‘애널리틱스 엔지니어’, 혹은 ‘분석 엔지니어’라고 들어보셨나요? 미국에서는 대략 3~4년 전부터 화제가 되기 시작했고, 한국에서는 작년부터 본격적으로 주목받고 있습니다. 간단히 말해서, 데이터 애널리틱스(분석) 엔지니어는 ‘데이터를 사용하기 쉽게 만들어주는 요리사’라고 할 수 있는데요. 그들의 고객은 바로 데이터 분석가, 마케터, 기획자 등 데이터를 손에 쥐고 일하는 모든 현업 전문가입니다. 이제 데이터 팀은 단순히 데이터를 모으고 분석하는 것을 넘어서, 누구나 데이터를 쉽게 이해하고 활용할 수 있는 환경을 만드는 데 집중하고 있습니다.

유저 데이터는 서비스나 제품을 사용하는 유저들의 행동, 선호, 피드백 등 다양한 정보를 포함합니다. 이런 정보들은 웹사이트 방문 기록, 구매 내역, 앱 사용 시간, 설문조사 응답 등 다양한 경로를 통해 얻어질 수 있어요. 오늘은 유저 데이터 분석이 비즈니스에 어떤 도움을 주는지, 그리고 유저 데이터 분석을 어떻게 해야 하는지에 대해서 함께 알아봅시다.

데이터를 통해 사람(직원)의 바람직한 (또는 그렇지 않은) 행위를 이해하고 예측할 수 있는가? People Analytics는 HR 문제를 해결하기 위해 존재하지 않는다. Business 문제를 해결하기 위해 사람과 관련하여 더 좋은 의사결정을 내리고, 사람과 관련된 정책/제도/시스템을 최적화하기 위한 도구이자 방편이다.

오늘은 데이터 아키텍처에 대한 이야기를 나누려고 합니다. 처음 접하면 낯설고 복잡할 수 있지만, 함께 차근차근 알아보면 더 이해하기 쉬울 거에요. 데이터 아키텍처(Data Architecture)는 조직이 데이터를 수집, 저장, 처리 및 관리하는 방법을 설계하고 구현하는 일련의 과정 또는 체계를 나타냅니다. 본 글에서는 ETL, 데이터 마트, 데이터 웨어하우스 등 데이터 아키텍처를 구성하는 개별 요소에 대해서 자세히 알아보고자 합니다.