비즈니스와 데이터 분석에 대한 고찰

데이터 분석을 하기 위해 우리는 다양한 데이터를 가져와서 비즈니스 영역에 맞춰 대시보드와 보고서같은 지표들을 만들고, 모니터링하며 insight를 찾거나 현황을 파악한다.
비즈니스 도메인마다 보는 지표는 다르겠지만, 크게 이분법적으로 볼 때 공통적인 부분과 나뉘어지는 부분이 있다고 생각한다.
매출과 관련한 회계/재무지표나 HR의 인사 현황 등에 관련된 지표는 모든 비즈니스 도메인에서 공통적으로 보는 지표이고, 그 외에는 비즈니스 영역이 재화냐 서비스냐에 따라 달라지는 것 같다.

비즈니스 영역 따른 다른 데이터 분석 차이

재화라고 하면 생산, 유통, 물류와 같은 도메인이 연관되고 이런 비즈니스 도메인은 매출, 인사와 같은 공통적인 지표 외에도 생산 현황, 주문 현황, 물류 상태 추적 등과 같은 지표를 분석하게 된다. 그럼으로서 최적의 생산 효율을 내고, 물류 비용을 절감하기 위한 방향으로 insight를 찾게 된다.
반면 서비스는 보통 IT, 콜센터 등과 같은 비즈니스 도메인을 말한다. 이러한 도메인은 사용자에 초점이 맞추어져 있다. 사용자 현황을 파악하고 그들의 행동을 추적하거나 서비스에 대한 사용자 경험을 올리기 위한 방향으로 지표를 분석하게 된다. 따라서 DAU(Daily Active User), ARPU(Average Revenue Per User), Retention Rate와 같은 지표를 구성하고 모니터링한다. 물론 기업의 형태는 재화를 다루는 기업, 서비스를 다루는 기업으로 나눌 수 있으면서도, 재화와 서비스를 같이 다루는 기업처럼 복합적인 형태로 나타날 수 있다.

비즈니스 영역에 따른 데이터 엔지니어링 차이

비즈니스 특성 상 다루는 데이터의 형태도 약간 차이가 있다. 재화를 다루는 기업은 ERP와 같은 시스템에 현업이 입력한 데이터를 보통 다루게 되고, 서비스를 다루는 기업은 사용자 트래픽 데이터를 보통은 다루게 된다. 이에 따라 적용해야 되는 IT 기술도 상이하다. 예를 들어 패션, eCommerce같은 비즈니스 도메인은 실제 물품인 재화와 재화를 구매할 수 있는 플랫폼 서비스 둘 다 다루기 때문에 다루는 데이터도 완벽하게 나눌 수는 없지만 이와 같은 비즈니스 도메인은 다루는 데이터의 형태가 복합적이라고 보면 될 것 같다.
재화를 다루는 기업은 데이터양도 비교적 적은 편이고, 일괄 처리(Batch) 방식으로도 데이터를 처리할 수 있다. 데이터 처리에 대한 지연 시간이 비교적 너프하다. 이에 따른 기술 난이도 또한 높지 않은 편이다. 하지만 서비스를 다루는 기업에서는 실시간 처리에 대한 기술이 요구되기 때문에 데이터 처리가 실시간으로 되어야 하며 데이터의 양도 상상을 초월할 만큼 큰 경우도 있다.

커리어 개발 방향

내가 만약 정말 데이터 분석가로서, 데이터 엔지니어로서 전문성과 실력을 갖추고 싶다면 자체 서비스를 다루는 기업을 선택하는 것이 현명한 선택일 가능성이 크다. 다만 그것만으론 부족할 수 있다. 요즘에는 T자형 인재가 되기 위해 노력해야 한다. IT 서비스 영역과 더불어 요즘 비즈니스의 복잡성은 매우 높아졌다. 이에 따라 분석 포인트나 데이터 엔지니어링 부분의 복잡성도 증가하였다. 이런 비즈니스 환경에 맞추어 커리어를 쌓으려면 |형 인재 또는 ㅡ자형 인재만으로는 부족하다. 결국 종적('|')으로 한 분야를 깊이 아는 것에 횡적('ㅡ')으로 다른 분야까지 두루두루 기본적인 지식을 많이 가져야한다.
내가 추천하는 커리어 개발 방향은 이렇다. 프로젝트성 커리어를 쌓고, 전문성 커리어를 쌓는 것이다. 즉 SI, 컨설팅 같은 프로젝트성 커리어를 쌓아서 여러 비즈니스를 경험하며 이 비즈니스는 어떤 비즈니스인지, 기업마다 어떤 식으로 비즈니스를 운영하는지, IT 환경은 어떻게 다른지를 경험한다. 이는 다양한 상황과 환경을 경험하며 템플릿화하는 과정을 겪게 한다. 결국 어떤 도구를 사용하던지 논리는 비슷하겠구나. 도구가 중요한 게 아니라 그 밑배경에 깔린 원리가 이렇게 돌아가는 거구나 하는 기저를 만들어 준다. 또한 데이터 분석 또는 엔지니어로서 전문성을 쌓을 때 고인물처럼 꽉 막힌 사고를 하지 않고 유연하게 생각할 수 있는 힘을 길러주고 다양한 시도를 해볼 수 있는 혜안을 넓어줄 것이다.
그 다음은 전문성 커리어를 쌓는 것이다. 프로젝트성 업무는 보통 구축단계에서 이루어져 구축하는 데 초점이 있어 insight를 찾을 여유가 보통 없거나 관리 도구나 관리 고객같은 관리 대상이 늘어나면서 한 대상에 집중할 수 있는 여건을 제공하지 못한다. 그렇게 되면 전문성은 커녕 늘어난 포인트 관리에 에너지를 소모하게 되어 있다. 인간은 멀티플레이에 취약하다.
따라서 이제는 실제 플랫폼을 가지고 서비스를 하는 기업을 선택함으로서 주도적으로 insight를 발굴하고 실력을 키워나갈 수 있는 환경을 조성해주어야 한다.
이렇게 T자형 인재가 되기 위한 과정을 밟다보면 나도 모르게 전문성과 다양성을 갖춘 T자형 인재가 되어 있을 것이다.

블로그 시작 계기

다양성에 대한 커리어는 어느 정도 경험하였다. 이제 전문성을 갖추기 위해 노력해야 할 때이다. 전문성이라는 것은 환경만으로는 키우기 어렵다. 그걸 알기에 이 기술 블로그를 운영하게 되었다.
출력이라는 과정은 뇌에 입력된 정보를 구조화하고 체계화하는데에 매우 좋은 수단이다. 보통 입력만 많은 생활을 해왔다. 정보의 과부하는 머리를 흐리멍텅하게 만든다. 과부하를 줄이는 것도 목적이지만 정보의 시대의 흐름을 거스를 순 없다. 따라서 정보를 잘 정리해서 축적해 나가는 것이 중요하다. 이것이 내가 블로그를 운영하는 두 번째 이유이다.
데이터 엔지니어로서 첫 번째 스텝을 넘어 이제 두 번째 스텝을 밟기 시작하는 단계이다. 이 블로그 운영이 빛을 발하기를 바라며 큰 성취감을 얻을 수 있기를 기원한다.

나는 데이터 엔지니어로서 잘 나아가고 있다! 앞으로도 화이팅!