PM을 위한 데이터 리터러시(프로덕트 데이터 분석) 강의를 완강하며…
📝 강의를 듣게 된 계기
일을 잘하고 싶었다. 나를 비롯한 직장인이라면 누구나 직장을 다니는 동안 계속해서 하는 고민일테지만, 정말로 일을 잘하고 싶었다. 현재 맡은 업무를 잘 해내서 더 비중 있고 회사에서 중요하게 생각하는 프로젝트를 맡고 싶었고, 그런 프로젝트를 맡은 경험을 하나둘 쌓아나가면서 내 커리어를 발전시켜나가고 싶었다. 학생 때 제일 좋아하던 과목이 수학이었는데, 수학은 답이 명확히 정해져 있기 때문이었다. 하지만 “일을 잘한다”는 명제에는 답이 명확히 정해져 있지 않았고, 그랬기에 더욱 어려웠다. 나는 최선을 다했는데 이게 다른 팀원에게도, 고객에게도, 궁극적으로 회사 서비스 차원에서도 최선이 맞을까? 업무를 수행하는 데에 있어서 더 나은 방법은 없었을까? 등의 고민을 계속했지만 답이 나오지 않았고, 나는 나와 같은 길을 먼저 걸어가고 나와 같은 고민을 이미 수차례 했던 ‘선배’의 이야기를 듣고싶었다. 그러한 이유로 PM을 위한 데이터 리터러시(프로덕트 데이터 분석) 강의 수강을 시작했고, 약 3개월의 시간이 지나 완강하게 되었다.
🔍 이 강의는 어떤 강의인가?
인프런 강의소개에는 다음과 같이 적혀있다.
초급자를 위해 준비한 [기획 · 전략 · PM, 데이터 분석] 강의입니다.
데이터를 활용하고 싶은 PM 분들을 위한 강의입니다. PM 직무에서 데이터를 활용하는 모든 과정이 포함된 강의로 이직 1일차의 삶부터 프로젝트 시작과 종료까지 업무의 흐름을 모두 담았습니다. 데이터 기반 사고부터 논리적 사고, 지표 정의, 로그 설계, 실험 설계, 데이터 문화 만들기 등을 모두 다루며 생각하는 힘을 키우기 위한 데이터 입문 강의입니다.
강의소개글에는 PM분들을 위한 강의라고 적혀있었지만, 나와 같은 데이터분석가들이 듣기에도 최적화된 강의라고 생각한다. ‘데이터’를 다루는 사람이라면 누구나 들어도 후회하지 않을 것이다. 회사에서 데이터를 다루는 직무가 겪을 수 있는 케이스들을 ‘카일스토리’로 말해주고, 그렇다면 이런 일이 발생했을 때 어떤 식으로 해결해야하는지를 단순하지만 명료하게 알려준다. 또, 회사마다 데이터를 어느 정도 수준으로 다루고 있는지와 데이터 문화가 얼마만큼 확립되어 있는지가 다른데, 이에 따른 해결책도 각각 다르게 알려주어서 더욱 도움이 되었다. 초급자를 위한 강의인만큼 이미 데이터를 수준급으로 다룰 줄 알고, 타 부서 사람들과 커뮤니케이션 능력이 원활한 시니어들에게는 도움이 되지 않으리라 생각하지만 나와 같은 주니어 연차에서는 이정표 같은 존재가 될 것이라고 확신할 수 있다. (일단 내가 회사 업무를 진행하는 데에 있어서 해당 강의에 굉장히 많은 도움을 받았다😊)
📌 강의를 듣고 나서 느낀 점
✅ 우리 회사… 생각보다 잘 하고 있잖아?
2번째 섹션-데이터를 활용하는 데이터 리터러시-에서 본인 회사 조직의 데이터 리터러시 역량 레벨을 측정할 수 있는 표를 준다. 우리 회사 조직의 데이터 리터러시 역량 레벨은 2, 3 사이로 (회사 팀원들끼리 2.5 정도라고 판단내렸다.) 높은 편이었다. 6번째 섹션-데이터 로그 설계, 데이터 QA-을 들으면서도 우리 회사가 데이터 로그 설계 프로세스도 잘 되어 있다는 걸 알 수 있었다. 로그설계 문서틀도 이미 잘 갖춰놓았고, 특정 데이터가 필요할 때마다 [PM, 분석가, 개발자]가 삼각형을 그리며 최대한 오류를 범하지 않도록 데이터 수집하는 프로세스에 따라 업무를 수행하고 있었다.
✅ 나만 즐거운 분석이 아니라 회사가 중요하게 생각하는 분석을 해야 한다.
데이터 분석가는 분석을 통해 회사에 도움을 주어야 하는 직무인 것을 알고 있었다. 그래서 시간을 쪼개고 업무 외의 시간도 투자하며 하고 싶은 분석을 진행했다. 그리고 이를 공유했다. 박수 이모티콘, 엄지척 이모티콘, 하트 이모티콘 등을 받았다. 그게 다였다.
2년 정도 데이터 분석가로 일하면서 위와 같은 일이 왕왕 있었고, 나는 그때마다 현타를 느꼈다. 맨날 데이터 요청만 해서 받아가기만 하고 정작 내가 열심히 일한 레포트에는 관심도 없네… 하지만 강의를 들으며 어쩌면 내 방식에 문제가 있는 걸지도 모른다는 생각이 들었다. 물론 나 또한 회사에 도움을 주기 위해 한 분석이니만큼, 내가 한 분석도 회사가 가진 하나의 중요문제일 수 있다. But! 회사에는 중요한 문제가 수없이 많고, 그렇기 때문에 부서들은 각자 그 중요한 문제들 중 무엇에 더욱 주력할 것인지 선택해야 한다. 모두의 시간과 자원은 한정적이기 때문이다. 당연하게도 선택받지 못한 문제는 모두의 관심에서 멀어질 수밖에 없다. 그래서 누군가가 그 선택받지 못한 문제에 대해 ‘이러이러한 해결책을 생각해봤어요!’라고 한다면, 관심을 적게 받을 수밖에 없다. 그 해결책을 실행하기 위해서는 더욱 중요하다 생각한 문제를 해결할 시간이 줄어들기 때문이다. 여기서 내가 현타맞은 일이 발생했던 것이다. 내가 판단한 중요 문제와 해당 부서가 판단한 중요 문제가 달랐던거다. 이후 나는 타 부서 사람들과 커뮤니케이션을 더욱 활발히 하려고 노력했다. 제가 당신 부서에 도움이 되는 분석을 진행하고 싶은데요, 혹시 중요하게 생각하는 문제가 무엇인가요? 를 용기내서 물어보고 답변을 들었다. 처음에는 괜히 내 일이 많아지는 게 미안했던 타 부서 사람들도 내가 몇 차례 먼저 분석해서 레포트를 공유해주니 “저희 이러이러한 데이터도 궁금해요!”하고 주젯거리를 던져주었다. 또, 내가 낸 인사이트가 회사 서비스에 직간접적으로 도입되기 시작했다. 물론 업무량이 너무 많아 벅찰 때도 있고 내가 딥하게 파보고 싶은 주제를 못 파서 아쉬울 때도 있지만 그래도 전과 비교하면 이 업무 싸이클이 결코 부정적으로 느껴지진 않는다.
👍 강의를 들을 예비수강자에게 추천하고 싶은 점
같이 일하는 회사 동료들과 함께 들어라!
나는 이 강의를 수강하기로 결심했을 때 회사의 데이터팀 팀원들에게 이러이러한 강의가 있는데 혹시 같이 들으실래요? 하고 물어보았었다. 팀원들과 같이 들으면 회사 돈으로 강의 수강료를 결제할 수 있다는 계산적인 이유에서였지만, 완강을 한 지금 생각해보면 너무나도 좋은 선택이었다고 생각한다. 회사 조직은 굉장히 거대하고, 나 혼자서 생각하는 방식을 바꾼다해서 절대 조직문화나 조직의 업무프로세스를 바꿀 수 없다. 그렇기 때문에 데이터 문화를 개선시키거나 데이터 업무 프로세스를 바꾸기 위해선 적어도 데이터팀 전체의 노력이 필요하다. 데이터팀 전체가 노력해도 타 부서 요청까지는 컨트롤 할 수 없다. 하지만 그렇기에 최소한 데이터팀 전체는 어떤 식으로 일을 해나갈지에 대한 공유가 필요하다. 이 강의를 들으면 내가 지금까지 일해온 방식을 어떤 식으로 바꿔야겠구나 라는 생각이 드는데, 함께 일하는 팀원과 같이 듣는다면 방식을 바꾸는게 혼자 노력할 때보다 수월해질 것이다.