course thumbnail
  • 데이터사이언스
  • 입문

4,000% 성장하는 서비스의 치트키 : Product Analysis

인사이트 도출에서 액션까지! 비즈니스 시나리오 별로 프로덕트 분석가와 함께 데이터 리터러시를 높이며 회사의 비즈니스 변화를 이끌어보세요 !

4기
22.11.21 ~ 22.12.19 (총 5회) 매주 월요일 19:00 ~ 22:00 (총 15시간)

Tool 중심이 아닌 서비스와 프로덕트 기반의 데이터 분석 방법론!

고객과 제품을 이해하는
Funnel부터 Cohort, LTV, A/B test


강의소개

우리 서비스 분석의 모든 것.
케이스 기반 분석 실습부터 Action 플랜 제안까지!

프로덕트 분석 강의

01. 경쟁력 있는 Product Analyst가 되고 싶다면?

프로덕트 데이터 분석을 둘러싼 다양한 업무와 직무들,
현업 분석가만이 말해줄 수 있는 경험을 바탕으로 좋은 분석가가 되기 위한 시작을 준비할 수 있습니다.

02. 현업 분석가 업무의 모든 것, 실무 케이스 기반으로 배우고 싶다면?

전처리부터 분석까지 실제로 기업에서 데이터 분석을 진행하는지 배워봅니다.
업무에서 사용한 데이터부터 유사 데이터까지 데이터 분석 방법론을 배운 뒤 실제 업무에 적용할 수 있게 훈련합니다.

03. IT 기업들이 가장 많이 보는 지표들은 어떻게 분석하는지 궁금하다면?

네카라쿠배, 잘나가는 유니콘 기업들은 어떤 데이터 분석을 할까요?
Funnel 분석, Cohort 분석, LTV, A/B Test 고객과 제품을 분석하는 핵심 방법론을 모두 담았습니다.

 
 
 
 

본 강의에서
무엇을 얻어갈 수 있나요?

1년 4,000% 성장한 서비스의 현업 분석가에게 배우는 스킬

  • 실무 케이스

    기반 분석 실습

    현업 분석가가 실제 업무에 활용했던 데이터와 분석법의 템플릿을 토대로 케이스 실습을 진행합니다.

    프로덕트 분석 강의
  • 제품 분석을 위한

    방법론 All in One

    언어와 문법만을 가르치지 않습니다. 데이터 분석에 대한 근본적인 관점으로 다양한 분석 방법론을 학습합니다.

    프로덕트 분석 강의
  • 데이터 해석 역량

    Action 제안 노하우

    데이터 해석에 따라 서비스의 방향이 달라질 수 있기에 분석가의 의사결정이 매우 중요합니다.
    분석 → 액션의 노하우까지 알아봅니다.

    프로덕트 분석 강의

분석가는 물론 PO, PM, 마케터까지
국내 유일 Product Analysis 강의와 함께 Level-Up!


본 강의가 특별한 이유는
무엇인가요?

1

데이터 분석의 진짜 목적!
데이터 리터러시 UP!

데이터 분석을 위해 여러 데이터를 다각도로 바라보는 연습이 꼭 필요하며, 이 연습이 가장 효과적인 학습 방법이라고 생각합니다. 실제 공개되어 있는 데이터셋보다 현업에서 사용하는 데이터와 가장 유사한 데이터 셋을 본 강의에서 다뤄볼 수 있게 됩니다.

2

Product Analyst로서의 경쟁력!

모든 분야가 그렇듯, 입문 단계만큼 입문 이후의 과정이 매우 중요합니다. 취업과 커리어 전환을 고민하는 수강생 분들께 본인의 분야에서 자신만의 경쟁력을 갖출 수 있도록 도움을 드릴 예정입니다.

3

데이터 핸들링 연습과
다양한 분석 케이스 실습!

데이터 전처리부터 각 분석 방법론을 배워보면서 실제로 기업에서 어떻게 데이터 분석을 진행하는지 배워봅니다. 데이터를 해석하고, 데이터를 바라보는 시각을 함께 알아가며 지금까지 배워본 적 없던 실제 업무 내용를 경험할 수 있습니다. 수업에서 다루는 데이터 이외에도 다양한 데이터 셋을 살펴볼 예정입니다.

수강 대상

이런 분들은 꼭 들으셔야 해요!


프로덕트 애널리스트로 취업
혹은 커리어 전환을 준비하고 계신 분


Python, SQL 등을 배웠지만
막상 해석이 막막하게 느껴지셨던 분


제품 분석, 유저 분석 등을 진행하는
업무를 맡은 PM/PO

강사소개

우리 강사님을 소개할게요!

프로덕트 분석 강의
진영호
이력사항
  • (현) 삼쩜삼 데이터 팀 데이터 분석가 (User / Product Analysis, A/B Test, Pricing 로직 점검)
  • (전) 쏘카 데이터 그룹 비즈니스 데이터팀 (사고 데이터 분석, 수요 예측)
  • (전) 아토스터디 (회원 Funnel, 생존 분석 및 상권 분석을 통한 Pricing 전략)
  • (전) 아프로파이낸셜 회계부 (추세 분석)
  • (전) 아이펠 X 쏘카 [수요 예측] 강사
1. 간단하게 자기소개 부탁드립니다.

안녕하세요, 삼쩜삼 서비스를 제공하는 자비스앤빌런즈 데이터 팀에서 data analyst 직무를 수행하고 있는 진영호입니다.

데이터 분석의 기본은 도메인 지식이고, 도메인 지식은 데이터뿐만 아니라 데이터를 발생시키는 유저와 프로덕트를 이해하는 데에서 출발한다고 생각합니다. 그들이 만들어 낸 데이터들을 보며, 어떠한 상황에 그러한 데이터들이 생성되었는 지 생각해 본다면, 좋은 문제 제기와 분석 결과를 도출할 수 있을 것이라 생각합니다.

처음에는 쉽지 않겠지만, 그렇게 생각하는 방법을 연습하는 데에 도움을 드리겠습니다.

2. 강의에서는 주로 어떤 내용을 다룰 예정이시고, 어떤 형태로 진행되나요?

직무에서 사용되는 스킬도 중요하지만, 그것을 어떻게 갈고 닦을 수 있는지 본 코스가 종료된 이후에도 학습을 꾸준히 이어 나가실 수 있도록 로드맵을 제시할 수 있는 내용으로 구성될 예정입니다.

최대한 다양한 업계의 여러 데이터 사례를 접할 수 있도록 준비하였고, 단순히 분석하는 것 뿐만 아니라 분석 후 내용을 공유하고 문서화할 때의 포인트들도 같이 정리하는 시간도 가질 예정입니다.

또한 SQL과 Python(pandas 등)을 활용하시면 더욱 좋지만, 본 수업에서는 분석에 보다 본질적인 접근을 위해 쉽게 이용할 수 있는 Google Colab과 Spread Sheet 위주로 진행될 예정입니다.

3. 본 강의에서 배운 내용을 수강생 분들이 어떻게 활용할 수 있을까요?

말씀드린 것처럼 분석을 하는 데는 여러 관점과 방법이 있습니다. 그것에 따라 분석을 하면서 적절한 인사이트를 도출할 수 있게 되고, 도출된 인사이트로 액션까지 제안할 수 있습니다. 실제로 분석가 포지션에서 액션을 실행하는 경우는 많지 않습니다. 하지만 그렇지 않더라도 내가 제안한 내용이 프로덕트에 반영되어 개선되는 모습을 볼 수 있고 혹은 의도와 다른 액션 결과가 나올 수 있습니다. 본 강의는 그러한 경험들의 시작점으로써 활용하실 수 있습니다.

4. 다른 강의와 어떤 차별점이 있나요?

단순히 데이터 분석 하는 툴을 활용하는 것이 아닌, 데이터 리터러시를 높이는 방법, 현업에서는 데이터를 어떻게 바라보는지 궁금하신 분, 그리고 숫자는 많이 보는데 이것들을 어떻게 해석해야 할지 어려움을 겪으셨던 분들의 고민을 해소해드리고 싶습니다.

그리고 접하기 어려우신 여러 데이터셋들을 강의 내용 이외에도 추가적으로 제공 해 드리고자 합니다.

5. 마지막으로 수강생들에게 하고 싶으신 말이 있나요?

아는 만큼 보인다는 말이 있습니다. 데이터 리터러시를 더욱 높이기 위해 고민을 하시고 학습을 하시면 하실 수록, 더 배워야 할 것이 항상 있다고 느끼실 것입니다. 이 강의로 끝이 아닌, 본인만의 경쟁력을 갖추고 나아가실 수 있는 시작점이 되시길 바랍니다.

커리큘럼 (5)

  • 1주차. Data 직군에 대한 이해와 Product Analyst

    데이터 직군들의 역할과 관심사, 그 안에서 product analyst의 위치를 알아봅니다. 또한 product analyst는 어떠한 업무를 수행하고 누구와 어떻게 소통하는지 간접적으로 느껴봅니다.


    1) 이론

    – Data 관련 직무: DE, DA, DS, BI, BA 등에 대한 이해

    – Data driven 직무: PM, Marketer, UX Designer, UX Writer 등

    – Product, User, Business, Marketing 등 다양한 Field에서의 data 활용 사례 및 Tool

    – DA로서 갖추면 좋을 것들: 학문적인 면( 통계, 수학 etc ) 및 경험적인 면( 도메인 지식, 호기심 등 )에 대한 이야기

  • 2주차. 데이터 전처리

    데이터 분석 전체 비용의 80% ~ 90%는 데이터 확보와 전처리에 활용됩니다. 읽기 좋은 데이터와 분석하기 좋은 데이터를 구분하고, 분석하기 좋은 데이터 형태로 만드는 연습을 합니다.
    데이터 전처리를 진행하고, EDA를 통해 데이터에서 볼 수 있는 내용들을 파악해 봅니다.


    1) 이론

    – Data wrangling 개념에 대해서 알아보고 그 과정에 대해서 학습합니다.

    – Data wrangling의 하위 개념: preprocessing, data cleaning, feature engineering 등


    2) 실습

    – 결측값 보정, 중복데이터 확인, 아웃라이어 정의 및 제거 등

  • 3주차. Funnel 분석

    Product 출시 후, 이용 회원 수 규모도 중요하지만 회사가 기획/의도한 방향으로 Product 내부에서 유저가 잘 이용하고 있는 지 살펴보는 것이 더 중요할 수 있습니다. 그 때에 가장 자주 사용되는 관점인 퍼널 분석과 AARRR의 개념적인 이해, 그리고 전환율 분석을 합니다.


    1) 이론

    – Funnel 및 Growth 개념 이해하기

    – Event log 및 고객 여정 지도 개념 이해하기

    – Funnel 개선을 위한 접근 방법과 Tool 활용 사례


    2) 실습

    – Funnel 각 단계별 전환율을 살펴보고, 취약한 단계를 올리기 위해 어떤 점을 개선할 지 생각해 봅니다.

  • 4주차. Cohort와 LTV

    코호트 분석을 이해하고 분석합니다. 동질 집단의 분석을 통해 액션의 효과를 상대 비교함으로써 그 성과를 디테일하게, 그리고 장기적으로도 측정할 수 있습니다.
    코호트로 묶은 동질 집단에 속한 고객들의 생애가치(LTV)를 산출하여 어떠한 고객군(집단)이 회사에 도움이 되는지 분석합니다.


    1) 이론

    – 동질 집단 이해 및 동질 집단 분석 사례

    – 고객 생애 가치 이해 및 활용


    2) 실습

    – 성수기 및 비수기에 결제를 하는 회원의 장기적인 로열티와 그 차이를 살펴봅니다.

    – 이를 통해, 회사가 어떠한 회원을 타겟팅 해야 하는 지 생각해 봅니다.

  • 5주차. A/B Test

    Product Analysis 뿐만 아니라 Growth, Performance MKT 등에서 폭넓게 활용되는 A/B test에 대한 이해와, 실험 설계 및 분석할 때 주의할 사항을 알아보고, 테스트 설계와 분석을 할 수 있습니다.

    또한, A/B Test의 유의점과 그 한계점에 대해 알아봅니다. A/B Test는 분명 좋은 솔루션임은 분명하나, 그 용도와 한계점을 인지하면 더 잘 활용할 수 있습니다.


    1) 이론

    – A/B 테스트 목적과 사례

    – A/B 테스트 한계점

    – T-test, P-value 등의 이해와 적용


    2) 실습

    – A/B Test 과정 체크

    – UX A안과 B안 반응 결과 분석

    – T-test를 통한 A/B Test 결과 분석

커리어 성장으로 가는 길, 러닝스푼즈와 함께 하세요!

지금 보고 계시는 강의의 관련 태그로 다른 강의도 찾아보세요.

오프라인 LIVE

4,000% 성장하는 서비스의 치트키 : Product Analysis

매일 선착순 20명 한정! 할인가 확인하고 커리어 성장하세요!