데잇걸즈 2기

팀 빌딩

18.09.03

명확한 목적 아래 모이다

일정한 관심 주제 아래 모인 다른 팀과는 다르게 ‘MetaData’는 명확한 목적을 제시하고 모였습니다.

이 작은 차이는 다음과 같이 팀의 성격을 결정짓는 큰 요인이 되었습니다.

PURPOSE

실무 현장에서 실제 데이터로 문제를 해결해 보는 것

CAUSE

경력자 위주로 뭉치게 됨

RESULT

기업에 제안 가능한 팀 퀄리티

평균 경력 2년 / 퍼포먼스 마케터 2 / 개발자 1 / 기획자 1 / 통계 전공자 1

기업 탐색

18.09.04 - 18.09.06

컨택 기업 LIST UP

우리와 같은 외부 조직에 어떤 기업이 데이터를 공개할 수 있을까? 또 데이터의 중요성을 공감하고 MetaData와 협업할 의사가 있는 조직은 어떤 조직일까? 프로젝트에 적합한 기업을 탐색하기 위한 제약 사항을 고려했습니다.

제약(1)

데이터 보안 민감성 /

데이터 활용 정도가 비례

제약(2)

기한

( 실제 프로젝트 기간 )

제약(1)의 경우 기업의 데이터 활용 가능 정도가 높을수록 데이터 보안에 대한 민감성 역시 높을 것이라고 판단하였습니다. 기업 내부에 데이터 팀이 2명 이하인 조직, 20명 이하의 기업조직 등 대략적인 기준을 세웠습니다.

제약(2)의 경우 기업 데이터를 받는 시점이 딜레이 된다면 데잇걸즈 프로젝트의 기한으로 인해 진행이 불가하므로 데이터 받는 시점을 마일스톤으로 설정하여 빠르게 진행하였습니다. 또 데이터를 얻지 못했을 때를 대비하여 캐글, 팀 내 창업기업 데이터 등을 활용하는 B안을 세웠습니다.

기업 컨택 (3곳)

18.09.07

컨택 메일 발신 전략
  • 경력사항/기술역량/역할 등 팀의 완성도를 어필
  • 데이터 문제 해결에 대한 니즈 자극
  • 총 3곳에 메일 발신, 3곳 모두 미팅 성사

기업 미팅 (3곳)

18.09.08 - 18.09.11

클라이언트에 대한 이해

기업 3곳과 미팅을 마치고 나서 종합적으로 내린 결론은 클라이언트도 자신의 문제를 잘 모른다는 점이었습니다. 그러나 사전에 이러한 문제를 예상하고 다음과 같은 전략을 세웠습니다.


(사전) 서비스 현황 분석 > 문제 파악 > 내부 역량으로 해결 가능한 부분 리스트업 > 제안


사전에 파악한 문제가 실제 회사 내부 고민과 일치했고, 회사에 대한 이해도가 비교적 높아 이후 데이터 분석 방향을 잡는데 도움이 되었다.


미팅 후 3군데서 진행 요청을 받았는데, 그 중 내부에 데이터 팀이 존재하는 기업은 협업에 대한 부정적인 시각과 함께 외부 데이터를 활용하는 마케팅 업무를 요청했습니다.

반대의 경우 팀내에 없는 자원을 활용하고는 싶지만 구체적으로 해결하고자 하는 문제 정의가 되어 있지 않았습니다.

마일스톤 1. 기업 선정

18.09.12

구성원 10명 이하의 웹서비스 회사 선정

기업 선택 기준은 다음과 같습니다.

  1. 주요 데이터 접근 권한이 있는가
  2. 프로젝트에 적극적으로 임할 수 있는가
  3. 팀의 실무 적용 방향과 기업 니즈의 방향이 적합한가

업무 범위 설정을 위한 협상 (메일)

18.09.12

1차 미팅 시 기업의 니즈와 웹서비스를 참고하여 업무 범위를 기업에 제안
  1. 핵심 유저 분석 및 발굴
    • 주제 : 유입 채널에 따른 신규/활성 유저 분석과 핵심 타겟 설정, 유저 활성화 방안 제시
  2. 데이터 대시보드 세팅
    • 주제 : 체계적인 구글 애널리틱스 / 구글 태그매니저를 활용해 데이터 기반 의사 결정 구조 세팅 (BI Tool - Tableau, amplitude 등)
  3. UX/UI 웹 페이지 개선
    • 주제 : 웹 페이지내 고객 행동 흐름 분석에 따라 웹페이지 개선을 제안 (A/B test, 히트맵 등)

업무 범위 설정을 위한 협상 피드백

18.09.12

업무 범위 설정을 위한 웹서비스 내 중요 가설을 MetaData 측에 전달

웹페이지에서 유저 유입 및 유의미한 전환을 위한 주요 장치인 ‘콘텐츠’를 중심으로 데이터분석을 요청 받았습니다.

QnA

DB 데이터 증가

Contents 발행

Traffic 발생

User 유입

QnA

데이터 권한 획득

18.09.13

협상부터 데이터 권한을 얻은 직후까지 현장에서 팀이 직면한 상황

웹페이지 리뉴얼 직후 충분하지 않은 트래픽

확고한 지표/가설 (검증되지 않은) 문제 정의의 제한성

데이터 비활용 소통의 어려움, 데이터세팅 필요

마일스톤 2. 데이터 셋 도출

18.09.13 - 18.09.18

문제 정의를 위한 EDA + (웹콘텐츠 크롤링 데이터 + GA 데이터)

= DATA SET

DATA SET 보고

18.09.19

더 자세한 실행계획을 도출하기 위한 중간 보고
  • 데이터 셋 공유
  • 데이터 셋을 통해 설정 가능한 가설 범위 공유
  • 콘텐츠 발행 담당자 니즈 확인

데이터 분석

18.09.19 - 18.09.29

마일스톤 3. 최종 보고

18.10.01

분석 결과가 실제 비즈니스에 반영되다!

데이터 분석 후, 다음과 같이 3가지 결과를 제안드렸습니다.

  1. 콘텐츠 요소 중 ‘S’요소를 중심으로 편집
  2. 특정 ‘F’카테고리의 특정 콘텐츠를 집중해서 배포
  3. 유저분석 : 헤비유저의 성격 분석 (경로, 행동, 선호콘텐츠)

제안 후 담당자, 대표님 및 기업의 구성원 전반과 METADATA팀의 1시간 가량 토론 끝에 실제 ACTION 및 한계 사항이 확인되었습니다.

ACCEPT

  1. 콘텐츠 발행 시 이탈률에 유의미한 ‘S’ 요소 적용
  2. 특정 카테고리의 특정 콘텐츠 발행
  3. 유저 분석 결과에 따라 향후 U/X 측면에서 웹페이지 개선 검토 후에 콘텐츠 검색 기능 추가 고려

COMPLAINT

데이터 양이 부족한데 통계적 분석에 대한 신뢰가 가능한가