이커머스 C사 현직자 인터뷰｜데이터 분석가 취업 준비, 이력서·면접·포트폴리오까지

마케팅 다이닝이 드디어 오픈되었습니다! 🎉

마케팅/데이터 분석 강의 맛보기 콘텐츠를 무료로 수강하실 수 있어요!

현업 데이터로 익히는 실전 감각, 지금 직접 체험해 보세요. 

안녕하세요, 셰프님! 🍳

마케팅 한 스푼, 인사이트 한 꼬집, 마케팅 레시피입니다.

요즘 데이터를 기반으로 의사결정을 내리는 조직이 늘어나면서, 데이터 관련 직무에 대한 관심도 높아지고 있는데요. 오늘은 취준생과 이직을 고민 중인 셰프님들을 위해, 이커머스 데이터 애널리스트(DA) 현직자가 직접 들려주는 직무의 흐름과 커리어 설계 팁을 소개해 드릴게요.

DA뿐 아니라 데이터 직무 전반에 관심 있는 분들께 실질적인 도움이 될 수 있는 인터뷰인 만큼, 지금부터 현직자의 생생한 경험과 인사이트를 함께 들어보시죠! 👨‍🍳📊

[오늘의 Zㅜ방장 톡 미리보기]

DA 직무 흐름과 커리어 설계법 목차.

🎯 PART 1. 데이터 분석가 직무 탐색 가이드

간단한 자기소개와 학력·전공 배경을 알려주세요.

현직 이커머스 데이터 분석가 자기소개.

저는 현재 이커머스에서 데이터 애널리스트(DA)로 활동하고 있습니다. 데이터 애널리스트로서는 약 6년 정도 경력을 쌓아왔고요. 이커머스뿐만 아니라 배달 애플리케이션, 프로덕트 데이터 분석, 광고 데이터 분석 등 다양한 분야에서 경험을 쌓아왔습니다. 또한, 데이터 엔지니어링 업무도 일부 맡아보면서 여러 영역을 폭넓게 경험했습니다.

데이터 분석가(DA)라는 직무를 선택하게 된 구체적인 계기는 무엇이었나요?

학부에서는 경영학을 전공했고, 그 중에서도 마케팅 분야에 관심이 많아 개인 프로젝트를 많이 진행했습니다. 처음에는 브랜드나 소비자 심리처럼 정성적인 측면에 흥미를 느꼈지만, 대학원 석사 과정에서 머신러닝과 소비자 행동론을 중심으로 공부하면서 데이터 기반으로 소비자 행동을 분석하는 부분에 매력을 느끼기 시작했습니다. 그러다 보니 자연스럽게 마케팅에서도 정량적인 분석이 더 흥미롭게 다가왔고, 이후 전공도 통계 쪽으로 확장하게 되었습니다.

이렇게 공부를 하다 보니 마케팅의 성과를 증명하려면 결국 숫자를 기반으로 설명해야 한다는 걸 점점 더 실감하게 됐습니다. 자연스럽게 데이터 자체를 깊이 다루게 되었고, 마케터보다는 데이터 애널리스트가 제 역량을 더 잘 살릴 수 있는 직무라는 판단을 하게 되면서 DA로 커리어를 시작하게 되었습니다.

다양한 산업 중, 왜 이커머스 분야에서 일하고 선택하셨나요? 

데이터 애널리스트든 데이터 사이언티스트든 결국 역량을 키우고 증명하기 위해서는 데이터가 충분히 많은 곳에서 일하는 게 중요하다고 생각했습니다. 그게 제가 처음에 중요하게 본 조건이었고요.

또 한 가지는, 이렇게 분석한 데이터를 기반으로 인사이트를 전달했을 때 그게 바로 행동으로 연결되고, 실제 문제 해결로 이어지는 환경에서 일하고 싶었습니다. 이런 기준으로 고민하다 보니 스타트업, 이커머스, 광고 업계가 저에게 더 많은 기회를 줄 수 있는 분야라고 판단해서 이커머스 영역에서 커리어를 시작하게 되었습니다.

사실 스타트업이라고 하면 범위가 굉장히 넓습니다. 예를 들어, 배달의 민족처럼 이미 상당히 규모가 커진 곳도 있고, 요즘 젊은 세대가 많이 사용하는 캐치테이블이나 핀테크 기업인 뱅크샐러드 같은 곳들도 전부 스타트업 범주에 포함될 수 있습니다. 이런 기업들은 대체로 개발 중심의 문화 위에서 빠르게 성장해왔고, 그만큼 데이터를 적극적으로 활용하는 문화가 자연스럽게 자리 잡혀 있습니다. 그러다 보니 데이터를 기반으로 의사결정을 지원할 수 있는 데이터 애널리스트의 수요도 계속해서 높은 편입니다. 

이커머스 DA는 어떤 데이터를 다루고, 어떤 일을 하나요? 

[출처: 위펄슨 아티클] OKR.

이 부분은 조금 구조적으로 설명을 드릴 수 있을 것 같아요. 보통 이커머스 기업들은 대부분 비슷한 조직 체계를 가지고 있으며, 주로 OKR 체계를 기반으로 움직입니다.

OKR이라는 건 ‘목표(Objective)’와 그 목표를 수치로 증명하는 ‘핵심 결과(Key Result)’를 중심으로 운영되는 관리 방식입니다. 이런 구조 아래에서는 일반적인 대기업이나 제조업처럼 부서를 기능 단위로 나누기보다는, Cross-functional하게 협업하는 문화가 업계 표준처럼 자리잡아 있습니다.

예를 들어, 앱의 한 화면을 개선하는 프로젝트가 있다고 하면, 그 안에는 기획자, 개발자, 디자이너, 데이터 애널리스트가 한 팀으로 같이 들어갑니다. 저 같은 데이터 애널리스트는 이 앱 화면 내에서 발생하는 유저 행동 데이터를 분석하고, 문제를 진단하거나 개선 방향을 제안하는 역할을 하게 됩니다. 이렇게 여러 직군이 유기적으로 협업하는 방식으로 프로젝트가 진행됩니다.

데이터 분석가의 하루는 어떻게 흘러가나요?

현재는 조직의 목표 관리를 중심으로 업무를 진행하고 있습니다. 매출, 예산, 광고 수익 등 여러 성과 지표에 대해 분기별 목표를 세운 뒤, 이를 월간, 주간 단위로 쪼개서 관리합니다. 매주 주간 목표 달성 여부를 점검하고, 성과가 잘 나왔을 때는 어느 부서나 프로덕트에서 성과가 발생했는지, 부족했다면 어떤 요인 때문인지 원인을 분석합니다. 이렇게 분석한 내용을 주간 단위로 리더분들께 보고하는 작업이 주요한 업무 흐름입니다.

그 외에도 때에 따라 일간 지표까지 세밀하게 모니터링하기도 하고, 목표 달성에 차질이 있을 경우 문제 원인을 찾아내고 해결 방향을 제시하는 역할도 함께 수행하고 있습니다.

현재 DA 직무가 주목받는 이유는 무엇이라고 생각하시나요? 

[출처: elice] 데이터 분석의 중요성.

조금 현실적인 부분은 잠시 논외로 두고, 조금 더 본질적인 측면에서 보면 DA가 주목받는 이유는 바로 "데이터가 말에 힘을 실어주는 역할을 하기 때문"이라고 생각합니다.

예전에는 경력이 많은 분들이나 목소리가 큰 분들의 주관적인 의견에 의해 의사결정이 이뤄지는 경우가 많았어요. 하지만 이제는 데이터가 이를 객관적으로 증명할 수 있게 되면서, "내가 분석한 데이터가 높은 분들의 의견보다 더 설득력을 가질 수 있는 시대"가 됐다고 생각합니다. 실제로 데이터로 근거를 제시하면, "이건 틀린 판단이고, 이런 방향으로 가는 게 비즈니스에 더 낫습니다"라고 말할 수 있는 힘이 생기는 거죠. 이게 바로 데이터 애널리스트가 갖는 굉장히 매력적인 부분이라고 생각합니다.

그리고 이건 DA뿐만 아니라 디자이너나 기획자분들도 마찬가지예요. 데이터를 읽고 해석할 수 있는 역량이 있는 분들은 어느 직군에서든 의사결정에 더 적극적으로 참여하고, 조직 내 영향력이 훨씬 커질 수 있습니다. 저도 그런 점 때문에 DA라는 직무가 점점 더 각광받고 있다고 생각하고요. 결국 "나의 주장에 힘을 실어주고, 문제를 해결하고, 가치를 높일 수 있는 출발점이 데이터"라는 점이 이 직무의 가장 큰 매력인 것 같습니다.

🎯 PART 2. 취업 준비 로드맵

데이터 분석가가 되기 위해 준비했던 핵심 역량은 무엇이었나요? (툴, 기술, 경험 등)

1️⃣ SQL은 기본!

[출처: NEXUS TECH] SQL.

일단 가장 기본적이고 중요한 역량은 SQL이라고 생각합니다. 이건 거의 필요충분조건 중에서도 기본적인 필요조건에 해당하는데요. SQL을 잘 다룰 줄 알아야 면접 기회 자체를 얻을 수 있고, 이력서에서도 이를 드러내지 못하면 서류 통과도 쉽지 않습니다. 자격증이 꼭 필요한 건 아니지만, 내가 SQL을 어느 정도 할 수 있는지를 보여줄 수 있는 실습 경험이나 프로젝트가 이력서와 포트폴리오에 녹아 있어야 합니다. 

2️⃣ 프로젝트 경험으로 성장 과정 보여주기

[출처: F-LAB] 프로젝트 경험.

두 번째로 중요한 건 데이터 프로젝트 경험입니다. 사실 이직을 준비하거나 새롭게 DA에 도전하는 분들이 많은 프로젝트 경험을 쌓기 쉽지는 않습니다. 하지만 선제적으로 본인이 데이터를 활용해서 어떤 프로젝트를 진행해봤는지를 증명하는 게 중요합니다.

예를 들어, 데이콘(DACON)과 같은 대회에 참가해서 성과를 내봤다든지, 처음엔 100등 밖이었지만 두 번째에는 50등, 이후에는 10등까지 올라갔다는 식으로 성장 과정을 보여주는 것도 좋은 포인트가 됩니다. 결국 회사 입장에서는 완성된 1등 인재를 찾기보다는, DA로서 성장하고 있는 사람이라는 점을 확인하고 싶어하기 때문에 이런 성장 기반의 포트폴리오가 훨씬 더 큰 강점이 될 수 있습니다.

실무에서 자주 사용하는 툴은 어떤 것이 있나요? (SQL, Python, Tableau 등)

실무에서는 기본적으로 SQL과 Tableau는 거의 필수로 사용한다고 보시면 됩니다. 데이터 애널리스트는 기본적으로 데이터를 쿼리해서 확인하고, 그걸 시각화해서 공유하는 업무가 많기 때문에 이 두 가지는 꼭 익혀두시는 게 좋아요. 그리고 조금 더 깊이 있는 분석이나 자동화 작업이 필요한 경우에는 Python까지 사용하는 경우도 많이 있습니다.

마케팅 다이닝 데이터 분석가 코스. 

데이터 분석가로 일하려면, 어떤 수준의 역량이 필요할까요? 

이건 제가 이번에 강의를 준비하면서 많이 고민했던 부분인데요. DA가 되기 위해 필요한 최소한의 실력은 "SQL 코딩테스트를 무난하게 풀어낼 수 있는 수준"이라고 생각합니다. 보통 많은 분들이 SQLD 같은 자격증 시험을 준비하시는데, 물론 공부하는 과정에서 도움이 되긴 합니다. 하지만 실제 면접이나 실무에서 더 중요한 건 코딩테스트 문제를 풀 수 있느냐, 그리고 그 코드를 얼마나 깔끔하게 짜느냐입니다.

[출처: elice] 코딩 테스트. 

예를 들어, 코딩테스트에서 6문제가 나오면 대부분 맞출 수 있어야 하고, 3문제가 나오면 적어도 2문제는 확실히 풀고, 나머지 한 문제도 접근 방식은 보여줄 수 있어야 한다고 생각합니다. 틀리는 건 괜찮지만, 기본적인 문제를 못 푸는 건 안 됩니다. 이게 DA 코딩테스트의 기본이라고 보시면 될 것 같아요.

그리고 단순히 정답을 맞추는 걸 넘어서서 "코드가 얼마나 보기 깔끔하고 예쁜가"도 평가 기준 중 하나입니다. 같은 정답이어도 변수명, 쿼리 가독성, 쿼리 작성 순서 같은 부분에서 코드를 매력적으로 보여주는 게 중요하다고 생각합니다.

회사마다 난이도 차이는 꽤 있어요. 전통적인 기업들은 비교적 쉬운 편이고, 플랫폼 기업이나 스타트업 중 일부는 난도가 꽤 높은 곳도 있습니다. 하지만 전반적으로는 DA 코딩테스트가 백엔드 개발자처럼 어렵지는 않으니까, 겁먹기보다는 빠르게 문제를 접해보고 익숙해지는 게 더 중요하다고 말씀드리고 싶습니다.

이번에 제가 준비한 강의도 그런 맥락에서, 단순히 SQL 이론이 아니라 실전 코딩테스트를 효율적으로 준비할 수 있도록 단계별 문제 해결 방법을 알려드리는 데 초점을 맞췄습니다.

어차피 지금은 SQL 문제를 연습할 수 있는 여러 플랫폼들이 있어서 그런 사이트에서 기본 문제들을 풀 수 있으면 충분하다고 생각합니다. 물론 거기에 있는 아주 어려운 심화 문제들까지 다 풀 필요는 없습니다.

제가 이번에 강의를 구성할 때도, 실제 경험했던 문제 유형들 + 시중 연습 사이트에 잘 나오지 않는 유형들까지 조금 더 담아놨습니다. 하지만 기본기를 갖춰두면 새 유형이 나와도 대부분은 충분히 풀어낼 수 있습니다. 특히, 이번 마케팅 다이닝 수업에서는 다음과 같은 실전 준비 방법을 전부 정리해서 알려드립니다.

모든 걸 한 번에 해결해드릴 순 없지만, 가장 효율적인 준비 방법은 다 담아놨다고 생각해주시면 될 것 같아요.

많은 분들이 코딩테스트를 되게 큰 벽처럼 느끼시는데, 사실 생각보다 그렇게 어렵진 않아요. 저도 그랬지만, 막상 시작해보면 쉽게 풀 수 있는 문제들이 많고, 처음에는 틀려도 괜찮으니까 너무 무서워하지 말고 접근하는 게 중요한 것 같습니다.

데이터 분석가 취업 준비 시, 이력서는 어떻게 준비하면 좋을까요?

일단 전략적인 부분부터 말씀드리면, 사실 신입을 뽑을 때 대부분의 회사가 바로 실무 투입이 가능한 수준까지 기대하지는 않는 것 같습니다. 대신에 이 사람이 우리 조직에 데이터적으로 어떻게 기여할 수 있을지를 이력서와 경력기술서에서 얼마나 잘 보여주는지가 더 중요하다고 생각합니다.

단순히 프로젝트를 나열하는 게 아니라 ① 내가 어떤 문제의식을 가졌고 ② 그걸 어떻게 해결하려고 접근했는지 ③ 그리고 어떤 성과를 만들었는지, 이 흐름을 논리적으로 정리하는 게 핵심입니다. 이해를 돕기 위해 구성 방식을 따라 조금 더 자세히 설명드릴게요.

📌Chance Time: 이력서 구성 방식📌

사실 이력서를 쓰다 보면 한두 페이지는 금방 채워지고, 나열하다 보면 7장 넘게 길어지는 경우도 흔합니다. 하지만 현실적으로 면접관분들은 굉장히 바쁘세요. 특히 신입 면접에서는 이력서를 꼼꼼히 읽을 시간조차 부족한 경우가 많습니다. 어떻게 보면 좀 잔인하게 들릴 수도 있지만, 이게 실제 현업의 상황이긴 합니다. 그래서 결국 면접관이 10~15초 안에 내가 어떤 사람인지 파악할 수 있도록 가장 핵심적인 내용 위주로 정리하는 게 중요합니다.

① 내가 가장 강하게 어필하고 싶은 경험 1~2개

② 문제 해결 스토리 중심의 간결한 구성

③ 수치와 성과로 임팩트를 주는 표현

다만 하고 싶은 이야기들이 더 있을 때는 부록 형태의 포트폴리오나 경력기술서, 혹은 프로젝트 상세 자료에 따로 정리해서 보조자료로 제시하는 것도 좋은 전략입니다. 결국 핵심은, 면접관이 짧은 시간 안에 내 강점을 빠르게 파악할 수 있도록 ‘핵심 메시지 중심으로 구조화’하는 것이 가장 중요한 이력서 작성법이라고 생각합니다.

저는 항상 “Why”와 “So What” 이 두 가지 키워드를 중심으로 이력서를 정리하고 있습니다. 이건 데이터 애널리스트로서 가장 핵심적인 두 가지 질문이라고도 생각해요.

1️⃣ 먼저 Why는 문제의 원인을 명확히 설명하는 부분입니다.

보통 데이터 분석을 요청하는 분들은 “왜 매출이 떨어졌나요?”, “왜 목표를 못 달성했나요?”, “왜 성장이 안 되나요?“와 같은 질문을 던집니다. 이 질문에 대해 정확하고 쉽게 설명하는 게 데이터 애널리스트의 첫 번째 역할이라고 생각합니다.

2️⃣ 그 다음은 So What, 즉 “그래서 우리가 뭘 해야 하죠?“라는 질문입니다.

문제를 파악했으면, 그걸 기반으로 어떤 액션을 취해야 하는지까지 제안할 수 있어야 한다고 생각합니다. 비즈니스 입장에서는 결국 의사결정과 실행으로 연결되는 부분이 가장 중요하기 때문에 이 액션 제안까지 이어지는 게 두 번째 핵심 미션이라고 보고 있습니다.

[출처: Google] 문제 해결.

예를 들어,

이런 식으로 문제 정의부터 해결, 성과까지 흐름을 잡아가면, 면접관 입장에서도 “이 사람이 문제를 어떻게 바라보고 풀어나가는지”를 쉽게 파악할 수 있습니다.

이력서에 담을 핵심 경험(1~2가지)은 어떤 기준으로 골라야 할까요?

저는 경력자와 신입의 경우를 조금 다르게 보는 게 좋다고 생각합니다.

경력자의 경우에는 이전 회사에서 회사의 성장에 기여한 프로젝트를 중심으로 선정하는 게 가장 좋다고 생각합니다. 예를 들어 매출 성장, 비용 절감, 운영 효율화 등 회사가 실질적인 성과를 얻었던 프로젝트를 중심으로 정리하는 게 효과적입니다.

신입의 경우에는 본인의 성장 과정이 데이터적으로 증명되는 경험을 중심으로 잡는 게 좋습니다. 즉, “내가 이런 문제를 정의했고, 이런 방식으로 데이터를 다뤄보면서 이만큼 성장했다”는 흐름을 보여주는 거죠.

또 한 가지는, 내가 이 프로젝트를 통해 조직이나 팀원들에게 어떤 도움을 줬는지도 함께 어필하면 좋아요. 결국 회사 입장에서는 ‘이 사람이 앞으로 우리 팀에 도움이 될까?’를 보고 싶어 하기 때문에, 협업 과정에서 기여했던 경험도 충분히 어필 포인트가 될 수 있습니다.

저는 신입일수록 문제 해결 경험을 중심으로 어필하는 것이 가장 중요하다고 생각합니다. 기업 입장에서는 신입에게 당장 실무 완성도를 기대하기보다는, 문제를 스스로 정의하고 해결하려고 시도해본 경험을 더 높게 평가합니다. 따라서 프로젝트 경험을 정리할 때도 단순히 ‘이걸 했다’고 나열하기보다는, 다음과 같은 흐름으로 설명하는 것이 효과적입니다.

[출처: 미리캔버스] 이력서에 담을 핵심 경험 선정 기준.

① 어떤 문제가 있었는지

② 목표와 실제 결과의 차이가 무엇이었는지

③ 이를 해결하기 위해 어떤 방법을 시도했는지

④ 그 결과 성과가 어떻게 개선되었는지

예를 들어,

이런 식으로 문제를 정의하고 → 원인을 파악하고 → 해결책을 적용해서 → 성과를 개선한 경험을 중심으로 프로젝트를 풀어나가야 합니다. 결국 기업이 보고 싶은 것은 '이미 완성된 DA'가 아니라, '문제를 정의하고 해결하면서 성장할 수 있는 인재'라는 점을 어떻게 보여주느냐입니다.

입사 준비 당시 가장 도움이 되었던 경험은 무엇인가요?

[출처: freepik] 문제 해결 과정.

위에서도 강조했지만, 입사 준비 과정에서 ‘스스로 문제를 해결해본 경험’이 가장 큰 도움이 됐다고 생각합니다. 실제로 첫 회사 스타트업 대표님께서 저를 뽑으실 때 강조하셨던 부분도 이거였습니다. 

"혼자서도 문제를 정의하고, 해결해나갈 수 있는 사람인지"를 보고 싶어 하셨다고 하시더라고요. 실무에서는 항상 정해진 문제만 주어지는 게 아니라, 애매한 상황 속에서 문제를 스스로 발견하고 해결책을 고민하는 힘이 중요하다고 느꼈습니다.

또 가끔 내가 문제라고 느낀 부분이 실무자 입장에선 그렇게 심각하지 않을 수도 있는데요. 그럴 땐 왜 이 문제가 중요한지, 왜 해결할 가치가 있는지를 배경부터 논리적으로 설명하는 과정이 오히려 저를 잘 어필해줬던 것 같습니다.

취준 과정에서 “이건 진작 알았으면 좋았을 텐데” 싶은 게 있다면요?

음... 그런 게 있죠. 좋은 결도 있고, 좀 아쉬운 결도 있는데요.

먼저 아쉬운 쪽부터 말씀드리면, 처음에 저도 부트캠프나 독학을 시작할 때 머신러닝이나 딥러닝 같은 걸 배우면 뭔가 되게 대단해 보이고, 추천 알고리즘도 직접 다 만들어볼 수 있을 거라고 생각했어요. 그래서 한 6~7개월 정도 굉장히 열심히 파고들었던 적이 있는데, 사실 그게 실무에서는 바로 큰 도움이 되진 않았던 것 같아요.

현실적으로 대기업에서 그런 알고리즘을 직접 개발하려면 석박사 수준의 역량이 필요한 경우가 많고, 기업들도 그걸 이미 알고 있거든요. 결국 이력서에 기술 키워드만 많아지고, 오히려 면접에서 설득력 있게 설명하는 데는 크게 도움이 안 됐던 경험이 있었어요.

[출처: 아이보스] GA, GTM, 루커 스튜디오.

그래서 지금 돌아보면, 차라리 SQL이라든지, 구글 애널리틱스, 엑스플라이어 같은 마케팅 서드파티 툴을 좀 더 먼저 익혔으면 훨씬 실무에 잘 연결됐겠다 싶어요. 이런 툴들은 광고 성과 데이터를 수집하고, 클릭수, 노출수, 전환율 등 실질적인 비즈니스 데이터를 다루는 데 바로 활용되기 때문에 실제 업무에서 훨씬 많이 쓰이거든요. 특히 마케팅 데이터 분석이나 퍼포먼스 분석을 희망하는 입장에서는 이쪽이 훨씬 빠른 성장 경로였을 거라는 생각이 듭니다.

이미 GA(Google Analytics), GTM(Google Tag Manager), 루커 스튜디오(Looker Studio) 같은 툴들은 시중에 강의가 잘 나와 있어서, 그런 강의부터 듣는 게 가장 좋은 출발점이라고 생각합니다. 신입 입장에서는 사실 이런 툴을 조금이라도 다뤄봤다는 것 자체가 꽤 큰 강점이 될 수 있고요. 단순히 듣는 데서 끝내지 않고, 자기 블로그나 개인 프로젝트에 직접 적용해서 데이터를 보고 만져보는 경험을 해보는 것도 정말 좋습니다.

그리고 만약 여유가 된다면 소액이라도 직접 광고를 한번 집행해보는 것도 추천하고 싶어요. 사실 해보면 10만 원 정도만 태워도 꽤 의미 있는 데이터가 나오거든요. 노출수, 클릭수, 전환 데이터가 어떻게 쌓이는지 실제로 보고, 그걸 루커 스튜디오로 리포트까지 만들어보는 경험을 하면, 면접에서 ‘실제로 한번 직접 해봤습니다’라고 말할 수 있는 근거가 생깁니다. 결국 취업 준비라고 생각하고 나 자신에게 한번 투자해본다는 마음으로 이런 실습을 해보면 훨씬 실전 감각을 빠르게 익힐 수 있다고 생각합니다.

🎯PART 3. 경험으로 말하는, 데이터 분석가 현실과 조언

신입 면접에서 중요하게 보는 부분과 덜 보는 부분은 무엇인가요? 

✅ 중요하게 보는 POINT

[출처: illust AC] 성장가능성.

신입 데이터 애널리스트 면접에서 가장 중요하게 보는 건 결국 성장 가능성입니다.

신입이라고 해서 모든 기술을 완벽히 알고 있길 기대하지 않습니다. 대신 문제를 스스로 정의하고 해결해본 경험이 있는지, 그리고 앞으로도 계속 성장할 수 있는 사람인지를 봅니다.

특히 DA는 다양한 팀과 협업하는 직무라서 커뮤니케이션 능력과 협업 태도도 굉장히 중요합니다. 문제를 어떻게 설명하고, 다른 팀과 어떻게 조율하며 함께 풀어나가는지가 실무에서는 훨씬 크게 작용합니다.

❌ 중요하지 않은 POINT

[출처: THE JOONGANG] 학벌주의. 

반대로 신입분들이 많이 신경 쓰지만 사실 면접관이 크게 보지 않는 부분도 있습니다. 예를 들어 머신러닝(ML)은 DA 직무에서는 평가 기준이 아닙니다. 머신러닝을 배워도 그것만으로 비즈니스 문제 해결 능력이 증명되진 않기 때문입니다.

학벌도 마찬가지입니다. 최종적으로는 학벌이 아니라 문제를 풀어본 경험, 프로젝트 결과물, 보여준 역량이 평가의 핵심입니다. 떨어지는 이유도 대부분 학벌 때문이 아니라 역량 부족인 경우가 많습니다. 학벌을 고민할 시간에 차라리 문제 하나라도 더 풀어보는 것이 훨씬 실질적인 준비 방법이라고 생각합니다.

마지막으로, 커뮤니케이션에서도 주의할 부분이 있는데요. 과하게 자기를 어필하거나, 질문을 끝까지 듣지 않고 말을 끊는 태도는 컬처핏 측면에서 부정적인 인상을 줄 수 있습니다.

입사 후 예상과 달랐던 점이나 예상보다 좋았던 점이 있을까요?

네, 당연히 기대와 다른 점도 있었고, 기대 이상으로 좋았던 부분도 있었습니다.

먼저 기대와 달랐던 부분은, 처음에는 데이터를 분석해서 명확하게 인사이트를 도출하면 그걸 기반으로 바로 실행까지 수월하게 이어질 거라고 생각했어요. 문제를 내가 증명했으니까 다른 부서에서도 내 솔루션을 받아들여주겠지, 이렇게 기대를 했던 거죠.

그런데 막상 실무에 들어와 보니까 제가 제시한 해결책이 다른 부서 입장에서는 오히려 부담이 될 수도 있고, 이해관계가 다를 수도 있어서 실제 실행까지 가는 과정에 생각보다 많은 조율과 난관이 있다는 걸 경험했습니다. 이런 부분이 제가 예상했던 것과 가장 달랐던 점인 것 같아요.

반대로 기대 이상으로 좋았던 점도 있었는데요. 예를 들어 한 번은 평균 주문 금액을 올리기 위한 프로젝트를 진행한 적이 있었어요. 처음에는 제가 "이 프로젝트를 이렇게 킥오프해야 합니다"라고 제안해서 시작했는데, 예상보다 많은 팀이 협업해 주셨고, 그 결과 성과도 꽤 크게 나왔습니다.

이렇게 내가 제안한 프로젝트가 조직 전체를 움직이고, 실제로 비즈니스 성과로 이어진 경험은 저에게도 굉장히 큰 커리어 성장 포인트가 되었고, 보상적인 측면에서도 기대 이상으로 좋은 결과를 얻을 수 있었던 것 같습니다.

데이터 분석가(DA) 취준생들에게 전하고 싶은 조언이 있으신가요? 

[출처: 조선일보] 취준. 

만약 DA를 준비하는 분들께 한 가지 조언을 드린다면, 처음부터 무조건 대기업만 목표로 설정할 필요는 없다는 말씀을 꼭 드리고 싶습니다.

물론 대기업에 가면 좋겠지만, 한국 사회 분위기상 대기업을 못 가면 실패한 것처럼 여기는 시선이 있는 것도 사실이거든요. 하지만 저는 그게 꼭 정답은 아니라고 생각합니다. 오히려 스타트업처럼 조금 더 액티브한 환경에서 커리어를 시작하는 것도 굉장히 좋은 선택이 될 수 있어요.

스타트업에서는 훨씬 다양한 업무를 경험할 수 있고, 자기 역할을 적극적으로 확장하면서 성장하는 기회가 많거든요. 그래서 자신이 활동할 수 있는 영역을 먼저 찾아서 거기서 문제를 풀어보고 경험을 쌓아가는 것도 충분히 좋은 경로라고 생각합니다.

참고로 회사 자체를 볼 때는 ① 서비스가 잘 만들어졌는지 ② 유저가 실제로 늘고 있는지 ③ 그리고 그 성장이 지속될 수 있는지, 이 세 가지를 한번 같이 체크해보면 도움이 될 것 같습니다!

📌Chance Time: 마다를 들은 당신이 얻어갈 3가지 핵심 POINT📌

마지막으로, 마케팅 다이닝 수강생들에게 전하고 싶은 말이 있다면요?

직무에서 요구하는 실전형 역량을 갖추면서 합격 가능성이 올라갑니다.

솔직하게 부트캠프는 단순히 "이것만 들으면 취업된다"는 프로그램은 아닙니다. 대신 취업 준비 과정에서 시행착오를 줄여주고, 올바른 방향으로 갈 수 있도록 도와주는 역할을 한다고 생각합니다.

제가 수강생분들께 항상 드리고 싶은 조언은 다음과 같습니다.

결론적으로 여러분들께 드리고 싶은 말은 "여기에 잘 붙어 있으세요."

혼자 준비하다 보면 방향이 흔들리고, 무엇을 해야 할지 고민하는 데 너무 많은 시간을 쓰게 됩니다. 제가 직접 경험하고 수많은 수강생들을 지도하며 만들어낸 가장 시행착오가 적고, 효율적으로 성장할 수 있는 준비법을 이 강의에 모두 담았습니다.

이미 검증된 방향으로 한 단계씩 따라오시면 됩니다. 불필요한 고민 없이, 정말 필요한 것만 집중해서 준비할 수 있도록 도와드리겠습니다.

데이터 분석가(DA) 직무에 대한 가이드부터 준비 로드맵, 현실적인 조언과 꿀팁까지!

이번 Zㅜ방장들의 마케팅 TALK, 재밌게 보셨나요? 😄

아마 DA라는 직무가 조금 생소하게 느껴졌던 셰프님들도 계실 거예요. 그만큼 이 직무에 대해 깊이 있게 이야기 나눌 기회가 흔치 않았는데요. 오늘 인터뷰를 통해 데이터 애널리스트 A to Z를 폭넓게 이해하셨길 바랍니다! 

그리고 아직 이력서, 포트폴리오, 실무 경험이 부족하다고 느껴지는 셰프님들이 계시다면 이제는 현업 데이터를 바탕으로 실전 감각을 키워야 할 타이밍입니다! 

📌 PUAL 주방장님과 함께하는 마케팅 다이닝의 실전 커리큘럼을 통해 취업 경쟁력을 업그레이드해보세요!

이 커리큘럼에 참여하시면,

이제 막연한 준비는 그만!

마케팅 다이닝에서 실전 경험 쌓고, 자신감 있게 DA 취업 문을 활짝 열어보세요! ✨

마케팅 다이닝.

#마케팅다이닝 #실무 #현직자 #대기업 #취업 #취준 #신입 #경력직 #이직 #부트캠프 #데이터분석가 #데이터직무 #포트폴리오 #이력서 #면접준비 #커리어 #직무이해 #협업경험 #문제해결능력 #자기소개서 #분석역량 #실무경험 #프로젝트정리 #현직자동문 #커리어성장 #DA취업 #이직준비 #직무분석 #신입취업 #포트폴리오작성