요즘 내가 하고 있는 면접 준비 방법이다. 데이터분석 취업준비생이라면 면접대비를 하고 있겠지만, 이런 방법은 잘 안쓰리라 생각한다. 본인이 했던 결과 및 프로젝트에 집중하는 것도 좋지만, 뭐 AU가 떨어진다거나 통계적인 지식을 발휘하여 문제를 해결해야할 때 어떻게 할 것인지에 대해서 대답할 때, Case Study 방법으로 한번 대비해보는 것은 어떨까?
Case Study는 사례 연구라는 뜻을 가지고 있지만 이 경우 조금 다른 의미로 쓰인다. 하나의 랜덤한 오픈질문에서 문제의 시작부터 끝까지, 어떻게 생각을 구조화하고, 논리적으로 드릴다운하여 답에 이르는지를 보여주는 하나의 과정이라고 생각해주면 된다. 예를 들면 다음과 같은 질문을 던져보자.
당신은 유튜브 회사직원이고 유튜브 프리미엄 구독자가 6개월에 걸쳐서 5%가 하락했다. 어떻게 할건가요?
Why에 대한 중요성은 몇 번이나 강조했다시피 시작부터 끝까지 함께해라.
0. 해결해야만하는 문제인가?
0. 6개월의 5% 하락은 과연 신경쓸만한 수치인가?
0. 5%의 하락은 뭘 의미하는가? 구독자수가 떨어진 것인가? 아니면 새 구독자 유입이 5%가 떨어진 것인가? 뭐가 떨어진 것인가?
0. 나의 우선순위는, 혹은 팀의 우선순위는 어떻게 되는가?
의문(Why?)를 통해 문제를 골라냈다면 그 다음 부턴 Drill Down의 연속이다.
1. 구독자수가 떨어졌다
1-1. 취소율이 올랐나?
1-1-1. 의도적인가?
1-1-1-1. 여유는 되지만 그럴만한 가치를 못느껴서이다
ㄴ 그렇다면 유난히 더 떨어진 나이대가 있나? 그들의 수입은 요즘 어떻나?
1-1-1-2. 여유가 안된다
ㄴ 그렇다면 상품을 나눠서 정말로 필요하고 가치있는 상품을 따로 팔게하면?
1-1-2. 비의도적인가?
1-1-2-1. ㄴ알림같은게 다른 알림많은 알림들과 섞일 때 눈에띄지않는가?
Drill Down의 꿀팁은 Be Simple. 그냥 딱 머리에 떠오르는 것을 기본 골자로 가고 논리를 전개해가라. 틀리면 다시 짜면 되지. 그리고 기본적으로 딱 두개 정도의 자식 node를 가지는 것이다.
여러분들이 진성 데이터 데이터오타쿠라면, 문제를 제대로 정의하지않고 데이터를 시각화하여 어느 그룹군에 뭐가 떨어졌는지 분석을 통해서 알아내려고 할 것이다. 하지만 그건 정의해야할 것을 제대로 보지 않으면 과거 내가했던 실수들인 데이터에 매몰되버리는 현상에 빠져버릴 수 있다. 당장 위의 과정만 봐도 5%의 하락을 정의하고, 취소율로 접근하였고, 의도적인지 실수인지, 여유있는데 안한 것인지, 애초에 여유가 없는것인지를 판단하고 나서야 진정한 분석대상이 보이게된다.
문제를 최대한 간단하게 접근하는 것. 그것이 Drill Down의 목적이다. 너무 복잡하게 생각하려들지 말 것이니라.
만약에 2번 경우였다면? 유입이 떨어진 경우는 어떠한가?
그것은 다음시간을 기대하시라.