by
Jul 13. 2023
[강의 오픈 이벤트] 데이터 분석을 위한 문제 정의
SQL 강의가 알려주지 않는 데이터 분석을 위한 문제 정의
인프런에 PM/PO 또는 분석가 신입 또는 지망하시는 분들을 위한
데이터 분석을 위한 문제 정의 강의를 오픈했습니다.
이런 분들을 위해 준비했습니다
처음 데이터 분석을 하게 된 신입 분석가 또는 PM/PO
SQL은 배웠지만 자꾸만 면접에서 고배를 마시는 데이터 분석가 취업준비생
단순히 쿼리를 짜는 것 너머 프로덕트의 문제를 발견하고 가설을 검증하는 역량을 키우고 싶은 주니어
SQL은 도구일 뿐, 분석가에게 정말로 필요한 건
‘문제 정의’와 '가설'이라고 생각합니다
기획자를 희망하든, PM이나 PO를 희망하든, 분석가를 희망하든 요새는 참 필요한 스킬이 많다고 이야기하는 세상인 것 같습니다. SQL, Python, R, 통계, 머신러닝/딥러닝 등 크고 멋져 보이는 기술도 도구도 많으니까요.
그런데 문제를 정의해서 해결하는 기획자 또는 PM의 입장에서 이는 어디까지나 도구, 수단입니다. 그래서 프로덕트의 문제를 발굴하고 정의하여, 가설을 검증하고 이를 통해 프로덕트를 성장시키는 역할을 시작하기 위해서 정말로 필요한 건 JOIN과 Sub Query가 아니라 ‘문제를 정의하고 가설을 설계하는’ 능력이라고 생각했고, 그 과정을 예시와 함께 살펴보는 강의를 만들었습니다
더욱이 이제는 GPT-4에 csv 파일로 DB Schema만 설명해 주면 어지간한 쿼리는 모두 작성해 줍니다. 솔직한 의견으로는 DB 구조에 대해 이해하고 SQL을 '읽을 정도' 수준만 되면, 쿼리를 굳이 직접 연습하는 게 필요한 시대가 맞는지 조차 모르겠습니다.
그리고 이런 때일수록 '내가 답을 구하고자 하는 문제가 무엇인지 정의'하고 그것을 구하기 위해 잘게 가설을 세우는 연습, 그리고 이 과정 전반을 기획자의 시선으로 바라보는 게 더욱 필요하고 중요하다고 생각합니다.
강의를 통해 크게 다섯 가지의 과정 및 이야기를 전달합니다
섹션 #1 문제 정의하기
쿼리부터 짜기 전에, 우리가 정말로 답을 구해야 하는 질문이 무엇인지 정의하는 과정을 살펴봅니다.
섹션 #2 가설 수립과 우선순위 판단
정의한 문제를 해결하기 위해 우리가 이미 알고 있는 정보는 없을까요? 그 모든 걸 다 분석해봐야 할까요?
가설을 설계하고 수많은 가설의 우선순위를 판단하는 과정을 살펴봅니다.
섹션 #3 분석 과제 설계하기
정의한 문제와 가설을 분석하기 위해 꼭 SQL 쿼리를 짜야할까요? 또한 어떤 숫자를 도출해내야 할까요?
분석 과제를 설계하는 데 고려해야 할 것들을 살펴봅니다.
섹션 #4 결과 해석과 액션 플랜 도출
분석을 통해 도출한 숫자는 어떻게 해석해야 할까요? 그리고 분석만 하면 우리의 업무는 끝인 걸까요?
분석 이후에 꼭 챙겨야 하는 업무에 대해 살펴봅니다.
섹션 #5 PM/PO/PA를 희망하는 분들을 위한 조언
프로덕트를 성장시키기 위해 데이터를 분석하는 PM/PO/PA에게 필요한 능력은 SQL 고급 실력일까요?
애초에 우리는 왜 데이터를 분석할까요? 우리의 데이터 업무의 맥락을 살펴봅니다
리뷰를 통해 강의를 개선하고 싶습니다!
리뷰를 남겨주실 수 있는 분들께는 강의를 제공해 드리겠습니다
>> 마감되었습니다!
그러나 이러한 강의가 이러한 형태, 내용으로 구성되면 된다는 것 역시 어디까지나 가설일 뿐이기에
제 강의가 현재 가장 좋은 내용을, 알맞은 분량과 예시로 전달하고 있는지 알기 위해 의견이 필요합니다.
그래서 강의가 필요하신 분들께는 무료로 제공해 드리고, 인프런 강의 리뷰(및 수강 완료 후 10분 이내의 간단한 전화 인터뷰)를 부탁드리고자 합니다.
- 전화 인터뷰는 필수는 아닙니다!
- 다만 강의 개선에 더 큰 도움을 주시는 만큼 약소하나마 커피 쿠폰을 함께 보내드리고, 혹시 필요하시다면 이후 준비 중인 강의도 제공해드리고자 합니다.
감사합니다
