[인프런] PM을 위한 데이터 리터러시_#13. 데이터 문화 만들기

📌 이 글은 [인프런] 카일스쿨의 'PM을 위한 데이터 리터러시' 강의 내용을 요약 정리한 것입니다.

 

데이터 문화 만들기

• 데이터 문화: 사내 모든 구성원들이 데이터를 기반으로 생각하고, 의사 결정하는 문화

데이터 문화가 형성되었을 때의 모습 상상

• 전사 구성원이 데이터 기반으로 의사 결정
  • 전사 구성원이 데이터에 접근
  • 실험 기반으로 의사 결정
• 불확실성 앞에서 Risk를 줄일 수 있는 방법을 고민하고, 해당 방법에 도전, 베팅하는 환경
• 꾸준히 데이터 기반 Action을 진행한 후, 결과를 회고하고 또 새로운 도전을 하는 모습
• => 결국, 모두가 데이터를 활용하고, 데이터로 의사결정하는 것!

데이터 문화 구축을 위한 사람들

• 데이터 문화 생산자
  • 데이터 문화를 주도적으로 만드는 사람
  • PM, 데이터 조직
• 데이터 문화 후원자
  • 데이터 문화 활성화를 위해 지지하는 사람
  • C 레벨
• 데이터 활용자
  • 데이터를 활용해 적극적으로 문제를 해결하는 사람
  • 모든 직무

데이터 문화를 만들기 위해 필요한 요소

1. 기술적 관점

• Key Question : 얼마나 쉽게 데이터를 활용할 수 있는가? => 내용을 잘 채우는 것이 핵심!
• 데이터 검색 인프라: DB Schema, ERD, 데이터 로그 Event Taxonomy
• 데이터 거버넌스: 데이터 표준, 활용 가이드, 데이터 용어집 등
  => 처음부터 기술적인 플랫폼을 구축하지 않아도 괜찮고, 노션/스프레드시트/컨플루언스/위키 등에 기록하는 것부터 시작 
• 데이터 웨어하우스: 데이터 분석 플랫폼  

 

2. 역량 관점 

• 구성원들의 데이터 활용 능력
• ex. 데이터 리터러시 교육, SQL 교육, 시각화 도구 교육(Tableau), Product 분석 도구 교육(Amplitude, Mixpanel) 등
• 교육을 많이 진행하지만 생길 수 있는 상황
  • 교육은 즐겁게 받고, 실제로 업무에 적용하는 것까진 시간이 걸림
    => 교육과 실무의 결합 필요 
  • 쿼리 실력은 늘었으나, 무엇을 해야하는지 모르는 경우가 존재
    => 무엇을 해야 할지 스스로 인지 필요 
  • 여전히 데이터 추출 요청이 존재
    => 왜 여전히 데이터 추출 요청이 존재할까? 
  • 새로 입사한 사람들과 교육을 들은 사람의 격차가 존재
    => 어떻게 해야 교육을 자동화 할 수 있을까? 
    

3. 인식과 경험 관점 

• 구성원들의 데이터에 대한 인식
  • 데이터를 보조적인 역할이 아닌, 주도적인 역할로 인지하도록 바꾸는 것이 중요
  • 처음엔 누구나 데이터가 어렵고, 숫자가 무섭다는 것을 인정하고 이해하기
• 데이터 기반 성공 경험
  • 보통 데이터를 활용한 프로젝트의 기간이 오래 걸릴 수 있음
  • 처음부터 엄청 긴 프로젝트보단, 짧게 할 수 있도록 고민
  • 하나씩 만들고 계속 개선하며 작은 성공을 계속 경험하고, 그 성공이 큰 성공을 만드는 것을 인지시켜 줘야 함

---

데이터 문화 구축 Process

기술적 관점

• 구성원들이 필요한 데이터 인프라 구축
• 현재 회사에서 필요한 도구 선정
  • 인력이 없는 경우 SaaS 사용
  • 인력이 있는 경우 자체 구축

역량, 인식, 경험 관점

• 구성원과 유대감 구축
  • 데이터 문화 후원자와 라포 형성: CEO, C레벨 중 데이터 문화를 만들 때 지지해줄 분은 누구인가?
    => 데이터 문화가 잘 잡힌 회사들은 CEO가 회의에서 "말하는 내용의 정량적 근거는 무엇인가요? 데이터가 어떻게 되나요?"를 자주 말함!! 
    => 데이터팀과 사업팀, 데이터팀과 제품팀, 제품팀과 사업팀이 서로 같은 목표를 바라보고 서로 관점 이해하기
    
  • 데이터 활용자와 라포 형성: 데이터를 잘 활용할 수 있고, 데이터 문제를 해결하고자 하는 사람은 누구인가? 
    => 데이터팀 제외한 팀에서 데이터를 많이 활용할 사람 찾아보기(사업, 운영, 마케팅 등)

조직구조 상관 없이
더 적극적으로 활동하며
서로를 이해하는 과정이 필요하다!

• 구성원들의 문제 인식
  • 당면한 문제를 해결하기 위해 데이터를 활용할 수 있음을 인식시키기
• 교육 진행
  • 교육에서 해결하고 싶은 것
  • 당장 해볼 것
  • 문제를 바로 해결할 수 있도록 교육 준비
  • 시중의 교육을 듣고, 정리하는 스터디 + 우리 회사에 맞춤으로 진행하는 방법도 있음 
  • 당장 필요한 지식 위주로 시작해서 점점 Use Case로 확장하기 
  • 데이터 활용 방식을 먼저 교육하는 것이 중요하며, 도구 교육은 회사의 상황에 맞게 진행
    ex. 처음엔 Amplitude, Mixpanel 등부터 시작하고 점점 SQL로 확장
• 교육 후 피드백
• 주기적인 데이터 고민 상담소
  • 구성원들의 문제 해결 과정의 스트레스를 줄여주기

문화 만들기는 단기적인 성과가 바로 나오지 않고,
상대적으로 장기적인 시간이 필요하다.
여유를 가지면서 데이터 문화 만들자!
(동시에 사람들이 여유가 없으면 데이터에 관심 가질 수 없음)

데이터 문화 확산을 위해서는
이것의 '의도'를 공유하는 것이 중요함!
단순히 일방적인 공유가 아닌,
쌍방으로 이야기하려면 의도 전달이 필요하다!

ex. 기존에 데이터를 보기 위해 최소 3분 기다려야 하는 불편함이 있었는데,
이걸 없애기 위한 데이터 분석 플랫폼을 만들었습니다.
사용 방법은 노션에 기록했으며, 혹시 많은 사람들이 관심을 가지시면
오프라인으로 교육 준비해보겠습니다. 이모지 남겨주세요!