 텐데요. 일잘러 분들은 "이 정도 걸릴 것 같아요"라고 단번에 답하시고, 진짜 그 기간을 잘 맞춰서 완료하시곤 하죠! 이 분들을 보며 일정 관리 역량 뿐 만 아니라 얼마나 소요될지 파악하고 있는 것이 중요함을 알 수 있습니다! 자기가 얼마나 걸릴지는 기록을 해봐야 알 수 있으니, 저도 얼마나 걸리는지 파악하기 위해 시간까지 구체적으로 기록하고 회고도 진행했습니다!

긴 호흡의 프로젝트나 과제일 수록 프로세스의 한 단계가 끝날 때마다 기록을 틈틈히 해두는 것이 중요해요. 다 끝나고 하려고 하면 기억이 안나기도 하고 다 좋았던 걸로 기억할 수 있거든요! 저는 매일 제 삶에 대한 회고를 진행하는 플래너에 업무 단계별로 기록을 많이 해둬서 그때의 상황을 생생하게 기억하며 회고 할 수 있었어요. 여러분도 사용하는 다이어리에 기록을 해두거나 따로 노션 등을 활용해 중간중간에 잘 기록해두시면 회고 할 때 큰 도움되실거예요.

2. 자가 피드백

자가 피드백하는 질문은 많이 하는 회고 방식인 KPT(Keep, Problem, Try)를 활용하여 질문을 구성했어요. 가장 중요한 것은 세번째 질문인 다음에 계속 할 것과 앞으로 하지 않을 것을 작성할 부분이라고 생각해요. 여기 작성한 부분을 다음 과제를 시작할 때 펼쳐두고 계획에 반영해야 회고의 목적인 성장을 이뤄낼 수 있으니까요!

3. 타인 피드백

여러명이 함께 진행하는 프로젝트나 과제라면 함께 모여 회고를 진행하실 텐데요. 혼자 업무를 진행하는 분들이라면, 혼자 회고를 한 뒤 마무리 할꺼예요. 성장하기 위해서는 자가 피드백 뿐 만 아니라 타인의 피드백이 매우 중요하다고 생각해요.

최근에 읽고 있는 유연함의 힘이라는 책에서는 피드백의 중요성을 아래와 같이 강조하는데요!

업무 상황에서 누군가와 상호 작용할 때 당신이 상대에게 어떤 가치를 제공했는가는 오직 상대가 판단할 몫이다. 다른 사람에게 어떤 영향을 미치는지 진실로 이해하고 싶다면 피드백을 구하라. 당장은 물론이고 장기적인 발전을 위해서도 피드백은 선택이 아닌 필수다.

지금까지는 타인의 피드백을 가볍게 물어보곤 했는데요.이번에 발표도 진행 한 만큼 제가 의도했던 발표 목적을 듣는 사람이 체감하고 이해했는지도 중요한 요소였기에 더더욱 피드백의 필요성을 느꼈어요. 적극적으로 대면이나 비대면 등으로 동료분들께 요청드렸어요!(시간을 들여 정성스럽게 피드백 주신 동료분들 정말 감사합니다🥰)

피드백을 요청할 때도 어떻게 요청할지 고민이 많았는데요. 유연함의 힘이라는 책에서 나온 개방형 질문(예라고 답변이 나오는 것이 아닌 의견을 말할 수 있는 답변이 나오는 질문)을 적극 활용해봤어요! 제가 피드백 요청한 질문은 아래와 같으니 활용해보셔도 좋을 것 같아요!

2.2. 나의 회고 소개

업무관련해서 공개할 수 없는 내용은 제외한 저의 회고 내용을 공유합니다!

1. 업무 계획 회고

계획했던 업무 프로세스와 실제 투입 프로세스를 비교해봤을 때, 어떻게 달랐나요? 달랐던 원인을 함께 작성해보며 계획했을 때 고려하지 못했던 프로세스나 업무 범위 중 다음에는 어떤 것을 고려하고 계획을 세울지 함께 작성해보세요.
계획했던 시간 대비 실제 소요된 시간은 어떻게 달랐나요? 달랐던 원인을 함께 작성해보며, 시간 관리 측면에서 어떤 점을 개선할 수 있을지 작성해보세요.

저는 두가지 질문을 동시에 아래와 같은 방식으로 프로세스별 시간계획과 실제 투입 시간을 비교해보며 원인을 분석하고 어떤 것을 다음에 고려할지 액션플랜을 작성했어요!

회고 내용을 한 가지 소개하면, 저의 업무 프로세스 첫 번째 단계는 일정 수립이었는데요. 일정 수립 전에 사전 조사라는 프로세스의 필요성을 느꼈어요. 이번 프로젝트는 기존에 사용하던 스키마가 아닌 다른 스키마의 테이블로 전환하는 작업도 포함되어 있었는데요. 예상치 못한 테이블 관련하여 이슈가 발생하여 프로세스 병목구간이 생기고 일정 지연이 발생했어요. 만약 프로세스에서 사전조사를 넣어, 사전조사 과정에서 처음 사용하는 테이블에 관련해서 더 꼼꼼하게 알아보고 미리 이슈 해굘을 요청해두는 등의 작업이 선행돼었다면 병목구간 없이 진행될 수 있었을 것이므로 다음에는 꼭 사전조사를 제일 첫번째 단계로 진행해야겠다 개선점을 얻을 수 있었어요!

2. 업무 계획 회고

업무 계획 회고 일부를 소개합니다. 각 프로세스별로 작성해 보는 것도 방법일 것 같아요!

이번 업무를 통해 배운 점은 무엇인가요?
- 과제 시작 전 사전조사 과정 필요
- 쿼리 개발할 때 어느 단계에서 어떻게 검증할지 노하우를 만들 수 있었음
어떤 점이 잘 되었다고 생각하나요?
- 업무 시작 전 필요한 테이블을 적재 요청해둔 것 (빠르게 조치해주신 유관부서에게도 감사)
- 사전에 틈틈히 계속 인프라를 스터디하며, 지표에 대해 논리적으로 잘 짜두고 기획해두며 케이스별로 정리를 해둔 것을 발표 자료에 적절히 활용함
- 발표 섹션을 나누고, 스토리보드를 통해 탄탄하게 논리를 구성함 점
- 발표에 대해 리허설을 해보고, 리허설 내용에 대해 피드백 받아 미리 준비해둔 점
어떤 점이 개선되어야 한다고 생각하나요?
- 프로세스에서 사전조사 과정 필요
- 데이터 카탈로그에도 없는 테이블을 사용한다면 시간이 많이 걸리더라도 문서로 정리해두고(추후 활용을 위해), 서비스별로 꼼꼼하게 이슈 없는지 확인 필요
- 트러블 슈팅하면서 발견했던 체크리스트를 앞으로 쿼리 개발 시 활용하고, 모든 케이스 검증 단계 후에 트러블슈팅 시간 미리 배치 필요
다음 프로젝트에서 반복해야 할 것과, 앞으로 하지 않을 방법이나 접근은 무엇인가요?
- 발표 준비 과정과 흐름은 계속 이렇게 준비하기
- 평소에 인프라 관련 스터디하는 습관 이어가기
- 본격 착수 전에 사전 조사 해보는 시간 가지고, 이를 기반으로 미리 필요한 요청해두기
- 트러블 슈팅하면서 발견했던 과정들 하나의 문서로 정리하며 쌓아나가기

3. 타인 피드백

이번에 회고하면서 가장 많은 도움을 받았던 부분이 바로 타인 피드백이었어요! 시야를 확장시켜주고 더 활용해볼 수 있는 아이디어를 얻을 수 있어 큰 도움이 됐습니다. 뿐만 아니라 타인 피드백을 계속 이어나가기 위해 다음에는 어떻게 피드백을 요청하면 좋을지도 함께 작성해 볼 수 있었어요!

동료나 상사에게 받은 긍정적인 피드백은 무엇인가요?
- 각 구성요소별로 메시지가 정확히 전달되었고 말하는 속도도 빠르지 않아 목표한 시간 내 내용이 잘 전달되었습니다
- 실제 예시를 통해 인프라를 잘 모르는 사람도 이해하기 쉽게 설명된 점도 효과적이었던 것 같아요
- 고도화한 논리와 근거가 잘 설명되어서 유사한 발표가 있다면 향후에도 유사하게 진행해보면 좋을 것 같아요!
- 듣는 사람의 입장에서 자료의 순서와 구성을 고민해보시면 이번처럼 좋은 발표로 이어질 것이라 생각합니다.
받은 피드백 중에서 놀랐던 부분이 있나요?
- 인프라부분을 설명하기에 시간이 짧았기에, 이 부분을 이야기 할 때 갑자기 어려워졌어요. 인프라를 잘 모르는 사람들도 있을테니 그 설명은 제외해도 좋았을 것 같아요!
  - 지표에 대한 활용방안은 아이디어로만 제시했는데, 분석 인사이트까지 함께 전달되면 더 좋았을 것 같아요.
  - 저라면 Q&A 세션에서 발표 요청 준 팀에게 추가 궁금하신 점 없는지 확인을 한 번하고 도움드릴 부분 있으면 연락주시라고 했을 것 같아요!
피드백을 통해 알게 된 새로운 관점이나 아이디어가 있나요?
- 틈틈히 지표 개발하면서 지표 활용 아이디어를 고민해보고 생각해보면 좋을 것 같다. 다른 업무를 하거나 회의를 할 때도 이 지표를 활용하는 방법을 생각하는 등 다음에는 분석 인사이트도 함께 공유될 수 있게 하자!
- 듣는 사람 입장에서 "내가 궁금한 부분" 혹은 "내게 영향을 주는 부분"을 먼저 고민해보자!
피드백을 바탕으로 어떤 개선 조치를 계획하고 있나요?
- 이번에는 목적을 지표 고도화로 잡았는데, 지표 고도화를 통해 활용방안을 마련하고 분석 결과를 제안한다는 목적을 세우고 계획과 일정을 관리해보자!
앞으로 피드백을 어떻게 더 효과적으로 수집하고 활용할 수 있을까요?
- 이번에 구두와 비대면을 활용해봤고, 피드백 요청 시점도 발표 한 주에 요청드렸다. 마지막 결과물이 발표이다보니 발표에 초점이 맞춰졌는데,발표 당일에 의견을 요청드리면서 활용 결과물에 대한 의견이나 아이디어를 얻어도 좋을 것 같고 다양한 대상자에게 여쭤보면 좋을 것 같다. 그러기 위해서 점심약속이나 커피타임등을 요청 해 보는 방법도 활용해보자!

🙌 3. 정리하며

업무도 성장과 발전을 위해 회고를 진행하는 게 중요합니다. 특히 처음 시도한 업무라면 꼭 회고를 진행하여 다음에 더 성장하기 위해 어떤 것을 해야하는지 정리해보는게 도움이 되실거예요. 자신 만의 템플릿을 만들어보는 것도 방법일 것 같아요!

Metric Store(지표 저장소)에는 어떤 항목이 포함되면 좋을까?

Sun, 03 Mar 2024 12:46:39 GMT

👀 1. 들어가며

1.1. 상황

우리는 비즈니스 성과를 측정하고 분석하기 위해 다양한 지표를 정의하여 활용하고 있습니다. 매출, 결제 전환율, 재구매율, 방문자수 등 지표는 모든 구성원이 공통된 기준으로 정의해야하고, 동일한 방식으로 집계되어야 합니다. 우리 서비스의 성과를 파악하고 비즈니스의 방향을 결정하는 데 중요한 역할을 하기 때문이죠. 예를 들어, A배포에 대한 결과를 분석하여 유지할지 롤백할지 의사결정을 해야한다고 합시다. A는 결제 전환율이 이전보다 줄어들었으니 중단하자, B는 결제 전환율이 이전보다 증가했으니 유지하자라며 지표의 정의나 집계방식이 달라서 의사결정 충돌이 생기는 문제가 있어서는 안되니까요.

모든 구성원이 동일한 지표를 사용하게 하고, 적절한 지표를 선택하도록 하기 위해서는 ⭐데이터 기반 문화⭐를 갖추는 노력이 필요합니다. 데이터 기반 문화를 정착시키기 위해서는 모든 구성원이 지표에 대해 이해할 수 있도록 돕는 것이 중요합니다.

올해 회사에서 기존에 사용하던 지표를 최신화하고 고도화하는 작업을 진행하고 있습니다. *개발한 지표를 전사에 공유함과 동시에 데이터 기반 문화를 만들고자 "지표 저장소(Metric store)"를 문서화하기로 했습니다. *우리가 사용하는 지표의 정의, 계산 방법, 데이터 소스, 업데이트 주기 등 구성원들이 이 문서만 읽고도 지표를 이해하고 최신 쿼리를 일관된 방식으로 사용할 수 있도록 기여하기 위해서 입니다.

1.2. 예상독자

이 글에서는 "지표 저장소(Metric store)"를 기획하는 과정이 담겨있습니다. 어떤 항목을 포함하면 좋을지 정의도 해보고 다른 기업의 사례들도 찾아보며 벤치마킹 요소를 정리해봤습니다.. 이런 분들이 읽으시면 참고도 하실 수 있고 아이디어도 얻으실 수 있을 것 같습니다.

지표 저장소(Metric store)를 만들고자 하는데 어떻게 만들면 좋을지 고민이 많아 다른 회사의 사례를 참고하고 싶은 분들
공통의 지표를 기반으로 의사소통하는 문화를 만드는데 관심이 많은 데이터분석가,PM,기획자 등 데이터를 다루는 다양한 직군들

🔎 2. Metric store에는 어떤 항목이 포함되면 좋을까?

2.1. 다른 회사에서는 어떻게 하고 있을까?

(1) PM을 위한 데이터리터러시 강의- Metric store

변성윤(카일)님의 PM을 위한 데이터 리터러시 강의에서 Metric store를 소개해주셔서 이 개념을 처음알게 됐는데요. 성윤님은 강의에서 아래와 같이 소개해주셨어요.

Metric store는 지표 저장소로 내부의 지표를 정의해두거나 지표의 선행지표 후행지표를 정리해둔 노션이나 스프레드시트나 플랫폼 등을 의미한다.

Metric store를 작성하면 자주 사용하는 지표의 정의를 모아둠으로써 사람마다 다른 정의를 하지 않을 수 있다는 장점이 있는데요. 성윤님이 예시로 들어주신 Metric store의 구성요소는 아래와 같습니다.(강의에서 지표를 어떻게 정의하고 활용하면 좋을지 구체적인 방법들도 소개하고 있어서, 지표에 대해 관심이 많으신 분들이라면 수강해 보시길 추천드립니다!)

지표 명
*지표의 의미 *
카테고리
시간축 (지표를 생성할 때 어떤 시간 기준으로 데이터를 볼 것인지)
- ex. 시간대별, 일자별, 주차별, 월별, 연도별
차원 (데이터 속성, 데이터를 볼 때 사용할 관점)
- ex. 연령대별, 고객별, 국가별
지표 담당자
*쿼리 *

PM을 위한 데이터리터러시 강의를 통해 Metric store가 왜 필요하고, 어떤 내용이 꼭 들어가야할지 파악할 수 있어서 큰 도움을 받았어요👍

(2) 당근마켓- KarrotMetrics

당근마켓에서 작성한 신뢰할 수 있는 지표 만들기에 따르면, 당근마켓에서는 KarrotMetrics라는 이름으로 제품화하여서 Metric store를 운영하고 있어요. 기존에는 지표에 대한 정보들이 산재되어 있었는데, 이를 하나의 중앙화된 저장소에서 관리하고자 한 것이 인상깊었어요.

신뢰할 수 있는 지표를 만들기 위해 기술적인 요소들을 많이 활용하고 있어서, 읽으면서 많이 배울 수 있었는데요. 특히 지표라는 개념의 구성요소를 정의한 부분에 잘 정리되어 있어 참고했습니다! (구체적인 설명은 당근마켓에서 작성한 글을 읽어보시길 추천드립니다!)

이름 (지표의 key 처럼 사용되는 지표의 고유 이름)
설명
오너 정보
도메인 정보 (해당 도메인으로 datahub에서 조회 가능)
차원 : 지표에서 롤업해서 사용하는 디멘션
종류
*지표를 구하기 위해 사용되는 재료 *(지표를 구하기 위해서 어떤 이벤트, DB의 데이터, 외부 데이터 등을 사용할 것이고, 어떤 필드를 가져올 것인지 정의)
*계산 방법 *(COUNT할 것인지, COUNT(DISTINCT)를 할 것인지에 대한 내용)
계산 기간 (어느 기간의 데이터를 계산할지에 대한 정의)
- ex. daily, weekly, montly
계산 대상 (어떤 국가의 지표인지에 대한 설명)
버전 정보 : 히스토리 관리를 위한 버전 정보

당근마켓에서도 지표를 정의할 때 지표의 오너와 도메인을 지정해서 추후에 해당 지표에 대해 질문이 있을 때 오너를 쉽게 찾을 수 있도록 하고, 변경사항과 이력을 잘 기록해 둔 것이 인상깊었습니다. 지표를 구하기 위해 사용되는 데이터를 표시하고, 버전 정보를 관리하는 것은 우리 회사에도 적용해봐야겠다는 아이디어를 얻을 수 있었어요👍

(3) 통계청- 지표 누리집

지표 누리집은 아래 이미지와 같이 통계청에서 관리·운영하는 6종의 지표체계를 소개하는 사이트인데요.

여러 지표를 주제별로 모아 이용자가 한곳에서 쉽게 활용할 수 있도록 제공하는 지표통합서비스 입니다.

*지표누리집은 통계청에서 제공하는 Metric store(지표 저장소)의 역할을 한다고 할 수 있어서 아래 이미지 처럼 지표를 클릭하면 나오는 지표별 페이지의 구성요소를 정리해봤습니다. *

지표 명
지표 예시 (그래프나 표 형식으로 지표 예시를 보여주는 역할)
지표 정의
- ex. 경제성장률은 실질 국내총생산(Gross Domestic Product, GDP)의 연간 증가율을 백분율로 나타낸 것임. 즉, 금년의 실질 GDP가 작년보다 얼마나 더 증가 혹은 감소하였는지를 나타내는 지표임.
*측정 목표 or 지표 해석 * (지표를 측정하는 목표나, 지표를 어떻게 해석하면 될지 설명해주는 역할)
- ex. 국내총생산(GDP)은 한 나라 안의 모든 경제주체가 1년 동안 생산한 최종재의 시장가치를 모두 더한 것으로 한 국가의 전반적인 생산활동 수준과 경제규모를 나타낸다. 특히 실질 GDP는 물가수준의 변동을 제거하고 생산량의 변동만을 반영하도록 만든 지표로서 서로 다른 기간의 생산량을 비교하는 데 사용될 수 있다. GDP의 증가율, 즉 경제성장률은 국가경제의 경기상황과 성장잠재력을 직접적으로 나타내는 지표라고 할 수 있다.
유의사항 (지표가 변경된 히스토리를 알수 있는 역할)
- ex. 경기예측력 및 현재 경기설명력 향상 등을 위한 제8차 경기종합지수 개편으로 2012. 2월부터 동행, 선행, 후행종합지수의 구성지표가 변경
연관 지표 or 관련 용어 (지표와 연관된 지표나 용어를 설명하여 이해를 높이는 역할)
지표 정보
- 담당 부서 및 연락처
  - 최근 갱신일
  - 갱신 주기
의견 및 질문 (지표와 관련된 질문과 답변을 확인 할 수 있는 역할)

지표 누리집을 보면서 Metric store를 보는 구성원들이 가장 궁금해 할 측정 목표나 지표 해석, 연관 지표, 관련 용어를 이렇게 설명해줄 수 있구나 아이디어를 얻을 수 있었어요👍 의견 및 질문 부분을 통해서 문의를 문서를 통해 대응할 수 있는 방법도 알 수 있어 도움이 많이 됐습니다!

2.2. 우리 회사의 Metric store에 어떤 항목이 포함되면 좋을까?

본격적으로 기획을 하기 전에 **"Metric store"가 어떤 공간이 되면 좋을지, 어떤 정보가 담기면 좋을지 작성해 봤습니다. **

(1) 지표의 정의와 설명 각 지표에 대한 정의와 설명을 한 눈에 파악할 수 있도록 해서 이 문서만 보고도 지표의 정의를 이해하고 계산로직을 파악할 수 있으면 좋겠다.

(2) 지표간의 연관성과 활용 방법 파악 연관된 지표를 확인할 수 있으면 좋겠다. 어떤 현상이 일어났을 때 빠르게 원인을 찾고 업무에 활용할 수 있어 도움이 될 것 같다. 뿐만 아니라 지표를 바탕으로 향후 과제나 어떻게 활용할지 아이디어를 얻을 수 있으면 좋겠다.

*(3) 최신 버전 관리 * 가장 최신 쿼리를 확인 할 수 있으면 좋겠다. 뿐만아니라 관리자가 지속해서 업데이트 하기 위해서는 관리하기에 번거롭지 않으면 좋겠다. 리소스 투입이 크게 들지 않되 업무에 필요한 내용이 잘 담겨 있으면 좋겠고, 질문이 많이 들어오는 것을 문서를 통해 해소할 수 있으면 좋겠다.

작성한 내용과 벤치마킹 요소를 참고하여 아래와 같이 "지표 백과사전"을 구성해봤습니다. 저희 회사는 confluence를 사용하고 있어서, 아래 양식으로 위키 문서를 만들어 운영 할 예정입니다.

지표 백과사전이라는 이름을 붙였는데요. 지표간의 연관성과 활용 방법을 파악할 수 있으면 구성원들의 업무에 큰 도움이 될 것 같아, 추후에 지표 위계를 파악할 수 있는 Metric Hierarchy를 추가할 예정입니다.(Metric Hierarchy에 대한 설명은 PM을 위한 데이터 분석, 데이터 리터러시- Metric Hierarchy 설명 문서에 잘 나와있으니 관심있으신 분은 읽어보시길 추천드립니다) Metric Hierarchy와 Metric store 등 지표를 문서 하나로 파악할 수 있어 지표 백과사전이라고 정의해봤어요🥰

큰 목차는 다음과 같습니다.

1. 이력 (이력을 업데이트 한 일자와 업데이트 내용을 확인하기 위한 목적)
2. 목차 (원하는 목차로 편하게 이동하기 위한 목적)
3. Metric Hierarchy (지표간의 연관성과 위계를 한 눈에 확인하기 위한 목적)
** 4. Metric store **
- 대시보드 (대시보드를 통해 주요 지표를 모니터링하도록 제공할 예정이어서 대시보드를 기준으로 구분함)
5. FAQ (지표와 관련된 자주 나오는 질문들을 모아 제공해서, 관리자의 리소스를 줄여주고 해당 문서를 통해 궁금점을 해소하도록 돕기 위한 역할)

Metric store를 구성하는 요소는 다음과 같습니다.

지표 카테고리 (지표가 어떤 카테고리에 속해있는지 설명)
지표명 (지표 이름)
설명 (지표의 의미와, 어떤 시간 기준으로 데이터를 볼 것이며 어떻게 집계할 수 있는지 설명)
- 지표 의미
- 차원
- 시간축
계산로직 (지표의 분자와 분모의 조합을 설명)
관련지표 (이 지표와 연관된 지표를 설명)
참고
- 쿼리 링크 (가장 최신화된 쿼리를 확인할 수 있는 링크 제공)
- 그래프 이미지 (그래프 형식으로 지표 예시 제공)
활용예시
- 활용 방안 (지표를 어떻게 해석하고 활용하면 될지 설명 제공)
- 분석 위키 모음 (해당 지표를 활용한 분석 위키를 제공하여 활용방안에 대한 아이디어를 얻을 수 있는 역할)
사용테이블 (지표를 개발할 때 사용한 테이블 목록 제공)
히스토리 (지표에 수정이나 업데이트가 발생하면 업데이트 일자와, 내용, 업데이트 담당자를 작성하여 문의할 수 있도록 도움을 주는 역할)

🙌 3. 정리하며

"지표 저장소(Metric store)"를 만들기 위해 리서치를 통해 벤치마킹 요소를 정리해보고, 기획해보는 과정을 소개했습니다. 기획한 내용을 가지고 팀원들과 미팅을 통해 고도화하고 실제 운영하며 발전 시켜 나갈 예정인데요! "지표 백과사전"이 잘 동작하는지, 운영해나가면서 수정되거나 추가한 내용은 무엇이 있는지 몇 개월 뒤에 생생한 경험 글로 다시 찾아오겠습니다🥰

저와 비슷한 고민을 가지신 분들이 "지표 저장소(Metric store)"를 만드실 때 도움이 되셨길 바랍니다!

📑 참고 자료

SQL JOIN 연산할 때 확인해야 하는 5가지 체크리스트

Sun, 18 Feb 2024 12:49:42 GMT

👀 1. 들어가며

1.1. 상황

여러분들은 SQL에서 가장 많이 사용하는 연산은 무엇인가요? JOIN 연산이라고 답하는 분들이 많으실 것 같은데요.저 또한 실무에서 JOIN 연산을 많이 사용합니다. 내가 원하는 컬럼이나 테이블이 없는 경우엔 여러 테이블을 JOIN해서 내가 원하는 데이터를 만들어주는 작업이 필요하기 때문인데요! 많이 사용하는 연산인 만큼 JOIN연산 할 때 확인하면 좋은 5가지 체크리스트를 만들어봤습니다.

1.2. 예상독자

실무에서 SQL을 사용하는 분들이 읽으시면 도움이 되실 것 같습니다. (JOIN이 무엇인지 개념은 설명하고 있지 않아서, JOIN을 사용해보신 분들을 대상으로 하고 있습니다.) 5가지 체크리스트를 통해 JOIN연산 할 때 실수 없이 내가 원하는 결과를 확인하실 수 있을거예요.

🔎 2. SQL에서 JOIN 연산 할 때 확인 해야하는 5가지 체크리스트

(1) 결과를 예상해보자!

내가 JOIN을 통해 알고 싶은 정보와 결과, 어떤 테이블이 필요한지 작성해보세요. JOIN 연산을 하기 전에 예상되는 결과를 미리 파악하는 것이 중요합니다. 내가 어떤 결과를 원하는지 알아야 JOIN한 결과를 검증할 때 잘 동작하는지 판단할 수 있습니다. 많은 테이블을 여러 유형의 JOIN을 활용해서 작업하는 등 연산이 복잡해질 수록 꼭 필요합니다.

목적 : 2023년 7월에 가입해서 2023년 10월에 VIP등급이 된, 고객들이 가장 많이 주문한 상품명과 주문횟수를 확인하고 싶다.

결과 : 상품명, 주문횟수
필요한 테이블 :
- 고객 정보 테이블 (customers) : 가입날짜
- 주문 테이블(orders) : 주문횟수
- 상품 테이블(products) : 상품명
- 고객 등급 테이블(customer_grade) : 고객등급정보, 등급이 업데이트 된 날짜와시간

(2) 테이블 정보를 확인하자!

테이블 명세서를 확인하고, 테이블 정보가 작성된 문서를 찾아보는 등 테이블 정보를 확인하세요. 내가 사용하고자 하는 테이블이 어떻게 남고 있는지 모르고 JOIN하면 이슈가 발생해도 모르고 넘어가거나 빠르게 원인을 찾아낼 수 없습니다. 업무를 하면서 다른 동료들이 작성해 둔 쿼리나 테이블을 수정없이 그대로 사용하는 경우도 많으실거예요. 바쁘니깐, 업무가 많아 학습할 시간이 없어서 여러가지 이유가 있을 순 있지만 꼭 아래 3가지 작업은 직접 해보시면서 확인 후 사용하시길 바랍니다.

(2.1) 테이블 컬럼 목록 조회

INFORMATION_SCHEMA은 데이터베이스에 있는 스키마, 테이블, 컬럼, 인덱스 등 메타 정보를 포함하고 있습니다. *INFORMATION_SCHEMA를 사용하면 데이터베이스에 있는 모든 테이블에 대한 정보를 조회할 수 있어, 데이터베이스의 구조를 이해하고, 특정 테이블을 이해하는데 큰 도움이 됩니다. *

-- 스키마에 있는 테이블 목록 확인하기
SELECT *
FROM INFORMATION_SCHEMA.TABLES
WHERE TABLE_SCHEMA = 'database_name'

--- 테이블 정보(컬럼명, 데이터타입,key정보) 확인하기
SELECT COLUMN_NAME, DATA_TYPE
FROM INFORMATION_SCHEMA.COLUMNS
WHERE TABLE_NAME = 'table_name'

(2.2) 테이블 정보가 작성된 문서 조회

회사 내의 위키나 데이터카탈로그(기업 내 보유하고 있는 메타데이터를 수집하여 통합관리하는 서비스) 등에서 내가 사용하고자 하는 테이블을 검색해보세요. 데이터카탈로그에서는 테이블에 대한 기본 정보나 업데이트 시점 등을 파악할 수 있고, 위키 문서에서는 다른 동료들이 미리 테이블을 공부하면서 작성해 둔 테이블 사용 시 주의 사항 등이 기록되어 있을 수 있어 테이블을 파악하는데 큰 도움이 되실 겁니다!

(2.3) 직접 테이블 조회

가장 효과적인 것은 직접 테이블을 조회해보는 것입니다. 3개 정도 직접 조회해보면서 어떻게 남는지 확인해보세요. 이렇게 확인하여 알게 된 정보나 주의사항이 있다면 팀 내에 공유해봐도 좋고, 위키로 문서화해두는 것도 좋습니다. 다음에 이 테이블을 사용하는 사람들이 참고할 수 있도록 기여할 수 있는 방법이예요.

*위와 같은 방법으로 조회해보니, 고객 등급 테이블(customer_grade)이 내가 원하는 테이블이 아니라는 것을 발견했습니다. *

column_name	type	컬럼명	설명
customer_id	VARCHAR	고객id	고객의 고유 식별자
customer_grade	VARCHAR	고객등급	3등급으로 구성(Silvar, gold, vip)
last_updated_time	TIMESTAMP	등급이 업데이트 된 날짜와시간	최종 업데이트된 시점

제가 원하는 것은 "2023년 7월에 가입해서 2023년 10월에 VIP등급이 된, 고객들이 가장 많이 주문한 상품명과 주문횟수를 확인하고 싶다" 였잖아요. "2023년 10월에 VIP등급이 된 사람"을 보려고 했는데 고객 등급 테이블(customer_grade)은 고객 등급이 최종 업데이트된 시점 만 남고 있어요.

2023년 10월에는 vip등급이었지만 조회 시점인 2024년 2월 1일에 s등급이 된 고객 hj가 있다고 합시다.
hj는 등급 테이블(customer_grade)에 고객등급 S등급, 업데이트 된 시점에 2024년 2월 1일이 남게 됩니다.
즉 이 테이블로는 2023년에 10월에 vip인 고객을 확인 할 수 없는 것이죠.

만약 이 사실을 모르고 JOIN했다면, 2023년 10월엔 vip였지만 그 이후 다른 등급으로 변경된 고객이 있다면 데이터 누락이 발생했을 거예요. 고객 등급 업데이트 로그가 남는 테이블이 있는지 찾아보니, 고객 등급 변경 로그 테이블(customer_grade_log)이 있네요.이 테이블을 사용하면 되겠어요!

column_name	type	컬럼명	설명
customer_id	VARCHAR	고객id	고객의 고유 식별자
customer_grade	VARCHAR	고객등급	3등급으로 구성(Silvar, gold, vip)
updated_time	TIMESTAMP	등급이 업데이트 된 날짜와시간	고객의 등급이 변경된 시점

(3) 어떤 JOIN을 사용할지 선택하자!

INNER JOIN, LEFT JOIN, RIGHT JOIN, FULL OUTER JOIN 등 다양한 JOIN 유형중에 어떤 JOIN을 사용할지 선택해야합니다. 테이블 위치도 함께 고민해봐야 합니다. 만약 LEFT JOIN을 한다고 할 때, 어떤 테이블을 왼쪽에 둬야할지 고민이 필요하다는 것인데요.

예를 들어, 고객 정보 테이블 (customers)과 주문 테이블(orders)을 JOIN해볼게요.

(1) 고객 정보 테이블 (customers) LEFT JOIN 주문 테이블(orders) 고객 정보가 왼쪽에 위치한다면, 모든 고객 정보를 가져오게 됩니다. 즉 주문을 한 번이라도 한 적이 없는 고객이라면 고객 정보는 존재하지면 주문 테이블은 NULL값이 나오겠죠.
(2) 주문 테이블(orders) LEFT JOIN 고객 정보 테이블 (customers) 주문 테이블이 왼쪽에 위치한다면, 모든 주문 정보를 가져오게 됩니다. 고객 정보 테이블에 탈퇴한 고객 정보는 삭제가 되고 주문 테이블에는 삭제가 안된다면 탈퇴한 고객이 주문한 경우, 고객 정보가 NULL로 남겠죠.

내가 목적하는 결과에 따라 어떤 JOIN을 사용할지 테이블 위치는 어떻게 둬야할지 달라지기 때문에 충분한 고민을 하고 선택해야 합니다.

(4) 어떤 열을 기준으로 JOIN할지 조건을 구상하자!

JOIN을 수행할 때 어떤 열을 기준으로 테이블을 JOIN할지 결정해야합니다.

(4.1) 고유 키와 외래키를 활용하자

중복된 값이 있는 열을 기준으로 JOIN하면 예상치 못한 대용량 데이터가 생성될 수 있으므로 고유 키(primary key) 나 외래키(foreign key)를 사용해보세요.

(4.2) 데이터 유형을 확인하자

JOIN에 사용되는 열은 동일한 데이터 유형이어야 합니다. 예를 들어, 문자형과 숫자, NULL값이 존재하는 컬럼과 NULL대신 O으로 채워진 컬럼으로 JOIN하면 원하는 결과를 얻을 수 없습니다.

(4.3) 시간이나 날짜 컬럼의 기준을 확인하자

JOIN할 테이블의 시간이나 날짜와 관련된 컬럼 기준이 동일한지 꼭 확인하세요. KST(Korea Standard Time)와 UTC(Universal Time Coordinated) 등 서로 다른 시간대로 적재될 수도 있기 때문입니다.

예를 들어, 고객 테이블은 KST기준으로 주문 테이블은 UTC기준으로 적재된다고 가정해볼게요.

고객이 KST 기준 으로 '2023-11-01 08:00:00'에 가입을 하고 주문을 한 경우, 이 데이터는 KST기준으로 적재되는 고객 정보 테이블에는 '2023-11-01 08:00:00'로 저장됩니다.
주문 테이블에는 UTC 시간으로 변환되어 '2024-10-31 23:00:00'로 저장되겠죠.
만약 '2023-11-01'을 기준으로 고객 테이블에 LEFT JOIN하여 주문 테이블을 붙인다면, 날짜 데이터가 일치하지 않아 해당 고객이 주문을 한 것으로 나타나지 않을 수 있습니다. 데이터 누락이 발생하는 것이죠.

** 따라서 JOIN 연산 전에 시간이나 날짜 컬럼의 기준을 확인하여 일치시키는 것이 중요합니다.**

(5) 결과를 검증해보자

JOIN을 수행한 후 결과를 꼭 검증해야 합니다. 내가 예상한 결과가 나왔는지, 데이터 누락, 중복 등의 문제가 있는지 확인해야 합니다. 미처 파악하지 못한 컬럼 정보로 JOIN 조건이 잘못되어 의도하지 않은 결과가 나올 수 있기 때문입니다.

(5.1) COUNT, SUM, AVERAGE 등 확인

특정 컬럼의 수, 합계, 평균값 등을 확인하여 데이터의 일관성을 검증 해보세요! 예를 들어, 주문 테이블에서는 주문 금액의 합계를 계산하여 예상된 총 매출과 일치하는지 확인할 수 있습니다.

(5.2) NULL값 여부 확인

JOIN된 결과에서 JOIN되지 않은 NULL 값을 확인해보세요. IS NULL 또는 IS NOT NULL 조건을 사용하여 각 컬럼을 필터링하고, NULL 값을 가지는 컬럼이 내가 의도한 것이 맞는지 확인하고, 의도하지 않은 NULL값이 었다면 JOIN기준이 되는 열을 다시 점검해야합니다!

(5.3) 추가적인 데이터 비교

결과 데이터를 기존의 데이터 등과 비교하여 일치하는지 확인합니다. 예를 들어, JOIN된 결과와 기존의 데이터를 비교하여 일치하지 않는 행을 확인해볼 수 있어요~

🙌 3. 정리하며

실무에서 활용하기 위해 작성해본 JOIN연산 할 때 확인하면 좋은 5가지를 소개했습니다. 많이 사용하는 연산인 만큼 체크리스트를 만들어 실수하지 않고 꼼꼼하게 잘 챙기고자 했는데요. 이글을 보시는 독자분들도 실무에서 SQL JOIN연산을 사용하실 때, 5가지 체크리스트를 통해 실수 없이 내가 원하는 결과를 확인하시길 바랍니다! 본인 만의 체크리스트를 만드는 것도 추천드립니다!

presto SQL 쿼리 성능 향상을 위한 10가지 체크리스트

Sun, 04 Feb 2024 13:27:00 GMT

👀 1. 들어가며

1.1. 상황

SQL 쿼리가 복잡하고 길어지다보니 조회하는데 시간이 많이 걸리기 시작했습니다. 쿼리 최적화에 대한 필요성을 느끼고, 성능 향상을 위한 체크리스트를 정리하는 스터디를 진행했어요. presto SQL 쿼리 성능 향상을 위한 10가지 체크리스트를 공유합니다.

1.2. 예상 독자

presto SQL 쿼리를 사용 중인 1~3년차 데이터 분석가
presto SQL 쿼리를 효율적으로 작성하고 있는지 체크리스트로 점검하고, 성능을 최적화하고자 하는 분들

✅ 2. presto SQL 쿼리 성능 향상을 위한 10가지 체크리스트

1. SELECT * 를 사용하지 말자.

SELECT *를 사용하면 모든 열을 가져오므로 불필요한 데이터를 전송하고 처리하게 된다. 필요한 열이 많을 수록 모두 나열하기 번거롭다는 이유로 SELECT *을 사용하는 경우가 많은데, 필요한 열을 선택하여 나열하는 것을 습관화하자!

👍GOOD: SELECT column1, column2 FROM table
👎BAD : SELECT * FROM table

2. OR로 연결된 LIKE절 보다는 하나의 regexp_like 표현식을 사용하자

문자열에서 많은 값을 필터링할 때는 LIKE보다 regexp_like를 사용하는 것이 좋다. LIKE절이 많으면 쿼리가 매우 느려질 수 있기때문에, regexp_like를 사용해보자

👍GOOD:
SELECT column1
FROM TABLE2
WHERE user_id REGEXP_LIKE(user_id, 'usr1|usr2|usr3|usr4')


👎BAD:
SELECT column1
FROM TABLE1
WHERE user_id LIKE '%usr1%'
   OR user_id LIKE '%usr2%'
   OR user_id LIKE '%usr3%'
   OR user_id LIKE '%usr4%'

3. WHERE조건에 별도의 연산을 걸지말자

WHER조건에서 별도의 연산을 걸거나 날짜를 VARCHAR로 CAST하는 등 수식을 걸면 Full Table Scan을 하면서 조건 충족 여부를 판단해야해서 비효율적일 수 있다.

👍GOOD:
SELECT T1.column1, T1.column2, T1.column3,  T2.column2
FROM TABLE1 T1
INNER JOIN TABLE2 T2
ON T1.column1 = T2.column1
WHERE T1.column2 BETWEEN 4 AND 5
AND DATE(T1.column3) = DATE '2024-02-03'

👎BAD:
SELECT T1.column1, T1.column2, T1.column3,  T2.column2
FROM TABLE1 T1
INNER JOIN TABLE2 T2
ON T1.column1 = T2.column1
WHERE FLOOR(T1.column2/2) = 3 
AND CAST(DATE(T1.column3) AS varchar) = '2024-02-03'

4. GROUP BY는 unique count가 많은 순서부터 배치하고, 문자열 대신 숫자로 컬럼을 지정해주자

GROUP BY를 할 때, unique count가 많은 열부터 배치하면 연산이 효율적으로 이루어져 성능이 향상될 수 있다.

예를 들어 잠실초등학교 학생의 학년과 거주하는 행정동이 담긴 테이블이 있다고 하자. 학년은 unique count가 6개이고, 행정동은 20개라고 하자. 학생들의 거주 행정동과 학년에 따른 인구조사를 한다고 할 때, GROUP BY 행정동, 학년으로 unique count가 많은 컬럼을 먼저 그룹화하면 그룹의 크기가 작아지고, 작은 그룹을 처리하는데 불필요한 계산이 감소한다.

👍GOOD:
SELECT dong, grade, count(*)
FROM TABLE1
group by dong, grade

👎BAD:
SELECT grade, dong, count(*)
FROM TABLE1
group by grade, dong

그리고, GROUP BY절 내에서는 문자열 대신 숫자를 사용하자. 숫자는 문자열보다 저장하는 데 더 적은 메모리가 필요하고 비교가 더 빨라 효율적이다.

👍GOOD: 
SELECT dong, grade, count(*)
FROM TABLE1
group by 1,    2

5.ORDER BY는 LIMIT과 함께 사용하고, 문자열 대신 숫자로 컬럼을 지정해주자

ORDER BY는 쿼리 결과를 정렬하기 위해, 모든 데이터를 한 worker로 보낸 후 정렬하므로 메모리 부담이 발생할 수 있고, 이로 인해 쿼리 실행 시간이 오래 걸릴 수 있다.

ORDER BY를 사용한다면, LIMIT 절을 사용하자. worker를 제한하여 정렬 비용을 크게 줄일 수 있다.

👍GOOD:
SELECT column1,    column2
FROM TABLE1 
ORDER BY column1
LIMIT 1000

👎BAD:
SELECT column1,    column2
FROM TABLE1 
ORDER BY column1

그리고, GROUP BY절을 사용할 때 처럼 문자열 대신 숫자로 컬럼을 지정해주자!

👍GOOD: 
SELECT column1,    column2
FROM TABLE1 
ORDER BY 1
LIMIT 1000

6. 서브쿼리를 많이 사용하지 말자.

서브쿼리는 결과를 저장하고 다시 읽느라 비효율이 발생할 수 있다. 서브쿼리 중 JOIN으로 대체할 수 있는 부분이 있다면 JOIN으로 변경해서 사용하자. JOIN은 필요한 열만 선택하여 데이터를 가져와서 더 효율적으로 가져올 수 있다.

👍GOOD: 
SELECT t1.column1
FROM table1 t1
INNER JOIN table2 t2 
    ON t1.column2 = t2.column2

👎BAD: 
SELECT column1
FROM table1
WHERE column2 IN (SELECT column2 FROM table2)

7. 중첩된 서브쿼리 대신 WITH 문을 사용하자.

WITH 문을 사용하면 중첩된 서브쿼리를 최적화 하여 중복 작업을 피하고 성능을 향상시킬 수 있다.

👍GOOD:  
WITH subquery AS 
(
    SELECT column1
        , max(column2) 
    FROM table1
    GROUP BY 1
) 

SELECT * 
FROM subquery

👎BAD:
SELECT * 
FROM 
(
    SELECT column1
        , max(column2) 
    FROM table1
    GROUP BY 1
) subquery

8.UNION을 최대한 피하고 UNION ALL을 사용하자.

UNION은 중복을 제거하고 정렬 작업이 추가로 필요하다. UNION ALL은 중복을 처리하지 않고 데이터를 결합해 UNION보다 성능이 더 좋다.

👍GOOD: 
SELECT column1 
FROM table1 

UNION ALL 

SELECT column1 
FROM table2

👎BAD: 
SELECT column1 
FROM table1 

UNION 

SELECT column1 
FROM table2

9. JOIN 조건이 표현식이면 수정하자

JOIN 조건이 표현식인 경우 JOIN 작업이 매우 느려질 수 있다. 큰 테이블을 조인할 수록 더 느려지니 수정해주자.

👍GOOD: 
SELECT a.datestr, b.name
FROM table1 a
JOIN (
  SELECT name
      , CAST((b.col1 * 1000 + b.col2 * 100) AS VARCHAR) AS col3
  FROM table2
) b ON a.col1 = b.col3

👎BAD: 
SELECT a.datestr, b.name
FROM table1 a
LEFT JOIN table2 b 
    ON a.col1 = CAST((b.col1 * 1000 + b.col2 * 100) AS VARCHAR);

10. EXPLAIN 쿼리를 사용해서 성능을 향상시키자

EXPLAIN 쿼리를 사용하면 쿼리 실행 계획을 분석하여 불필요한 조건자 또는 인덱스를 확인할 수 있다. 불필요한 부분을 제거하면 쿼리 성능이 향상된다.

EXPLAIN
   SELECT 
      c.c_name
   FROM tpch100.customer c
   WHERE c.c_custkey = CAST(RANDOM() * 1000 AS INT)
   AND c.c_custkey BETWEEN 1000 AND 2000
   AND c.c_custkey = 1500

👆EXPLAIN 쿼리를 사용하면 👇쿼리 실행 계획을 확인할 수 있다.

Query Plan
- Output[c_name] => [[c_name]]
    - RemoteExchange[GATHER] => [[c_name]]
        - ScanFilterProject[table = 
awsdatacatalog:HiveTableHandle{schemaName=tpch100, 
tableName=customer, analyzePartitionValues=Optional.empty}, 
filterPredicate = (("c_custkey" = 1500) AND ("c_custkey" = 
CAST(("random"() * 1E3) AS int)))] => [[c_name]]
                LAYOUT: tpch100.customer
                c_custkey := c_custkey:int:0:REGULAR
                c_name := c_name:string:1:REGULAR

filterPredicate부분을 보면, 원래 3개의 조건자를 2개의 조건자로 병합하고 적용 순서를 변경해서 제시하는 것을 볼 수 있다.

BEFROE: c.c_custkey = CAST(RANDOM() * 1000 AS INT) AND c.c_custkey BETWEEN 1000 AND 2000 AND c.c_custkey = 1500
AFTER: (("c_custkey" = 1500) AND ("c_custkey" = CAST(("random"() * 1000) AS int)))

c.c_custkey BETWEEN 1000 AND 2000이 아무런 영향을 미치지 않는다는 의미로, 이 조건자를 제거해주는 방식으로 최적화 해줄 수 있다.

🙌 3. 정리하며

Presto SQL 쿼리를 작성할 때, 성능을 최적화하는 방법들을 다뤄보았습니다.쿼리가 길어질 수록 대용량의 데이터를 다룰수록 SQL 쿼리 최적화는 중요하므로 체크 리스트를 통해 나만의 SQL 쿼리를 최적화하는데 도움이 되기를 바랍니다!

📑 참고 자료

[Udemy(유데미) 강의 후기] 기술블로그로 알아보는 테크니컬 라이팅

Sun, 21 Jan 2024 14:52:09 GMT

👀 1. 들어가며

1.1. 상황

글또('글쓰는 또라이가 세상을 바꾼다' 글쓰는 개발자 모임)에서 유데미의 강의 쿠폰을 제공받아 강의를 들을 수 있는 기회가 생겼습니다. 많은 강의 중에 최대 2개를 선택할 수 있었는데, 그 중 하나로 '테크니컬 라이팅'강의를 선택했습니다.

'기술블로그로 알아보는 테크니컬 라이팅' (강의 소개 페이지)은 현 우아한형제들, 전 NHN과 네이버에서 테크니컬 라이터 이력을 가지신 유영경 코치님의 강의였는데요. 작년부터 기술블로그를 써오면서, 기술적인 주제를 더 명확하게 전달하고 쉽게 이해할 수 있도록 쓰고 싶다는 생각이 들어 선택했습니다🤗

1.2. 예상독자

이 글에서는 강의 구성 소개와 강의 중 인상깊었던 내용을 적용해 제가 쓴 기술 글을 개선해 본 내용을 담았습니다. 이런 분들이 읽으시면 도움이 될 것 같아요

'기술블로그로 알아보는 테크니컬 라이팅'을 듣기 전 후기가 궁금하신 분
기술블로그를 운영하면서, 테크니컬라이팅을 배워보고 싶은데 어떻게 배울 수 있을지 강의를 찾아보고 계신 분

✍️ 2. 기술블로그로 알아보는 테크니컬 라이팅

2.1. 강의 소개

'기술블로그로 알아보는 테크니컬 라이팅'은 개요 포함 6개의 섹션, 24개의 강의로 구성돼있습니다. 총 길이는 2시간 4분이고, 가격은 39,000원입니다. (유데미를 처음 수강한다면 쿠폰 적용이 가능한지 확인해 보시길 바랍니다. 쿠폰 적용시 1만원 대에도 수강 가능한 것 같아요!)

테크니컬 라이팅 개념과 특징부터, 문서 작성 프로세스 별로 어떻게 작성할 수 있을지 사례와 함께 소개해 주시고 있어서 유용하게 들었습니다.

2.2. 인상 깊은 내용

강의 내용 중 인상 깊었던 부분이 많았는데요. 그 중 실제 적용해 본 2가지를 소개합니다.

① '2장. 독자를 선정하고 주제를 잡는 방법'의 🎯독자와 주제 선정

② '3장. 초안 작성하기'의 🌟명확하게 쓰기

① 🎯독자와 주제 선정

[독자 선정]

코치님은 독자를 구체적으로 선정해야한다고 소개합니다. 무엇을 독자가 알고 있느냐에 따라 설명 방식이 달라져야 하기 때문에, 읽는 이가 누구인지 확실하게 정해야 한다고 강조합니다. 독자에 따라 설명할 기술의 깊이가 달라지기 때문이죠.
✅ 저의 목차에도 '예상 독자'가 포함되어있는데요. OOO에 관심있는 분들, OOO을 스터디해보고 싶은 분들 같이 구체적이지 못했던 것 같아 개선해봐야겠다 느꼈어요.

[주제 선정]

주제 선정에서는 어떤 주제를 써야할지 고민하는 사람들에게 필요한 조언들을 해주십니다. 많은 조언들 중에 주제를 최대한 좁혀서 시작하는 게 중요하다는 부분이 가장 도움이 됐어요.
예를들어 'git hub 사용법'이라는 주제는 많은 내용이 담길 수 있는 광범위한 주제입니다. 글을 쓰는 사람도 큰 부담이 되고 읽는 사람도 본인이 원하는 내용이 담겨있을지 구체적으로 파악하기 어렵습니다. 만약 글 주제가 'git hub를 사용한 효율적인 문서 검토 방법'이면 어떨까요? 글을 쓰는 사람도 구체적인 경험을 담을 수 있고, 독자도 실용적인 경험을 글을 읽고 가져갈 수 있습니다.
✅ 저도 광범위하게 주제를 선정한 글은 시작하기 전에 지쳐 다른 주제로 바꿔서 업로드 한 경험이 많아서, 올해는 글 주제를 정할 때부터 좀 더 구체적이고 최대한 좁혀서 시작해야겠다 느꼈어요!🎯

② 🌟명확하게 쓰기

'3장. 초안 작성하기'에는 명확하고 간결하고 일관성있게 쓰는 것이 중요하다고 소개합니다. 이중에서 '명확하게 쓴다'가 가장 인상깊었는데요. 코치님이 예시로 소개해주신 명확하지 못한 글과 제가 쓴 글의 공통점들을 많이 발견했기 때문입니다🤣

그 중 2가지 공통점을 소개합니다.

ⓐ 📊 어느 정도인지 객관적으로 제시하는게 중요
ⓑ 🔗링크 이름을 대명사로 쓰지 않기

[ⓐ📊어느 정도인지 객관적으로 제시하는게 중요] 수식어보다 명확하고 객관적인 데이터를 사용하는 것이 중요하다고 강조하셨어요.

예를들어 "불과 얼마 전까지만 해도 데이터 센터에 관심이 없었다."라는 문장이 있으면, 여기서 '불과 얼마 전까지만 해도' 부분은 명확하지 않습니다. 구체적인 일자가 빠져서 명확하지 않은게 아니라 왜 관심이 없었는지 설명하고 있지 않기 때문입니다. 이 문장은 "OOOO인증을 받기 전까지 데이터 센터에 관심이 없었다."로 수정할 수 있습니다.
✅ 매우, 아주, 꽤, 상당히, 괄목할 만하게, 대단히 등 애매한 수치를 말하는 수식어를 글에 습관적으로 사용하고 있는 것 같아 의식하고 작성해야겠다 느꼈어요

[ⓑ🔗링크 이름을 대명사로 쓰지 않기]

링크 이름을 대명사로 쓰지말고 구체적으로 작성하라고 강조하셨어요.
예를들어서 "오류 코드를 확인하면 여기를 참고하세요."대신에 "오류 코드를 확인하려면 오류 코드 목록을 참고하세요."라고 수정하는 것이죠.
✅ 글에서 링크 참조를 할 때, 대명사를 주로 걸고 있어서 수정해야겠다 생각했어요. 제가 독자여도 "링크"나 "여기"라는 대명사에 참조된 링크는 어떤 링크가 있는지 정보가 없어서, 클릭하기 경계될 것 같아요.

2.3. 내글에 적용

인상 깊었던 내용 중 아래 2가지를 제가 쓴 기술 글에 적용해보며 개선해봤어요😄

①의 🎯독자 선정 ②의 🔗링크 이름을 대명사로 쓰지 않기

① 🎯독자 선정

Python Folium을 사용해서, 대한민국 법정동 경계선 시각화해보기 의 예상독자는 아래와 같았어요.

글의 주제였던 "대한민국 법정동" 경계선에 시각화 하는 부분이 빠져있고, python을 활용한 데이터 처리에는 경험이 있는 분들을 대상으로 보고 기초적인 python은 설명하지 않았기 때문에 독자를 더 구체화 했습니다.

② 🔗링크 이름을 대명사로 쓰지 않기

Python Folium을 사용해서, 대한민국 법정동 경계선 시각화해보기 에서 링크를 아래와 같이 대명사로 표시했어요.

어떤 링크인지 독자가 파악할 수 있게 수정했습니다!

🙌 3. 정리하며

기술 블로그를 처음 시작🐤했을 때 이 강의를 보고 시작했으면 어땠을까?는 생각이 들었어요. 기술 글을 쓴지 얼마 안된 분이 보시면 더 체계적으로 글쓰기를 시작하실 수 있을 것 같아 특히 추천드리고 싶습니다.

강의를 듣는 것에서 그치지 않고, 자신의 글에 적용해보면 좋을 것 같아요! 앞으로 저도 강의를 통해 배운 내용을 글에 잘 적용해보려고 합니다!

※ 해당 콘텐츠는 유데미로부터 강의 쿠폰을 제공받아 작성되었습니다.

📑 참고 자료

Udemy(유데미)'기술블로그로 알아보는 테크니컬 라이팅'

Goodbye 2023년 Hello 2024년 2탄. 열정적인 사람은 어떻게 새해를 시작할까?

Sat, 06 Jan 2024 11:54:26 GMT

👀 1. 들어가며

2024년이 시작하기 전에, 잠시 멈춰 2023년을 회고하고 2024년을 어떻게 보낼지 계획하는 시간을 가졌습니다. 어떻게 하면 회고를 체계적으로 잘 할 수 있을까? 고민하면서 질문리스트를 만들었고 질문에 답해보면서 진행해봤어요! 1편에서는 Goodbye 2023년 연말 회고를 위한 질문에 답해보는 것을 소개해 드렸습니다.

1편에서 "23년보다 24년에 내가 더 원하는 삶으로 관리하기 위해서 나의 행동 전략은 무엇인가요? 23년 회고를 바탕으로 24년에 계속해야 할 것은 무엇이고, 계속하지 않을 것이나 개선하여 반영할 것은 무엇인가요?"에 이렇게 답변했어요.

24년에 개선하여 반영할 것은 장기적인 비전과 연결시키는 노력이다. 매달 매주 매일 목표를 세우고 하루하루 전념하며 살게된 시점부터 불안함이라는 감정이 사라졌다. 목표에 맞게 뭘 해야하는지 명확했기에, 현재를 의미있게 살게 됐기 때문이다. 하지만 어느 순간부터 매달 목표가 반복되는 것에 대한 지루함과 뭘 위해서 하고있지?라는 질문에 대한 명확한 답변이 어려워졌다. 그리고 다시 불안함이라는 감정이 나를 찾아왔다. 이 불안함이라는 감정의 원인을 들여다보니 매달 선정하는 목표가 사명선언문이나 장기비전과 연결되지 못했기 때문이었다.

연말을 마무리하고 새해를 맞이하며 장기 목표, 즉 내가 뭘 이루고자 뭐가 되고자 사는지 명확히 정의해보는 시간이 필요하다고 느꼈어요. 어떻게 내년 목표 설정을 더욱 잘할 수 있을까 고민하면서 질문리스트를 만들었고 질문에 답해보면서 진행해봤습니다! 2편에서는 Hello 2024년 새해시작을 위한 질문에 답해보는 것을 소개해드릴게요!

새해를 어떻게 시작해야할지 막막한 분들이 읽어보시면서 이 사람은 이렇게 했구나, 나도 이렇게 해봐야겠다 아이디어를 얻으시면 좋을 것 같습니다!

🚀 2. 2024년 시작

1) 1년 뒤의 나의 모습을 상상하며 미래의 나에게 편지를 써보세요.

어떻게 내년 목표 설정을 더 잘할 수 있을까 고민하다, 내가 원하는 미래를 창조해 현재를 힘차게 살아가도록 안내하는 퓨처 셀프라는 책을 읽게됐습니다. 퓨처셀프에는 이런 구절이 나옵니다.

💡투지를 자라게 하려면 전념하는 장기목표가 구체적이어야하고, 중요한 목표를 달성할 방법 또는 시스템을 정기적으로 점검하고 개선해야한다. 💡인생의 명확한 목적이 없으면, 당신의 뇌는 핑계를 찾는 데 집중할 것이다. 결국 희망이 없으면 그 무엇도 아무런 의미가 없다. 💡미래에 대한 희망이 없다면 현재는 의미를 잃는다.

미래에 대한 희망과 장기 목표의 중요성을 강조하며, 10년 뒤의 나에게 편지를 써보거나 10년 뒤의 나의 입장에서 현재의 나에게 편지써보는 활동을 해보라고 추천해줍니다. 이 활동을 하면서, 비전과 장기 목표를 세웠고 그 목표를 이루기 위해 중요한 우선순위를 설정하고 2024년에는 무엇을 할지 설계해 볼 수 있었어요. 정말 큰 도움을 받은 질문이어서 2024년을 시작하는 질문으로 추가해봤어요. 1년 뒤의 나에게 편지를 써보는 활동으로요!

편지를 쓴다는 것이 막연하고 어려울 수 있는데, 책에서는 가이드라인을 제공하고 있어요. 여기서 포인트는 10분을 넘기지 않고, 편지 분량은 2페이지 이내이며, 나의 ‘미래’는 아직 완성되지 않았으며 언제든 변경될 수 있음을 기억하며 미래를 지나치게 복잡하게 생각하지 말고, 그저 즐긴다는 것입니다!

제가 1년 뒤의 저에게 작성한 편지입니다! 작성하면서 미래의 모습이 그려지니 굉장히 짜릿하고 신났습니다. 꼭 한 번 작성해보시길 추천드립니다. 가이드라인에 작성된 것처럼 미래를 지나치게 복잡하게 생각하지 말고 그저 즐겨보세요.

2025년 1월의 회정아🤗 안녕! 나는 2024년 1월의 회정이야.

현재의 나는 Business Analyst로 일하며, 지표를 고도화하고 비용을 시뮬레이션해 비즈니스 의사결정에 기여하고 있어. 그 중에 올해는 비즈니스 현황과 문제의 본질을 빠르게 파악할 수 있는 지표 개발에 집중하는 한 해를 보내게 될거야. 문제의 원인을 빠르게 확인 할 수 있는 Matric Store와 Metric Hierarchy를 문서로 정리하고 발표하며 많은 팀의 효과적인 의사결정에 기여 하고 영향력을 넓히는 한해가 될 거야. 이 업무를 통해 회사를 운영하면서 필요한 데이터 기반 문화를 만드는 경험과 사람들을 설득하고 같은 방향으로 향해 갈 수 있도록 이끄는 리더십을 갖추게 될 너의 모습이 기대가 되는구나. (해당 경험을 데이터야놀자에서 발표도 했다며 정말 멋지고 자랑스럽다👏)
개인적으로는 건강과 독서를 시간관리처럼 습관화 단계로 정착시키는 한 해를 보내며, 창업을 위한 기반을 마련하는 한 해를 보낼 거야. 운동과 독서는 시간 고정화를 통해, 신경쓰지 않아도 자연스럽게 하게되는 구조를 만들었다며 정말 멋지구나. 창업을 위한 기반을 마련하기 위해 사이드프로젝트를 진행했다며! 1분기에는 창업가/기업가의 책을 6권 읽는데 집중하고, 2분기에는 직접 아이데이션 해보는 시간과 영감을 주는 사람을 만나는 기회를 가졌을 거야, 3분기부터는 실제 MVP를 만들어보고, 고객 확보를 시도해보며 개선에 집중할거야. 4분기에는 그 MVP로 수익을 창출해보는 시도를 할거야.
진행하는 과정 중에 만난 수많은 위기와 어려움이 있었어도 넌 괜찮았을 거야. 너는 미래에 엄청 성장하고 대단한 사람이 될거거든!! 해당 경험을 시리즈물로 블로그에 잘 기록해 둔 것이 1만명이 읽고 1,000개의 좋아요를 받았다며 정말 축하한단다. 블로그 글을 기반으로 2025년 1월에 100명 앞에서 발표를 앞두고 있는 것도 정말 멋지다!

2) 편지속의 내가 원하는 미래 모습을 이루기 위해서, 올해 어디에 가장 시간과 노력을 많이 써야하고 우선순위를 둬야하는지 작성해보세요!

자신이 어디에 시간을 쓰는지 보면, 어디에 몰입하고 전념하고 있는지 알 수 있습니다! 1편 Goodbye 2023년에서는 연말 회고를 위한 질문에 답해보는 것에서는 2023년에 가장 시간과 노력을 투자한 일은 무엇인지 살펴봤는데요. 새해 시작에는 2024년에 어디에 집중할지 정의해보기 위해 이 질문을 추가했습니다.

우리는 편안한 마음으로 '아니오'라고 말할 줄 알아야한다 요즘 같이 바쁜 세상에서는 자칫하면 감당하기 힘든 수준의 업무를 떠안고 과로에 시달리게 된다. 핵심적이라고 할 수 없는 제안들을 거절하고, 진작부터 우리의 시간과 에너지를 갉아먹어 온 중요치 않는 업무들을 제거해야 하는데 그렇게 할 용기를 소환하는 것이 어려운 일임은 분명하다. 시간은 제로섬 게임이다. 모든 수락에는 본질적으로 '아니오'가 내재되어있다. 예를들어 누군가 나에게 밤에 게임을 하자고 한다면, 나는 내가 평소에 하던 밤에 책 읽기를 거부하지 않고서는 그 요청을 수락할 수 없다. 거절하는 것이 껄끄럽고 싫대도 우리는 '네'라는 말고 함께 한 편으로는 '아니오'를 말하고 있다는 것이다. 선택을 하기 전에 그 선택을 통해 '아니오'라고 말하게 되는 것들을 꼭 생각해보자. 내가 정한 중요한 원칙에 부합하는 것들에 '아니오'라고 말하고 있는 선택일 수 있다.

초생산성이라는 책에 나오는 구절입니다. 우선순위를 작성하는 목적은 내가 어디에 시간과 노력을 쏟을지 중요한 원칙을 세우기 위해서입니다. 현재 내가 하고 있는 일에서 이 중요한 원칙에 부합하지 않는 일이 있다면 위임하기, 자동화하기, 제거하기를 통해 관리하고 내게 제안들이 오더라도 이 원칙에 부합하지 않으면 과감히 no라고 이야기하기 위함이예요.

** 1년 뒤의 내가 어떤 모습이 될지 작성했기에, 그 모습을 이루기 위한 것들로 원칙이 채워졌습니다.** 큰 우선순위의 하위에는 가치관이나 액션플랜을 작성해봤어요. 이 액션플랜들을 쪼개거나 구체화해서 분기나 월별 목표로 수립할 예정이예요! 비전과 장기목표를 통해 단기목표를 수립하는 구조를 만들었습니다. 이를 통해 제가 불안하고 고민되던 부분이었던 매달 선정하는 목표가 사명선언문이나 장기비전과 연결되지 못하던 문제를 해결할 수 있었습니다.

🚀 사이드프로젝트 시도 →1년 장기 목표로 관리
- 독서를 통해 창업가 사이에 둘러쌓여서 간접적 환경을 바꿔보기
- 아이데이션을 해보고 시도해볼 수 있는 비용 지불/정기적 모임에 참여하기
- 특정 요일과 특정 시간대에 집중할 수 있는 시간 미리 배치해두기
- 시간과 노력 집중을 위해 시간 분류로 추가해서 지속적으로 트래킹하고 회고하며 집중하기
👩‍💻 업무에서 지표 개발 → 문서화/발표 → 확산
- 이와 관련 없는 업무는 제거, 위임, 자동화, 시간 최소화 등 고려
- 투입하는 시간 트래킹하기 (어떤 일로 주로 방해 받는지, 얼마나 시간 쏟는지 트래킹하고 매달 회고하며 집중)
- 개인 공부도 이 업무를 더잘할 수 있는 스터디로 진행
⏰ 꾸준한 습관(시간계획, 독서 등) → 생각하지 않아도 하게 되는 시스템 만들기
- 시간계획 → 일요일에 계획하는 시간 확보에 집중, 불필요한 시간 단축을 위해 디지털 도구 도입 실험
- 독서 → 동기부여, 창업, 경제공부 3개 책에 집중 (매일 30분 ~1시간 독서, 독서 인증 모임 참석)
- 시간 계획 모임 → 인풋 최소화/자동화 진행 필요 (개선점 리스트업하고 인풋대비 효과 예상후 효과 높으면 진행, 효과 낮으면 유지)
- 운동 → 아침 운동 고정화 (회사 근처 or 집근처에서 진행, 생각하지 않고 할 수 있는 단계로 올리기)
- 글쓰기 → 글또를 통해 해결 (사이드프로젝트와 업무 관련 경험을 작성)

3) 24년을 어떤 한 해로 보내고 싶은지, 어떤 한해가 되고 싶은지 한 문장으로 작성해보세요

1편 Goodbye 2023년에서는 각 월 별로 어떤 한달을 보내고 싶은지 작성해 둔 것을 모아 보며 2023년이 어떤 한해였는지 정의해봤다고 소개드렸는데요. 2024년도 어떤 한해를 보고 싶은지 한 문장으로 정의해보고 어떤 마인드로 살아갈지 정의해보기 위해 추가 한 질문입니다. 2024년 회고 할 때 이 문장같은 한 해를 보냈는지 되돌아 볼 수 있을 거예요!

나는 나의 잠재력을 믿고 삶의 장기적인 목표와, 우선순위에 부합하게 시간과 에너지를 쏟는 2024년을 보낸다

미래의 나와 현재의 나는 다르다! 미래의 내가 달라질 것이라는 생각을 가지고 살아가면, 현재에 더 많은 시도를 두려음 없이 할 수 있다. 실수와 실패해도 괜찮다. 미래는 더 나아질 것이고 이 실수나 실패가 더 발전할 수 있는 거름이 될 것이니! 혼란스럽고 힘든 상황이와도 괜찮다. 이것은 결국 지나갈테고 미래의 나는 이를 계기로 더 발전해 있을 테니!
완벽보다 완성의 마인드로 계속 해나가자!
삶의 기준을 타인이 아닌 나의 관점에서 바라보자!

4) 24년에 가장 이루고 싶은 연간목표를 한 가지 작성해주세요

가장 이루고 싶은 연간목표를 구체적으로도 작성해봤어요. 작성하면서, 두가지 과정을 거쳐 발전 시켰습니다.

1차 작성 : 사이드프로젝트 시도해보고 이 경험을 기반으로 100명 앞에서 발표하기

(1) 1분기에는 창업가/기업가의 책을 6권 읽는데 집중하기 (환경을 바꾼다)
(2) 2분기에는 직접 아이데이션 해며, MVP 계속 만들어보기
(3) 3분기에는 MVP 한가지 정해 고객 확보해서 피드백 받으며 개선하기
(4) 4분기에는 그 MVP로 수익을 창출해보는 시도해보기

🎯첫번째, 목표를 평가해보기 FOCUS책에서는 목표를 세운 뒤 이 SMART기준으로 평가해보길 제안합니다. 2024년에 가장 이루고 싶은 연간목표도 이 기준으로 평가해봤어요.

(Specific) 구체적인가? → 어떤 사이드프로젝트인지, 어떤 시도인지, 왜 100명인지, 어떤 경로를 통해 혹은 어떤 매체를 통해 발표할지 구체적이지 못하다.
(Measurable) 측정가능한가? →시도를 했는지 여부에 대한 측정은 할 수 있을 것 같으나, 더 구체화할 필요가 있다.
(Action Oriented) 무엇을 할지 명확한 액션이 담겨있나? 달성하기 위한 액션플랜이 있으나, 분기별이어서 월별로 구체적으로 나눠봐야한다.
(Realistic) 현실적인가? → 2분기가 업무적으로도 여유가 있을 것 같아 큰 액션플랜을 배치했으나, 월별로 회고를 통해 조정이 필요할 것 같다.
(Time-based) 목표 달성 데드라인이 정해져있나? → 사이드프로젝트 마감은 12월까지, 발표는 1월 중에 진행하는 걸로 데드라인을 정했다.

🗣️두번째는, 다른 사람들과 목표에 대해 이야기 나눠보기 더나아가 혼자 목표를 작성하는데서 끝내지 않고 다른 사람들과 이 목표에 대해 이야기 나눠보면 큰 도움이 됩니다. 저는 이번 Goodbye2023과 Hello2024를 제가 운영하는 시간관리 모임에서 멤버들과 함께 진행했어요. 혼자 작성할 때 모호하던 부분도 해소하고 아이디어도 얻을 수 있었어요!

😊S님 : 회정님의 목표는 "사이드프로젝트 시도 + 발표하기" 두가지 인 것 같아요. 발표를 한다고 말씀 주셨는데 발표는 사이드프로젝트 시도가 완성이 되면 하는건지, 사이드프로젝트가 완성이 안되더라도 발표를 할 것인지 궁금했어요.
🤔회정 : 그렇네요!! 두개의 목표가 하나에 담겨있으니 측정할 때도 기준이 모호할 것 같네요. 수정을 해봐야겠어요. 저는 발표하기는 사이드프로젝트의 결과와 별개로 무조건 진행하고 싶었어요.
😊S님 : (Specific)에서 좀 더 구체적으로 세워야할 것 같다고 말씀주셨는데 어떻게 구체적으로 세워볼 계획이실까요?
🤔회정 : 미리 세션을 잡아서, 몇월 몇일 몇시에 발표를 한다고 까지 약속을 잡아두면 좋지 않을까?생각했어요.
😊S님 : 오! 좋을 것 같아요. 2023년에 진행된 것이나 정기적으로 진행되는 외부 세션이나 모임 등을 찾아보고 미리 컨택해보며 지원해 볼 수 있을 것 같아요. 데이터야놀자, 데이터리안 등에 이런 발표를 하고 싶다고 미리 제안해볼 수 있지 않을까요?
🤔회정 : 오!! 작년에 있던 행사들을 찾아봐야겠네요. 일단 누구를 대상으로 발표를 할지 먼저 정의를 해보고 그 대상에 발표 할 수 있는 곳을 컨택해봐야겠어요! 감사합니다!

아직 SMART기준에 완벽히 답할 수는 없지만 피드백을 반영하고, 더 고민해보며 개선할 수 있었어요! 이 목표를 월별로 나눠보면서 더 구체화해보고, 매달 회고를 하면서 더 뾰족하게 만들어볼 계획입니다! 완벽하지 않아도 됩니다. 일단 완성하는게 중요해요!

2차 작성 : 사이드 프로젝트를 5개process로 진행해보기

평가 방법 : 각 프로세스를 실천했는지 여부로 평가
- (1) 1분기에는 창업가/기업가의 책을 6권 읽고 모임 활동을 하며 이론들을 스터디하고 마인드를 바꾼다 ^{(평가 : 읽은 책 수/활동 여부/글 작성)}
- (2) 2분기에는 직접 아이데이션 해며, MVP 계속 만들어보기 ^{(평가 : 완성 여부/글 작성)}
- (3) 3분기에는 MVP 한가지 정해 고객 확보해서 피드백 받으며 개선하기 ^{(평가 : 고객 확보 여부/글 작성)}
- (4) 4분기에는 그 MVP로 수익을 창출해본다 ^{(평가 : 수익 창출 여부/글 작성)}
- (5) 경험이 담긴 글을 기반으로 00에서 25년 1월에 100명에게 발표를 한다. ^{(평가 : 발표 진행 여부/청자 숫자)} (프로세스 진행 한 곳까지 발표 진행 예정, 2분기에 방향성 정해지면 발표 매체와 날짜 구체적으로 컨택해서)
- 달성 전략 :
  - (1) 독서를 통해 창업가 사이에 둘러쌓여서 간접적 환경을 바꿔보기
  - (2) 아이데이션을 해보고 시도해볼 수 있는 비용 지불/정기적 모임에 참여하기
  - (3) 특정 요일과 특정 시간대에 집중할 수 있는 시간 미리 배치해두기
  - (4) 시간과 노력 집중을 위해 시간 분류로 추가해서 지속적으로 트래킹하고 회고하며 집중

목표를 평가해보고, 작성 후에 가까운 사람들과 공유 해보세요! 목표를 더 구체화하고 정량적으로 측정할 수 있게 되고 생각하지 못했던 아이디어도 얻어 더 개선 시킬 수 있으니 꼭 공유 해보시길 추천드립니다😆

🙌 3. 정리하며

Q.😭계획해도 외부적인 변수들이 너무 많고 상황이 달라져서 못지키는 경우가 많은데 그럴 때 스트레스 받지 않으시나요? 저는 그런 스트레스로 계획을 안세워요! 시간 계획을 세운다고 이야기 할 때 가장 많이 받는 질문인데요. 초생산성 책에서 계획에 대해 이야기 하는 부분이 제가 하는 답변과 같아서 인용해서 답해볼게요!

초생산성 책에서는 이상적인 1주일의 모습에 대해 계획 세워보라고 이야기해요. 아래 이미지 처럼 각 요일별로 어떤 시간대에 뭘 할 것인지 이상적인 1주일을 그려보라는 건데요. 그런 말과 동시에, 이상적인 1주일은 '이상적인' 1주일 뿐이다라고 해요. 구체적으로 이렇게 이야기 하고 있어요 "모든 주가 이상적인 1주일이 되지는 않을 것 이고 거의 매주 그렇게 되지 않는 경우가 크다. 돌발 상황과 계획 밖의 모험으로 가득한 것이 삶이기 때문이다. 돌발 상황이 나타나면 방향을 수정해야 하지만 계획은 그 과정에서 헤메지 않도록 지켜주고 정상 궤도로 빠르게 돌아가도록 해준다." 저도 제가 세운 계획대로 안되는 날도 많은데, 계획을 세운 덕분에 헤메지 않고 내가 가고자 하는 방향대로 다시 잘 갈 수 있기 때문에 계획을 세웁니다!

1년 뒤의 모습도 그런 것 같아요. 방향을 수정할 수도 있고 변경 될 수 있지만 일단 작성을 해보는 것에 의미가 있어요. 돌발 상황과 계획 밖의 모험으로 가득한 삶 속에서 내가 가야할 곳이 어딘지 화살표가 되어줄테니까요! 만약에 외부적인 요인이 아닌 내부적인 요인에 의해 그 길로 가는 데에 방해를 받는다면 그때는 화살표 방향을 다시 점검하고 수정하면됩니다!

완벽보다 완성! 나의 ‘미래’는 아직 완성되지 않았으며 언제든 변경될 수 있음을 기억하며 1월 중에 나는 어떤 한 해를 보낼지 잠시 멈춰서 아래 질문에 답해보며 점검하는 시간을 가져보세요! 올해를 보다 내가 원하는 방향으로 이끌어나가시는데 큰 도움되실거예요! 2024년도 함께 파이팅입니다!