7년차 데이터 분석가의 퇴사 부검
현재 회사가 나에게 갖는 의미를 생각해보며
퇴사부검은 넷플릭스의 문화로 알려져있다. 현재 회사에서 1년 9개월 가량 일하면서 정말 많은 것을 배웠다. 그렇기에, 나에게 현재 회사의 의미란 무엇인지 더욱 깊게 생각해보고 나름의 의미를 도출해야겠다고 생각했다. 다음은, 현재 회사에 관한 퇴사부검이다. 회사에서 배운 점, 앞으로의 계획 중심으로 서술했다.
I. 왜 떠나는가?
(생략)
II. 회사에서 배운 점
1. 프로덕트 메이커로 일할 수 있었다.
- 24년 7월에 제품팀에 합류하여 약 1년 4개월 가량의 시간동안 프로덕트 메이커로서의 경험을 할 수 있었다. 제품 배포, AB테스트 설계 및 성과 분석, 제품 아이데이션, 제품 그로스 등 분석가로서 더욱 나은 제품을 만들기 위해, 어느 순간에 어떻게 기여해야 하는지, 많은 시행착오를 겪을 수 있었다.
- 또한, PM분들과 함께 프로덕트 메이커로서 알아야 할 다양한 책에 대해 읽고 토론하면서, 메이커로서의 갖춰야할 지식을 쌓을 수 있었다. (인스파이어드, 린스타트업, 프로젝트는 왜 서쪽으로, 테크니컬 리더, 하이 아웃풋 매니지먼트 등)
- 많은 PM들과 일하는 경험을 할 수 있었다. PM, 디자이너, 개발자 등 다양한 직군들과 어떻게 일하면 좋을지 더욱 배울 수 있게 되었다.
- 다양한 프로덕트 메이커들과 함께 경험, 지식을 쌓으면서 제품팀이 성공하기 위해서는 본질적으로 어떤 방향을 향해 나아가야 하며, 어떤 전략을 세우고, 어떤 행동을 해야할지 많은 순간 고민해볼 수 있었고, 그 과정에서 제품 감각을 다질 수 있었다. 비록 성공하지 못했을 때도 많았고, 시행착오만 겪을 때도 많았지만.
- 그로스 PM으로서 그로스 업무를 경험할 수 있었다. 그로스 전략을 수립하고, 실제로 액션을 하고 성과를 내보는 경험을 할 수 있었다. (제품, CRM 모두) 결국 중장기적인 지표 성장은 결국 제품 경험 개선만으로 이루어진다는 것을 체감할 수 있었다.
2. 데이터 분석가로서 기초 체력을 다질 수 있었다.
- 정량 분석) 리포트를 구체적이고 명확하게 쓰는 연습을 할 수 있었다. 다양한 데이터를 빠르게 보고 판단하고 결론 내리며, 정량 분석의 기본기를 갈고 닦았다. 퍼널 분석, 리텐션 분석 등.
- 실험) AB테스트를 어떻게 설계하고, 실험 성과를 어떻게 판단하면 되는지 배울 수 있었다. 제품 실험, CRM 실험, 알고리즘 개선 실험 등 모든 영역에서 경험을 쌓았다.
- BI) 전사 대시보드의 구조를 잡고 재구성하는 경험을 할 수 있었다. 필요한 데이터 마트(인프라)를 데이터폼을 활용하여 구축하는 경험을 할 수 있었다. 그 과정에서 필요한 데이터 마트를 직접 정의하는 경험을 할 수 있었다.
- 도메인) 버티컬 도메인(농업) 안에서 다양한 유형의 프로덕트를 경험할 수 있었다. 앱 프로덕트 - 커뮤니티(홈피드 포함), 장터, 유틸(영농일지, 시세, 날씨 등), 오프라인 - 유통, 매장.
- 데이터) 이벤트 설계, 운영 경험을 해볼 수 있었다. 유저 경험 전반을 고려하여, 신규 배포할 때마다 정합성, 통일성을 고려하며 이벤트 로그를 설계했다.
3. 데이터 분석가로서 시니어로 발돋움할 수 있는 경험을 할 수 있었다.
- 어려운 분석을 시도/경험했다. 특정 상품 발견한 구좌 별 기여도 분석, 마르코프 체인을 활용한 방문일자(상태) 전환율 분석, SHAP알고리즘 기반 기여도 분석, 아하모먼트 도출 분석 등.
- 제품 전략을 위한 여러가지 경험을 했다. KPI달성을 위한 그로스 방장식 도출 & 월 단위 프로젝션. 유저 생애주기(농민 생애주기) 별 어떤 기능, 행동(농작업)을 많이 사용하는지 도출(연간 현황).
- 주니어 데이터 분석가(3년 이하) 채용 준비, 과정을 경험해볼 수 있었다. 주니어 데이터 분석가는 어떤 역할을, 어느 범위에 할 수 있어야 하는지 정의했고, 타사 사례 기반으로 JD도 작성했고, 역량/핏 검증을 위한 프로세스를 수립했다. 이후 약 450개의 이력서를 검토하고, 약 20명의 분들과 면접을 보고, 그리고 2명을 선정해서 최종 합격 결정하는 경험도 해볼 수 있었다.
- 분석가로서 팀 & 개인 프로세스를 정립하는 경험을 할 수 있었다. 업무 사전 설계(분석, 추출 등), 리포트 템플릿, 실험 템플릿 등. 또한, 정기 루틴도 잡을 수 있었다.(출근 후 업무 설계, 티켓화, 분석 환경 개선, 실험 사이클, 회고)
4. AI를 활용하여 생산성 증대를 경험했다.
- 분석가 헤드카운트가 부족한 상황에서 AI를 적극적으로 활용하여 여러가지 업무를 빠르고 효율적으로 처리하는 경험을 할 수 있었다. 특히, 24년 하반디 때 cursor를 통한 업무 효율화는 무척 놀라웠다.
- GPT앱을 활용하여 이벤트 설계, 리포팅 등을 효과적으로 할 수 있는 방법도 시도했다.
- 25년 하반기에는 클로드 코드를 활용하여 실험 설계, 실험 성과 분석, 데이터 분석 등을 손쉽게 할 수 있는 서브 에이전트를 기획, 개발했다.
5. 그 외 현재 회사 나에게 준 것들
- 팀 합류 초반부터 성과를 창출하는 경험을 할 수 있었다. 입사 초반부터 매우 적극적으로 소통, 기여하고자 했고 실제로 성과를 내며 인정 받을 수 있었다. 눈치를 안 보고, 기여할 수 있는 바를 찾아 적극적으로 기여했다.
- 입사 3일차에 리포트 발간했고,
- 입사 첫주에 두 명 이상의 PM과 1:1을 잡았고,
- 매번 모르는 부분이 있을 때 DE, Dev에 적극적으로 질문했다.
- 입사 1달 쯤, 내가 알고 있는 개념들을 적극적으로 전파하고자 했다. (지표 위계, 데이터 기반 제품 개발 등)
- 입사 1달 쯤, 맞지 않는 부분을 두고 PM과 강하게 부딪히며 원하는 바를 관철했다.
- 입사 3달 쯤, 엔지니어링 세미나에서 AB테스트의 이론적 우위에 대해 발표했다.
- EoA프레임워크를 적용하며 변화를 만들고자 했다.
- 일에 대해 많은 고민을 할 수 있었다.
- 누가 일을 잘하는지(실제로 가치를 만드는지), 누가 그렇지 못하는지에 대해 많이 고민해볼 수 있었다.
- 도움을 더욱 쉽게 요청하고 받을 수 있게 되었다. - 매니저가 원하는 바가 무엇인지 정기적으로 1:1을 하면서 싱크를 맞추고, 나의 현재 상황에 대해 피드백을 받고자 했다.
- 더욱 본질적인 가치를 제공하기 위한 고민을 했다. (나의 결과물이 어떤 영향력을 갖는가. 그 영향력은 또한, 어떤 영향력을 갖는가)
- 1년 9개월 가량 일하는 내내, 정말 소처럼 일하는 경험을 할 수 있었다. 또한, 생각보다 야근을 얼마나하는지는 임팩트와는 무관하다는 것을 느꼈다.
- 업무에 관하여 구체적이고 실질적인 기록을 많이 남겼다. (개인 업무 기록, 리서치 자료 등) 업무 단위로 사전에 설계하고 회고하는 과정에서, 실제 업무에 도움을 주는 습관들을 가져갈 수 있었다.
III. 회사에서 아쉬운 점
(생략)
IV. 앞으로의 계획
1. 왜 다음 회사인가?
- 속도가 빠르고 일에 진심인 조직 같다. 일을 열심히 하면서 성과를 낼 수 있을 것 같다.
- 면접관들의 분위기가 나쁘지 않았다. 저 사람들과 함께 일하면, 안정적으로 집중하면서 성장해나갈 것 같다.
- 분석팀이 안정적이며 사람이 많다. 꾸준히 계속 배울 수 있을 것 같다. 또한, 내가 그동안 일하던 환경과 달라서 느끼는 바가 많을 것 같다.
2. 다음 회사(팀)에 기대하는 바
- 제품팀의 시스템을 보고 겪고 싶다. 제품팀들이 어떻게 고객문제를 발굴하는지(제품 발견), 그리고 해결하는지(딜리버리) 곁에서 몸소 배우고 싶다. 그래서 훗날 내가 제품을 만들 때 그 노하우를 직접 응용하고 싶다.
- 다양한 분석가들의 레퍼런스를 직접 눈으로 보고 싶다. 그들이 어떻게 임팩트를 만드는지, 어떻게 사고하고 소통하는지 보고 배우고 싶다. 훗날 작은 조직에서 데이터팀을 충분히 리딩할 수 있도록 경험을 쌓고 싶다.
- 대규모 조직이 사람을 어떻게 운용하는지 보고 싶다. 특히 리더십 원칙 같은 문화가 어떻게 작동하고 효과를 발휘하는지 보고 싶다.
- 좋은 사람들을 많이 만나고 싶다. 커리어를 앞에서 걸어가는 사람들이 어떻게 세상을 바라보고 살아가는지 궁금하다.
