하나의 답에서, 또 다른 질문으로

카테고리

프로그래밍/소프트웨어 개발

서브카테고리

데이터 분석

대상자

• *데이터 분석가, 제품 기획자, 마케팅 전략가**
• 중간~고급 수준의 데이터 분석 및 제품 전략 수립 경험을 가진 사람에게 적합. 분석 결과를 전략으로 연결하는 사고방식 강조*

핵심 요약

• Product Data Analytics 팀은 커머스 도메인에서 데이터 기반 의사결정을 지원
• Retention TF 프로젝트를 통해 고객 여정을 '콘텐츠→커머스' 연계 구조로 재정의
• 오작교 프로젝트는 PDP 지면에서 콘텐츠-상품 연결 강화로 구매 전환률 향상

섹션별 세부 요약

1. 팀 구성 및 역할

• Sophie: 커머스 프로덕트 도메인에서 전략 수립부터 기획, 운영까지 데이터 기반 의사결정 지원
• Carl: 추천 시스템 개선을 위한 문제 정의 및 해결책 제시, 콘텐츠/커머스 연계 전략 수립
• DA 팀은 Product Owner, ML Engineer 등 다양한 직군과 협업

2. 이전 경험 및 입사 동기

• Sophie: 마케팅 데이터 분석 경험 → 커머스 도메인에서 고객 여정 분석에 관심
• Carl: 에듀테크 스타트업에서 Data Scientist로 경험 → 오늘의집의 다중 도메인 연계 구조에 매력 느껴
• 데이터 분석이 실제 의사결정으로 연결되는 환경 선호

3. Retention TF 프로젝트

• Phase 1: 오늘의집 특성에 맞는 방문 주기 재정의 및 고객 분류(신규, 활성, 이탈, 부활)
• Phase 2: 스크랩/조회/구매 행동 누적과 리텐션 연관성 분석
• Phase 3: 콘텐츠와 커머스를 넘나드는 '인사이드 아웃' 고객 정의 → 이사 고객군에 대한 타겟 전략 수립

4. 오작교 프로젝트

• PDP 지면에서 콘텐츠 리뷰 요약 및 유사 스타일 콘텐츠 제안으로 탐색-구매 효율성 향상
• 추천팀과 커머스 PO 협업을 통해 하반기 전략에 반영
• 데이터 분석 → 전략 제안 → 실행 흐름으로 이어짐

5. 협업과 분석 방법론

• DA 팀은 다른 부서(그로스, 콘텐츠)와 분석 관점 공유 → 조직 전체에 영향
• Product Owner, ML Engineer 등과의 다각도 조언으로 분석 깊이 확장
• "데이터가 공통 언어"로 활용, 협업의 효율성 증대

6. 분석가의 철학과 목표

• Sophie: "심플한 원천 목표 유지"가 복잡한 상황에서도 방향성 유지의 핵심
• Carl: 분석 목적을 명확히 하기 위해 "이게 어디에 쓰일까?" 질문 중심 접근
• DA의 역할은 단순 분석이 아닌, 조직 방향성 설정 및 팀 내 몰입 구조 마련

7. 미래 비전

• Sophie: 조직 내 방향성 그리는 리더로 성장 → 팀원들의 의견 조율 및 전략 명확화
• Carl: AI 도구를 활용해 '새로운 문제 발견' 역할 수행 → 오늘의집만의 색으로 시장에 기여

결론

• 데이터 분석은 단순한 수치 제공이 아닌, 전략 제안과 실행으로 이어지는 구조 구축이 핵심
• PDP 지면에서 콘텐츠-상품 연계 강화는 구매 전환률 향상의 실무적 예시
• 다양한 도메인과의 협업, AI 도구 활용을 통해 분석의 범위와 깊이 확장해야 함