데이터 야놀자 2024 후기

01 Jun 2024 in 회고록

(행사 후기) 데이터 야놀자 2024 후기

---

1. 데이터 야놀자 2024 개요 및 참여 후기

데이터 야놀자 2024 개요

• 행사 장소 : 광화문 Microsoft 사옥 13층
  
• 행사 일시 : 2024-06-01 토요일 10:00 ~ 19:00
  
• 행사 구성 : 3개의 강의실이 있고 각 강의실에서 연사가 강의하면 참가자가 원하는 강의를 듣는 형식
  강의는 데이터 분석과 관련된 다양한 주제로 진행된다.
  
  

참여 후기

내가 데이터 야놀자 2024를 신청한 이유는 크게 2가지였다.

• 목표 1 : 다른 데이터 분석가들은 어떻게 분석을 하는지 알고싶었다.
  
• 목표 2 : 다른 데이터 분석가들과 네트워킹을 해보고 싶었다. 특히 게임업계!
  

결과적으로 데이터 야놀자 2024 행사를 통해 이 2가지 목표를 다 이룰 수 있었다.

우선, 연사들의 강연을 통해 목표 1을 달성할 수 있었다.

실제 분석 사례 (강연1. 지서영님) , 그리고 데이터 분석을 위한 자세 (강연 2.김선영님) 와 분석 방법론 (강연6.정이태님, 강연7.신진수님) 대해 들을 수 있었다. 강연을 듣고나니, 내가 생각하던것과 크게 다르지는 않아 다행이다 라는 생각이 듦과 동시에 앞으로 공부를 정말로 열심히 해야겠다라는 생각이 들었다.

( 강의 요약은 아래에 정리해두었다. )

모든 연사들이 강연에서 강조했던 것이 드릴 다운해서 분석하는 것이였다.
이 부분은 나도 인지하고 있는 부분이고 분석시에 실제로 하는 부분이라 다행이라는 생각이 들었다.

목표 2도 달성할 수 있었다. 게임업계에서 일하는 다양한 데이터 분석가분들을 만나 얘기를 나누며 각 회사에서
어떻게 데이터 분석을 하는지 , 고민하고 있는 문제는 무엇인지 등을 공유할 수 있는 뜻깊은 자리였다.

---

2. 강연 요약

강의명	강연자
영상 크리에이터 파헤치기	지서영 (넥슨)
드릴 다운, 분석가의 멘탈 모델	김선영(마켓핏랩)
2년만에 110배 성장을 만든 데이터 문화 이야기	홍서연(모요)
빅쿼리 Nested 칼럼을 CROSS JOIN으로 접근하면 데이터 분석을 망칩니다.	김진석 (아이오트러스트)
커뮤니티를 그래프 관점으로 분석하다면 어떨까? 실 커뮤니티 데이터를 기반으로 진행하는 그래프 데이터 분석	정이태 (GUG)

• 강연1. 영상 크리에이터 파헤치기
  • 강연자 : 지서영 ( 넥슨 )
    
  • 내용 :
    
    • 컨텐츠의 가치 (화제성, 유지성)를 지표화 하는 일을 하고 있음
      
      • 커스텀 지표를 만들어 제공 : ex) 반응도= (좋아요 + 댓글수) / 조회수 * 100
        
    • 분석 대상을 드릴 다운하고 대상별로 분석 주제를 정함 : ex) 유튜브 -> 풀 영상 , 쇼츠 영상, 일반 VOD 영상
      
    • 분석시 기준이 되는 수식 첨부 ex) 회귀식 기반 기울기
      
  • 후기 :
    
    • 커스텀 지표를 만들고 이를 기반으로 분석하는 것이 인상깊었다. 단 보는 사람입장에서는 익숙치 않은 지표기때문에
      그 지표가 어떤 로직으로 이루어졌는지 같이 설명해줘야 한다는 것을 명심하자.
      
      
• 강연2. 드릴 다운 , 분석가의 멘탈 모델
  
  • 강연자 : 김선영 (마켓핏랩)
    
  • 내용 :
    
    • 데이터 분석가에게 중요한 것은 드릴 다운하는 자세 ( 드릴 다운 : 측정 기준을 나눠서 판다 )
      
      • 단순히 2차원 분석에서 끝나지 말고 3차원 이상 다차원 분석을 해라.
        
      • 계속 고민하면서 나누고 쪼개라. 분석에 대한 집요함이 중요하다.
        
      • 집요하게 분석하려면 후천적 호기심이 중요하다.
        
        • 후천적 호기심을 기르는 대표적 방법 : 질문을 모아라. 단 맥락도 같이 수집하라. 맥락을 알아야 올바른 답을 줄 수 있다.
          
        • ex) 이 광고와 전환율의 상관 관계를 분석해줘.
          
        • 맥락 : 최근 홈쇼핑 광고가 단가가 올랐다. 그래서 이 광고가 진짜 비용을 태울만큼 효과가 있는지 알고싶다.
          맥락을 알면 질문자의 니즈에 맞는 분석을 해줄 수 있다.
          
      • 드릴 다운할때는 업에 대한 이해 , 즉 도메인 지식이 중요하다
        
    • 고객 세그먼트 분석, RFM 분석을 해보자
      - 파레토 법칙 ( 20%의 고객이 80%의 매출을 일으킨다는 법칙 )이 적용되는지 데이터 확인
      
      • 내 고객중 몇 %가 실제 매출의 대다수를 일으키는지? 이것을 알면 우리가 집중해야하는 고객군을 알수있다. 그러면 그 고객군에게 액션을 취할수 있다.
        
      • 고객 세그먼트의 기준은 업에 특성에 따라 다르다. 그러니까 꼭 내 데이터 가지고 실제로 고객 세분화해보자.
        그리고 이 과정을 끊임없이 반복하고 분석해야한다.
        
      • 세그먼트를 나누는 것의 목적은 그 세그먼트에 따라 다른 액션을 취해서 성과(돈)를 일으키기 위해서이다.
        
  • 후기 :
    
    • 드릴 다운의 중요성을 다시금 느낄 수 있었다. 파레토 법칙을 평소에 분석하는 데이터에도 적용해보자.
      
      
• 강연3. 2년만에 110배 성장을 만든 데이터 문화 이야기
  
  • 강연자 : 홍서연 (모요)
    
  • 내용 :
    
    • 스쿼드 단위로 프로젝트가 운영
      
      • 각 스쿼드 : PO, PD (디자이너) , 기획자 , DA (데이터 분석가) 로 구성
        
    • 데이터 분석가가 스쿼드마다 붙어서 긴밀하게 도움을 줌 : 데이터를 직접 분석해주고 다른 직군의 사람들이 데이터를 분석할 수 있게 환경 구축
      
    • 로그 기획서 (테이블 명세서)를 전사 직원이 공유 : 로그가 어떻게 구성되어있는지 모든 직원들이 알고 있음.
      
    • 믹스 패널을 이용해 분석 실험
      
    • 분석 실험을 한 것은 모두 노션에 정리하여 공유하고 아카이빙함
      
  • 후기 :
    
    • 조직 구성원들이 기본적으로 로그에 대한 이해도를 갖추고 업무를 한다는게 인상깊었다.
      그런데 한편으로는 조직 구성원들이 많지 않기 때문에 가능한것이 아닐까라는 생각도 들었다.
      그리고 분석 실험을 한것을 모두 아카이빙해 공유하는 것이 데이터 기반 업무를 하는데 큰 도움이 될 것이라는 생각이 들었다.
      
      
• 강연4. 빅쿼리 Nested 칼럼을 CROSS JOIN으로 접근하면 데이터 분석을 망칩니다.
  
  • 강연자 : 김진석 (아이오트러스트)
    
  • 내용 :
    
    • 구글 애널리틱스 to 빅쿼리 (GA to Big Query ) 할때 Nested 칼럼을 많이쓴다. 이때 UNNEST를 많이 이용하는데 이 방법은 문제가 있다.
      
      • Nested 칼럼 : 딕셔너리 형태로 되어있는 필드로 칼럼 안에서 특정 Key를 통해 Value를 조회한다.
        
      • Nested Repeated 칼럼 : Nested 필드가 한 레벨 더 들어가있는것 .칼럼 안에서 특정 key를 찾고 해당 Key와 동일한 레벨에 있는 value를 조회한다.
        파이썬의 딕셔너리의 리스트 형태라고 이해하면 편하다.
        
      • Nested 칼럼은 키값으로 Value를 뽑아낼수있으니 굳이 Cross Join으로 필드 더 다루지말자
        
  • 후기 :
    
    • 효율적으로 테이블을 다루고 쿼리하는 방법을 연구한 것이 인상깊었다. 추후 데이터 마트를 설계할때 참고할 수 있을 것으로 보인다.
      
      
• 강연5. 커뮤니티를 그래프 관점으로 분석하다면 어떨까? 실 커뮤니티 데이터를 기반으로 진행하는 그래프 데이터 분석
  
  • 강연자 : 정이태 ( GUG : 그래프 데이터 사이언티스트 )
    
  • 내용 :
    
    • 커뮤니티 : 자기 자신을 온,오프라인에 표현하며 타인과 교류 (집단,표현,소통)
      
    • 기업이 커뮤니티에 관심을 갖는 이유 : 커뮤니티는 고객의 이야기인 ‘누가 사고 왜 사는지’를 듣고 의사결정을 할 수 있는 데이터가 모여있는곳
      
    • 커뮤니티 비즈니스 사례 : ex) 레딧 : 레딧 애즈(ads) - 광고
      
      • 데이터 제너레이션(Data generation) : 핵심.
        
      • 관심사가 유사한 사람들끼리 의견 교류를 통해 발생한 자연 데이터를 활용
        
      • 활용 방안
        
        • 커뮤니티 성격에 맞는 적절한 글 배치
          
        • 커뮤니티간 결합을 통해 재미 제공
          
      • 익명성은 양날의 검, 이를 어떻게 잘 조절할지가 중요
        
    • 그래프 : 데이터 간 연결 관계에 특화된 구조
      
      • Network 관점 - Node, Link / Graph 관점 - Vertex, Edge
        
      • 그래프 데이터 장점 : 데이터간 연관성을 관리하고 활용하는데 편리함
        
        • ~의 ~의 ~의에 특화
          
    • 그래프 분석 : 모든 조합을 연결해보고 필터링해서 솔팅하는것
      
  • 후기 :
    
    • 강연에서 말한 커뮤니티가 게임사 입장에서는 길드라고 보면 될 것 같다.
      그래프 분석이 관계 분석에 유용할 것으로 보이나 이를 위한 기반 작업이 상당히 필요할 것으로 보인다.
      
      예를 들어 대부분의 DB가 RDB로 이루어져있는데 그래프 분석을 위한 DB를 별도로 세팅해야한다(GBMS) .
      또한 각 그래프를 연결할때 넣어둔 메타 정보를 이용해서 관계를 지정하는데 새로운 메타 정보를 추가하려면 매번 로직을 새로 만들어줘야해서 실무에서 당장 적용하기는 어려워보인다. 추후 이 점만 개선된다면 활용하기 좋을 것 같다.

---