5주 5일차 T.I.L

빈수·2026년 4월 10일

✒️오늘 학습 한 줄 :

* to do list

*성과

  • 목표 달성률 :
  • 달성 못한 이유 (없으면 x) :
  • 개선해야 할 사항:

* 개인 공부 내용

1. 아티클 제목 :

2. 팀 전체 논의 요약 :

팀 아티클 요약

  • 컬리의 BigQuery 도입기 - 새로 알게된 데이터 용어들이 많아서 너무 어려웠다,,
  • 초보 PM/PO를 위한 KPI 작성예시 - 다양한 지표를 사용하는 데 있어 우선순위를 정하는게 중요하고, 리소스에 대한 평가도 반드시 해야한다. 지표들의 위계관계 정리는 중요(골트리 프레임워크) → 가드레일 지표도 주의깊게 봐야함 : 지표를 개선할 경우, 또 다른 지표에 영향을 끼칠 수 있는 다른 요소는 없을지 추가적으로 살펴봐야하는 지표
  • 컬리는 어떻게 10년만에 적자를 탈출했을까? - 컬리가 높은 인지도에도 10년간 적자였다가 흑자로 전환 ➡️ 단순히 운이 좋았거나 파격적 or 혁신적인 마케팅이 아니라 데이터를 통한 꾸준한 비용 절감과 매출 상승이 불러온 결과값. 데이터를 잘 활용한 대표 사례.
  • UX 데이터 분석부터 퍼소나 생성까지, 어피니티버블 사용기 - 직전 과제에서 한 정성 데이터 분석을 그대로 해주는 AI가 있다? ➡️ 근데 성능은 장담할 수 없는듯 (수정도 안됨)

3. 팀 공통 인사이트 or 느낀 점 요약 :

  • 데이터는 방대한 양의 정량적·정성적 요소가 혼합되어 있기 때문에 많이보다는 ‘잘’ 활용해야한다
  • 아는 거랑 분류하는거랑 사용하는거랑 다르다

4. 튜터님 피드백 :

Q.

  • 정현 : 데이터 용어들 모를 때 어떻게 해야하는지,, → 용어들을 따로 공부하시는건지
  • 채영 : 데이터분석가가 따로 있는 경우 PM에게 필요한 데이터분석 역량이 어디까지인지
  • 현우 : 취준생의 입장에서 기업에게 데이터 분석 역량을 어떻게 어필해야하는지?
  • 수빈 : pm 역량을 갖추고 있다고 느껴질만한 최소한의 자격증이 있을지

A.

  • 기업에 따라 데이터역량을 강조하는 경우 지식이 더 필요할 수 있음
  • 간단한 쿼리문을 작성해주는 정도면 괜찮다 (AI 활용하면 잘 해주기도 함) 어느정도 읽고 쓸 수 있을 정도로 알고 있으면 좋다. (커뮤니케이션을 위해서라도)
  • PM은 결국 했던 프로젝트를 보여줄 수 밖에 없음. 데이터를 통해 어떤 임팩트를 냈는지 과정을 담아내는게 중요할듯!
  • 있으면 좋은 건 맞을 수 있지만 없다고 손해보는 정도는 아니고 결국은 프로젝트가 제일 중요함!!
  • 다만 결국 포폴을 확인하기 이전에 서류에서 이목을 끄는게 중요함
    → 요즘은 AI가 채용공고와 맞춤 이력서를 스크리닝하며 탈락시키기도 하니까 맞춤형으로 작성하는게 중요함, 그리고 본인만의 강점을 포함

개인 아티클 요약

1. 아티클 정보

2. 핵심 내용 요약

  • 내용 요약:

컬리는 업계 최초로 새벽 배송 시장을 만들며 급격히 성장한 것으로 보였지만, 다음과 같은 이유로 꾸준히 적자를 기록함

  • 식품 카테고리의 특수성
    • 높은 원가율, 판관비, 직매입, 반품과 재고 문제
  • 물류 운영
    • 포장비, 물류 창고, 인건비
  • 플랫폼 운영
    • 촬영, 디자인, IT, 물류, 머천다이징, 큐레이션
💡 **어떻게 해결했을까?**

높은 원가율 상품 ➡️ 마진이 남는 상품군으로 제품 확장

자동화 설비 운영 노하우를 바탕으로 생산성 20% 상승

포장비 감소

➡️ 이는 데이터를 활용한 운영 개선에서 시작

🧠 어떻게 데이터를 활용했을까?

🔻 물류비용 감소 예측

컬리는 2015년부터 빅데이터와 머신러닝을 기반으로 수요예측 시스템을 개선함. 예측 정확도 1%가 물류 비용 수천만 원을 좌지우지하기 때문.
▶️ 데이터사이언스 팀은 물류 조직과 함께 하루 수십 번씩 수요를 예측하여 결과는 봇 ‘데멍이’를 통해 조직 전반에 공유

🔻 사용자 경험 관련

‘누구에게는 보내지 않는 것이 더 중요하다’, 불필요한 마케팅을 줄이고 브랜드 경험을 해치지 않기 위한 판단
▶️ 고객이 남긴 작은 행동 데이터들, 이를 학습한 개인화 예측모델, 상품 랭킹 알고리즘

🧠 데이터만 의존 X

데이터 누락, 공휴일, 정책 변경, DB 스키마 변경, 명절, 이벤트 등 수많은 변수에 대응할 수 있도록 시스템과 룰을 함께 대응하고 운영함.

🧠 결론

컬리의 흑자 전환은 고객이 많아졌기 때문 X.
같은 고객을 더 잘 알고, 더 잘 준비하여 서서히 올린 매출과 비용 절감의 결과값.

  • 이 아티클의 주요 메시지 :
    ‘더 많이 알지 않아도 된다. 대신 더 잘 알고 있어야 한다.’
  • 핵심 키워드 : 적절한 데이터 활용의 중요성

3. 흥미로운 점/새롭게 알게 된 점

  • 읽으면서 가장 흥미로웠던 부분 :
    쿠팡이 매년 20%~30% 매출이 상승한 것에 비해 컬리는 2022년과 2024년 사이 10% 성장.
    그런데도 흑자 전환 🟰 고마진 상품 판매, 물류센터 효율화, 마케팅 비용 절감 등이 작용

▶️ 단순히 운이 좋았거나 파격적 or 혁신적인 마케팅이 아니라 데이터를 통한 꾸준한 비용 절감과 매출 상승이 불러온 흑자 전환이 새롭게 다가옴

  • 이전에는 알지 못했거나 새롭게 배운 내용 :
  1. 이커머스에서 꽤 영향력 있는 컬리가 10년간 적자였다는 사실
  2. 2015년부터 빅데이터와 머신러닝을 기반으로 수요예측 시스템을 개선한 점 (어디까지 앞서간 거냐..)

4. 나의 한 문장 요약

  • 이 아티클을 한 문장으로 요약하면?

    데이터를 똑똑하고 치밀하게 잘 사용한 대표 사례.

*오늘의 인사이트

*회고(=일기)

*향후 학습 계획

profile
빈수
배우는중입니다.
이전 포스트

4주 5일차 TIL

다음 포스트

6주 1일차 T.I.L

0개의 댓글