안녕하세요. 선배님들 대학원 전공선택 관련해서 고민이 많아 선배님들의 조언좀 여쭙고싶어 글을 올리게 되었습니다. 저는 현재 대기업유통 빅데이터팀에서 일하고있는 29살 남자입니다. 현재 저희팀이 체계가 크게 잡혀있지않은 상태라... 하는일은 데이터분석, 데이터엔지니어(?), AI모델링 여러가지 하고있고요 제가 전공이 스포츠산업쪽이고, 부전공이 컴퓨터공학이라 비전공자에 가까운 상태여서 현재 야간대학원을 고려하고 있습니다. 고민되는것은 야간대학원의 전공인데요, 원래는 AI든 데이터전공이든 뿌리나 기초가 중요하다고 생각되어, 통계학과나 컴퓨터공학처럼 조금 더 근본있는(?) 과에 가려고했습니다. 그런데 찾아보니깐 야간대학원에 통계학과나 컴퓨터공학이 대부분 없고 또 없어지는 추세더라고요, 그나마 찾아본 전공과는 고려대학교 정보통신대학원에 빅데이터학과, 연세대에 인공지능융합학과나 소프트웨어융합학과 였습니다. 사실 현재도 순수 DS 데이터분석쪽으로 갈지, AI나 MLops 엔지니어나 개발쪽으로갈지 커리어적으로 고민을 하고 있는상황이라, 과 선택도 굉장히 고민이 많이됩니다. 소프트웨어융합학과를 가서 조금더 범위를 넓히는게 좋을지, 인고지능 융합학과에가서 AI적으로 좀더 특색(?)을 뚜렷이해야할지. 고민됩니다. 혹시 야간대학원 관련되서 아무거나 좋으니 조언주시면 정말 감사드리겠습니다. 감사합니다.

데이터 분석으로 계속 나아가고 싶은데 조언 해주실 선배님 계신가여 ㅠ 나이는 29에 통계학과 졸업하고 첫 직장을 정부사업을 위주로 하는 회사에 1년반정도 근무하다가 퇴사를 했는데요.. 퇴사한 이유가 시니어부재, 쳇바퀴 업무, 발전가능성 없음 등.. 이었습니다. 주로 했던 업무로는 데이터를 크롤링해서 데이터 수집 후 전처리 해서 시각화해서 그에 맞는 분석 결과를 리포트로 제공하는?? 그런 일들이 대부분이었습니다. 모델링 관련해서도 몇가지 진행은 했었는데 솔직히 누구한테 설명할 정도의 수준은 아니라고 생각되고 이에 대해서도 이걸 이렇게 해도 되는건가 싶은 생각도 들더라고요.. ㅎㅎ 막상 퇴사를 하고 보니 점점 늪으로 빠지네요 ㅋㅋ 이제까지 뭘 했던건지도 잘모르겠고.. 공부를 어떤 방향으로 나아갈지도 고민이고,, 특정 데이터에 대한 분석을 계속 한 것도 아닌 이것저것 한 상황이라서 깊이가 있지도 않습니다.

안녕하세요 고객 잔존을 극대화 시키는 BI tool 인 MakeDashy 를 만들고 서비스하고 있는 Fridays Lab의 장진혁 입니다. 리멤버 데이터 커뮤니티에 글만 읽다가 많은 분들께 도움이 되고싶어 앞으로 여러가지 고객 재구매/잔존에 대한 데이터 분석 이야기를 써보고자 합니다. 많은 관심 부탁드리며 궁금하신 내용은 댓글이나 연락 주시면 감사하겠습니다. :) 오늘은 여러 비즈니스에서 왜 리텐션 - 잔존이 중요한지 다루고자 합니다. 리텐션의 모든 것(All about Retention): 왜 리텐션이 중요할까요? 힘들게 유치한 고객이 남아 있지 않아 걱정이신가요? 리텐션(고객 잔존)은 모든 비즈니스의 최우선 과제예요. 왜 리텐션이 중요할까요? 비용 효율과 서비스의 지속 성장, 이 두 가지 관점에서 답을 찾을 수 있어요. 1. 25배 효율적인 기존 고객 타겟팅 "... Acquiring a new customer is anywhere from five to 25 times more expensive than retaining an existing one." 하버드 비즈니스 리뷰에 따르면 기존 고객의 재구매를 유도하는 것이 신규 고객을 유치하는 것보다 5배에서 25배가량 더 효율적이라고 해요. 이유는 간단해요. 기존 고객이 신규 고객보다 구매까지 도달하는 퍼널이 짧기 때문이에요. *AARRR 이란? 미국의 스타트업 엑셀러레이터 500 STARTUPS의 Dave McClure가 개발한 프레임워크로 Awareness (인지) , Acquisition (획득), Revenue (매출), Retention (잔존, 리텐션), Referral (추천)의 5단계로 구성됩니다. 새로운 고객을 유치하려면 AARRR의 첫 퍼널부터 통과시켜야 해요. 다양한 채널에 광고를 집행하는 등 큰 비용이 들게 되는 일이에요. 하지만 기존 고객들은 이미 우리 서비스에 대해 알고 있기 때문에 이들의 재구매를 유도하는 것은 비교적 비용이 적게 들어요. 게다가 Retention은 AARRR의 첫 단계에도 영향을 줘요. 잔존하는 고객이 많을수록 고객 획득에 투입한 비용을 빠르게 회수할 수 있고 또 다른 고객 획득에 투자할 수 있어요. 더 좋은 광고를 만들고 더 높은 광고 입찰가를 투자해 경쟁에서 우위를 차지할 수 있게 되는 거죠! 높은 잔존율이 더 많은 투자를 가능하게 하고, 그렇게 유입된 고객들의 다수가 잔존하는 선순환이 만들어져요. 2. 서비스 성장을 저해하는 낮은 재구매율 서비스의 성장에는 Retention이 어떤 영향을 줄까요? 간단한 예시가 있어요. A사는 매월 200만 명의 신규 고객을 획득하고 B사는 300만 명씩 획득해요. A사의 리텐션율은 월 85%, B사는 월 70%예요. 그렇다면 2년 뒤에는 둘 중 어느 회사가 더 많은 고객을 가지고 있을까요? 월 신규 고객은 B가 1.5배 많은 반면 6개월 뒤 고객 수 차이는 비교적 작게 나타나요. 게다가 2년 뒤에는 A의 고객 수가 더 많은 것으로 나타나게 돼요. 이 차이는 15%p라는 월 잔존율로 인해 발생해요. 이 사례는 TOSS의 PO Session으로 유명해진 Carrying Capacity 개념에 부합해요. Retention이 개선되지 않으면 아무리 많은 광고와 마케팅으로 고객을 유입시켜도 서비스의 본질적인 고객 수용 능력은 성장하지 않는다는 것이 Carrying Capacity의 핵심이에요. 다시 말하면 Retention을 높이는 것이 서비스 성장의 Key!라는 뜻이죠. “리텐션은 그로스에서 가장 중요한 단 한가지 요소다 (Retention is the single most important thing for growth).” - Alex Schultzs(페이스북 CMO) 3. 재구매율을 높이는 방법 그렇다면 기존 고객의 재구매를 높이려면 무엇을 해야 할까요? 그들이 이탈하지 않고 재구매한 이유를 찾아야 해요. 그 답은 기존 고객이 남긴 무수히 많은 데이터에 있어요. 그 데이터들을 얼마나 과학적인 방법으로 분석해서 정확한 인사이트를 얻는지가 중요해요. 또 한 가지 중요한 것은 분석한 결과를 바탕으로 한 빠른 실행이에요. 방대한 고객 데이터를 분석하여 수많은 전략이 나올 수 있지만, 우리 고객의 구매 주기는 이미 골든 타임에 도달했어요. 그들이 이탈하기 전에 빠르게 커뮤니케이션할 수 있는 도구가 필요해요. Dashy의 인공지능 Recommendation 같은 기능이 하나의 답이 될 수 있어요. 기존 고객의 모든 구매 데이터를 분석해서 최적의 상품을 빠르게 추천해 주니까요! 다음 포스트에서는 기존 고객의 데이터를 어떻게 분석해야 ‘그들이 이탈하지 않은 이유’를 찾을 수 있는지 준비해 보도록 하겠습니다. 짧게 쓰려고 하는데 길어지는 것 같네요 ㅎ 다 읽어 주셔서 감사합니다. 댓글과 좋아요는 힘이 됩니다. :)

제목 그대로 병원/임상 통계 쪽으로 업직종 전환 준비하려고 하는데, 학부 때 SAS, R, SPSS 다뤄본 게 전부라, 어디서부터 준비해야할 지 잘 모르겠습니다. 주변에선 R이나 파이썬, sql 공부하면서 이직 준비하라고 하는데, 회사 일과 병행하면서 통계 관련 대학원을 진학할 지 아니면 자격증 공부부터 하면 될 지 고민입니다. 백지의 상태에서 준비하려하니 쉽지가 않습니다....

여러분, 안녕하세요! 🤗 이번에 대시보드 구성, 인사이트 도출과 관련된 무료 웨비나가 있어서 공유드립니다~ - 일시: 2022년 10월 26일 수요일 14:00 - 14:50 - 장소: Zoom (신청자에 한해 링크 공유) <미리보기 😎> 모두가 현업들이 스스로 데이터를 활용하는 Self-Serve BI/Analytics을 이야기 합니다. 많은 Self-Serve BI/Analytics 도구들이 존재하지만, 여전히 그 도구를 사용해 의미있는 결과를 도출하는 실무자는 소수입니다. 본 웨비나에서는 Self-serve 도구인 HEARTCOUNT ABI를 이용해 현업이 주도적으로 대시보드를 구성하고, 나아가 대시보드를 구성한 주요 지표에 대한 인사이트를 즉시 찾아내는 과정을 알려드릴 예정입니다. 이 과정에서 데이터에 쉽게 접근하여 주표 지표와 관련된 질문에 빠르게 정량적 답변을 찾는 일(Time-to-Insight)이 어떻게 가능한지 보여드릴게요. 자세한 정보 확인과 웨비나 참여 신청은 아래의 페이지에서 가능합니다 🙂 https://abi.heartcount.io/event/undefined

데이터분석 관련해서 석사학위 취득을 위해 대학원을 다니려 하는데.. 졸업 후 연봉상승 등 기회비용대비 효과가 있을까요? 현재 대기업 공장에서 데이터 관련 업무 중이며, 전공은 화공계열입니다. 고견 부탁 드립니다 ㅠ

안녕하세요 함께 일하고, 성장하고, 성취하는 곳! HOWW입니다. HOWW에서 크라우드 펀딩에 도전할 참가자를 모집합니다. 현재 약 150명의 참가자들이 각각 팀을이뤄 펀딩을 준비하고 있습니다! 그동안 HOWW가 쌓아온 경험들과 다양한 지원사항을 바탕으로 페이스메이커 역할을 해드리니 처음 도전하시는 분들도 부담없이 지원해주세요! 🔷이런분을 모집합니다🔷 - 브랜드 런칭 경험을 가지고 싶은 사람 - 특별한 스토리가 있는 포트폴리오를 원하는 사람 - 나와다른 분야의 사람과 협업을 경험해보고 싶은 사람 - 상상을 현실로 만들 동기부여를 원하는 사람 - 퇴근 후 사이드 프로젝트를 진행해보고 싶은 사람 - 내 시간을 돈으로 만들고 싶은 사람 - 디지털 노마드가 되고 싶은 사람 - 현재 크라우드 펀딩 준비중인데 너무 막막한 사람/팀 🔷혜택🔷 - 팀원 매칭 - 상품 적재 공간 제공 - 프로젝트 페이스메이커 매칭 - 펀딩 A-Z공략 페이지 제공 - 회의 공간 제공 - 펀딩 성공 후 브랜드 후속지원(투자사 자문) 🔷HOWW는 그동안🔷 - 누적 펀딩 매출 약 35,000,000원 - 참여회원 펀딩 평균 달성률 900% - 누적 참여 회원 150명 이상 - 2022년 사회적기업가 육성사업 최종선정 - 서강대학교 캠퍼스타운 창업경진대회 대상 - 경기도 사회적경제센터 창업 오디션 최종선정 - 도심제조 리부트 소셜벤처 육성사업 최우수상 - 1인창조기업 지원센터 청년창업 경진대회 우수상 - 와디즈 넥스트 메이커 선정 - 와디즈 그린 메이커 선정 - 한국관광공사 X 와디즈 크라우드 펀딩 기획전 선정기업 - 의류 브랜드 운영 - 빈티지 쇼핑몰 운영 🔷일정🔷 - 신청확인 후 평균 10일 안으로 프로젝트가 시작됩니다 - 주 1회 대면회의 진행합니다.(서울) 🔷활동비용🔷 - 1주 9900원(총 10주) 🔷팀당인원🔷 - 3~5명 📍HOWW와 함께 하고있는 팀들의 아이템이 궁금하다면? https://url.kr/ustcw2 📍참가 신청서 https://forms.gle/SVgKBR5iy1mCTH3J9 📍문의 https://open.kakao.com/o/s6fvF7jd 📍인스타그램 @howw_official - 프로젝트 진행하면서 나온 아이템의 저작권은 참가자에게 있습니다. - 수익금은 모두 공평하게 분배합니다. - 크라우드 펀딩을 준비중인데 막막한 팀들도 편하게 문의주세요. 긴 글 읽어주셔서 감사합니다 좋은하루 보내세요:)

안녕하세요. 소비재 기업에서 7-8년 정도를 근무했습니다. 영업직무를 계속하다 운이 좋게 데이터 관련 팀으로 이동하게 되어 1년정도 근무하게 되었는데, 제가 생각했던것과는 많이 다르네요. 가설을 데이터로 검증하고 실무에 적용하는것을 기대했는데, 지금 하고 있는 업무는 대부분이 sql과 시각화툴을 이용한 리포팅 자동화 업무입니다. 이것 또한 배우는 과정이라 생각하고 일해왔는데… 앞으로가 고민이네요. 이제와서 배우기 위해 이직하긴 조금 늦은 것 같고… 더욱이 이 회사에서 제가 기대하는 데이터 분석을 심도깊게 하는 부서나 인원은 없는것 같은데, 독학하자니 비전문가(비개발자 출신)가 어디서부터 시작해야할지도 모르겠고… 엑셀이나 파워bi, 태블로 등은 재미있게 다뤄왔는데, 이 길이 맞는건지, 잘못된 길은 아닌지, 이미 선회하긴 늦은건지 등 고민이 많습니다. 비개발자 출신의 데이터분석가 선배님들은 어떻게 시작했고, 공부하고 계신지 궁금합니다.

여러분, 안녕하세요 :-) ✅ 데이터 소비 도구로써 BI의 문제점과 진화 방향을 제시하고, ✅ 기업을 위한 새로운 데이터 솔루션 HEARTCOUNT ABI에 대한 데모 로 구성된 웨비나가 9월 7일 14:00-15:00에 진행됩니다. <맛보기> BI에서 Analytics으로 넘어가는 간극이 너무 큽니다. 여전히 조직 내 실무자에게 데이터셋에 닿는 길은 막혀있고 어렵게 얻은 데이터를 다룰 일은 아득합니다. 서로 다른 데이터셋을 활용한 Analytics 보고서와 대시보드의 내용이 다르기라도 하면, 어떤 숫자를 신뢰해야 할지 막막하죠. 하트카운트의 새로운 솔루션에 대한 내용에 더해, 앞으로 조직에서 데이터를 어떻게 활용해야 할지에 대한 인사이트도 얻어 가세요. >> 웨비나 참여 신청하러 가기: https://share.hsforms.com/1wNepucdETC2HW2ugQ6B1WA3v6ox

안녕하세요 E밀러공입니다. 데이터 관련 업무를 하다보니 문득 드는 생각이.. 다른 회사에서는 위 주제를 어떻게 보시는지.. 신규 서비스를 론칭한 이후에 데이터 수집을 DB에 하는데, 이거는 누가 책임을 지고 지표를 봐야 하나요? - 데이터지표를 보는 데이터 팀 - 해당 서비스에 데이터를 수집하게 설계한 서비스팀 - 해당 서비스를 구축한 개발팀 - 해당 서비스 기능을 검수하는 QA팀 - 해당 서비스를 이용하고 기획한 영업팀 다른 리멤버 분들의 회사에서는 어떤 방식으로 검수하시는지 궁금합니다!..

안녕하세요 리멤버 인플루언서 3기 두꺼비세상 김지영입니다. "처음에는 맛만 보여주는 거지. 그러면 그게 지극히 당연하고 일상적이어 지는거지. 그러다 점점 양을 줄여나가면, 애가 타는거지. 그게 독점이야." 구글 애널리틱스는 초보 마케터에서부터 데이터 분석영역까지, 기업을 가리지 않고 널리 쓰이는 무료툴입니다. 구글의 기술력을 기반으로 하는 만큼 사용자의 분석과 각종 유입량, 이탈율에서 활성사용자 체크까지 두루 쓰이는 툴입니다. 그러다 최근 구글에서 구글 애널리틱스의 변화와 동시에 기존의 유니버셜 버전의 지원 중단을 발표하였습니다. 아무래도 파이어베이스 기반의 G/A4의 사용성을 증대시키려는 목적인 것 같습니다. 유예기간은 2023년 7월이죠. 그러면 기존의 유니버셜버전과 G/A4의 차이점은 무엇일까요? 단순하게만 표현하자면 -유니버셜(웹로그) -G/A4(웹로그) + firebase(앱로그) 등으로 앱 플랫폼의 로그들을 수집하는 기능이라 할 수 있습니다. 그렇다면 어떤 방식이 달라지는 것일까요? 기존의 웹서비스만 제공하던 ga유니버셜의 기능은 페이지뷰와 관련된 page중심의 수집이었습니다. 하지만 이러한 페이지뷰 수집방식을 앱에도 도입할 시, 각종 이벤트로 인한 화면전환들이 전부 페이지뷰로 잡히기 때문에 기하급수적으로 로그값이 늘어납니다. 그렇기 때문에 앱로그는 page기준이 아닌 event기준으로 측정을 해야 정확하다고 볼 수 있습니다. 이처럼 앱과 웹 지표를 사용하는 회사들의 경우 이러한 변화가 반가울수 있겠지만, 기존 유니버셜 버전을 활용하는 회사일수록 구글 애널리틱스의 변화에 대응해야하는 점이 부담이 될 수 있겠죠. 구글은 G/A를 바탕으로 - 구글 옵티마이즈(최적화 툴) - 구글 애즈(광고관련) - 구글 데이터 스튜디오(대시보드) - 구글 빅쿼리(대용량 로그처리) 등의 데이터 생태계를 구축하였습니다. 이러한 툴들을 잘 활용하고 변화에 대응하는 회사들이 데이터를 쓰고 활용하는데 있어서 우위를 차지 할 수 있겠죠. 여러분도 구글애널리틱스의 변화에 신속히 반응하셔서 새로운 툴들의 활용을 잘 하시길 바랍니다. 김지영 -스타트업들을 돌아다니며 기술분석, 패션 등 다양한 분야에서 경험을 쌓으며, 현재 프롭테크 '두꺼비세상' 피터팬의 좋은방구하기- 데이터 분석 전담. -개발% 분석50%하는 반반 개발 분석자. -완벽한 자연어 처리에 대한 관심. -웹크롤링, 텍스트마이닝, 머신러닝 기법에 관심. .cc @GA @FIREBASE @MKT @SVC @DEV

안녕하세요. 비 전공자 출신의 데이터 분석/개발 업무를 하고 있는 40대입니다. 업무 상 조금이라도 도움이 될까 싶어 ADSp 공부를 해보려는데 인터넷에 검색해보면 뭐가 좋은 지 정말 판단하기가 어렵네요ㅠ 비 전공자가 공부하기 좋은 온라인 강의가 있다면 추천 부탁드립니다. 감사합니다.

회사에 계신 데이터 담당자 분들께 여쭙습니다. 데이터 추출 요청 프로세스를 어떻게 구축해놓고 계신가요? 너무 요청이 몰려와서 대응이 힘들 지경이네요 ㅠㅠ

안녕하세요 E밀러공입니다. 데이터 분석툴을 사용하려는데 마소의 Power BI를 써보려고 합니다. 가격을 보니 회사용 전체가 일년에 300-400? 이고 그냥 데스크톱용이 1.2만원? 이던데 이거는 그냥 편집자만 사면 뷰어는 어떤 아이디여도 무료로 볼 수 있는건가요? 사용해보셨거나 사용중이신 리멤버 분들이 있으시면 조언 부탁드립니다 ㅠ

CDP 솔루션 업체 추천해주세요 다양한 회사가 있는거 같은데요 어디가 좋을지 추천 부탁드립니다