티스토리 뷰
데이터 분석가(Data Analyst) 또는 데이터 엔지니어(Data Engineer) 중 Analytics를 담당하는 직무에서 필요한 스킬들과 중요하게 여기는 경험들을 정리합니다. 데이터를 분석한다는 말이 처음 들을 때 막연하게 느껴질 수 있습니다. 데이터 분석가가 하는 업무를 간략하게 살펴보고 커리어 전환이 필요한 분들에게도 도움이 될만한 경험 예시를 소개합니다.
데이터 분석가의 업무
데이터 분석가는 모든 일을 데이터에 기반해서 하게 됩니다. 모든 업무의 의사결정은 데이터를 보고 이루어지기 때문에 데이터를 보는 도구, 협업하는 팀과 시각화 자료를 만들 수 있는 능력과 커뮤니케이션 능력이 필요합니다. 결국 업무 방식을 생각해 보면 DA에 필요한 스킬과 경험이 하나씩 정리될 수 있습니다.
회사별, 업무별로 데이터 분석가의 업무 영역은 약간씩 다르지만, 데이터의 수집부터 가공, 분석까지 완료한 뒤 현업 또는 고객과 전략을 수립하는 단계를 담당합니다. 결국 비즈니스 전반에 대한 이해도가 필요하기 때문에 단순히 코딩을 잘하거나, 툴을 잘 다루는 것에서 끝나지 않습니다.
따라서 타 직무의 경험 자체가 데이터 분석가에게 큰 경험이 될 수 있습니다. 중요한 것은 데이터를 이해하고 데이터 안에서 인사이트를 도출하는 능력입니다.
데이터 분석가의 스킬
- 데이터를 보는 도구
데이터를 처음 적재할 땐 목적이 없기 때문에 필요한 정보만 모아서 볼 수 있는 도구가 필요합니다. 필요한 정보가 무엇인지 알기 위해선 데이터를 먼저 확인해 봐야겠죠. 원하는 정보만 확인할 수 있는 도구로 SQL을 가장 많이 사용합니다. 데이터 분석가에게 가장 중요한 도구 역시 SQL입니다. 대표적인 SQL로는 MySQL, ORACLE이 있습니다.
필요한 데이터가 무엇인지 파악이 끝났다면 해당 데이터들로 Data Mart(DM)의 설계와 구축 단계가 필요합니다. 이 단계에서는 Python이 사용될 수도 있고, 데이터 모델링을 할 수 있는 기타 툴을 쓸 수 있습니다.
- 시각화 자료 툴
DM을 구축한 뒤 인사이트를 도출했다면 유관 부서나 현업에게 이해하기 쉽도록 전달해야 합니다. BI툴은 시각화 자료를 만들기에 최적화되어 있으며 대표적으로 Tableau, Qlik, Power BI 등이 있습니다. 시각화 자료를 공유하면서 전략을 수립한다면 마지막 단계에 들어갑니다.
- 보고서 작성
데이터 분석가는 인사이트를 도출하고 시각화를 통해 리포트하는 일이 많다 보니 보고서 작성 능력이 필수적입니다. 핵심 비즈니스에 맞는 용어, 구성 등에 익숙해져야 하며 Office 툴에 대한 숙련도가 높을수록 전달하고자 하는 의미를 명확히 할 수 있습니다.
데이터 분석가의 경험
처음 회사에 취직하는 단계라면, 데이터를 직접 접하는 상황은 흔하지 않습니다. 대부분 경력직으로 생각하지만, 본인이 실생활 중에 많은 의사결정 중 데이터를 기반으로 한 것이 있다면 좋은 예시가 될 수 있습니다.
데이터 분석가가 되고 싶다면 기술적인 능력도 중요하지만 데이터를 계속 파고들 수 있는 집요함과 호기심이 필요합니다. 방대한 양의 데이터를 확인하다 보면 계속 새로운 문제를 마주치게 됩니다. 여기서 포기하지 않고 데이터를 추출하고 문제를 해결할 수 있는 능력과 경험이 요구됩니다.