계기
데이터 분석가로써 역량을 더 키우기 위해 cj올리브네트웍스에서 주관하는 remote internship에 참여했다. 당시 코로나로 인해 모두 비대면으로 진행되었고 , 다른 학교의 사람들과 팀을 꾸려 프로젝트를 진행하게 되었다. remote internship은 매주 강의,평가,팀 보고서 등으로 꾸준히 실력을 키워나가고 주어진 데이터셋을 분석해 최종 프로젝트를 완성하는 방식이었다. 우리팀은 총 4명으로 구성되어 있었으며 , 이직 현황 분석 데이터를 선택했다. remote internship에서 학습한 분석 스킬을 최대한 활용하고자 엑셀을 많이 활용했다. 결과적으로 마케팅 방향까지 도출해내는 좋은 프로젝트를 완성시켜 500명중 20명만 뽑는 우수수료자를 우리팀에서 두명이나 나올 수 있었다.(물론 나도 그 두명에 포함된다 ㅎㅎ)
프로젝트 배경 및 목표
우선 기업에서 제공해준 데이터이다 보니 , 해당 데이터와 관련된 시장 현황을 보았다. 누구나 한번쯤은 '이직'이라는 단어를 쉽게 들어보았을거다. 주변에서 '이직'준비를 한다는 사람들도 쉽게 접할 수 있을것이며 , 과거의 '평생 직장'의 개념과 대비되어 흔하게 들을 수 있는 단어인것같다.
배경
실제 취업 공고 사이트 잡코리아에서 조사한 결과에 따르면 직장인 3명중 1명은 이직 준비중일 정도로 '이직'이라는 단어는 현대사회에서 사회초년생에게도 너무나도 친근한 단어로 자리잡고 있다.
이런 이직시장의 문제점을 다양한 자료를 통해 조사한 결과 다음과 같은 흐름을 잡을 수 있었다
직장인중 3명중 1명이 이직을 준비할정도로 활성화된 이직 시장이다. 하지만 대부분 상위 기업은 경력자/직무역량 중심의 채용을 하는 추세이고 , 실제 이직을 준비하는 사회초년생의 경우 '이직에 필요한 경력 및 역량 확보'가 가장 어려운점 1위로 뽑았다. 이러한 문제상황에 따라 직무 역량을 쌓기 위한 '부트캠프'와 같은 유상교육 수요가 확대되고 있는 추세이다.
목표
데이터 분석을 통해 주어진 교육 기관의 특성을 파악 및 올바른 홍보 방향 제시
EDA 및 전처리
데이터는 다음과 같이 이루어져 있었다. 전처리는 이상치제거 , 문자데이터 숫자 변환(함수 적용을 위해) , 파생변수 생성(범주화 및 수치화)등 간단한 전처리를 진행했다.
분석
1)주어진 교육기관 특성 파악
직관적 분석
우선 직관적으로 excel을 활용해 간단한 필터기능만 활용해 데이터를 봤을때 두가지가 보였다.
1. 기업p+경력p+동기p+경험p+계획p = 정량p(50) / 역량p+적합p = 정성p(50)
정성p(50)+정량p(50) = Toal(100)
2. 증빙제출x -> 정성p 점수x
우리팀은 확인한 위 두 지표를 보고 정량은 1차평가 , 정성은 2차평가라고 가정했으며 해당 이직 교육기관의 합격프로세스는 다음과 같다는 가정을 했다.
지원자 접수 -> 정량(1차) -> 자격검토 ->정성(2차) -> 최종합격
이를 통해 가정한 해당 교육 기관의 프로세스는 실제 기업채용 프로세스와 비슷하다는 사실을 확인 할 수 있었다. 따라서 기업에서 운영하는 교육기관이라는 가정을 세웠다.
합격률 분석
다음은 합격률 분석을 해보았다. 1차를 합격하였지만 2차에 응시하지 못한 지원자가 대다수 인것을 확인할 수 잇었고 이 결과를 통해 2차 응시 자격 기준이 높다고 추정했다.
2)지원자 및 합격자 특성 파악
지원자 및 합격자 분석
다음은 지원자 및 합격자 분석을 진행했다. 지원자는 대체적으로 소규모 기업 출신에 MZ세대 , 재직연차가 높은 사람들이 많이 지원했지만 합격자는 경력이 적은 MZ세대들이 주로 합격했다.
3) 합격 요인 분석
합격 세부 분석(상관관계 분석)
이제 세부p중에서 어떤 요인이 합격에 영향을 미치는 결과를 확인하기 위해 상관관계 분석을 해보았다. 분석결과로 최종 점수에는 역량p,기업p,경력p가 가장 많이 미치며 기업p는 재직규모,경력p는 재직 연차와 관계가 있다고 추정할 수 있었다.
이후 각 p별로 본격적으로 세부 분석을 진행하게 되었다.
합격 세부 P 분석(기업P)
기업 규모별 , 기업 분류별 기업 p를 보았다. 기업 규모가 작은 스타트업 , 중소기업 재직자가 기업p가 높아 합격에 유리하는것을 알 수 있다.
합격 세부 P 분석(경력P)
재직 연차별 기업별 경력P를 보았다. 경력이 낮은 스타트업 재직자가 경력 P가 높아이직에 유리하다는 것을 확인할수있었다.
합격 세부 P 분석(그외P)
이번에는 그외 P를 분석해보았다 . 연령대별 경험p , 역량p , 전체 정량/정성p를 확인해 보았는데 전체적으로 연령대가 적은 mz세대들이 유리하다는것을 확인 할 수 있다.
합격자 특성 정리
위 분석 결과를 통해 합격자 특성을 정리해보자면 위와 같다. 지원자는 재직연차가 높은 사람이 많지만 정작 합격자는 재직연차가 낮은 중소기업,스타트업에 종사자가 합격에 유리하다는 점을 확인 할 수 있었다. 따라서 해당 교육기관이 타겟층을 수정해야할 필요가 있다는 결론에 도달했다.
따라서 타켓층을 끌어 모을 수 있는 마케팅 전략을 수립했다.
마케팅 전략 수립
데이터셋 기반 SWOT/STP분석
홍보전략 수립(SNS,광고,이벤트)
SNS,광고,이벤트로 나눠서 간단하게 홍보전략도 수립해 보았다.
SNS
Sns는 인스타그램을 선택했다. 선배 기수의 이직 교육 수강후기 , 선배 기수의 이직 후기등 본 교육이 이직에 도움이 된 점등을 피드로 올리는 인스타그램을 활용할 생각이다.
광고
광고는 파워 링크 광고 , 파워 콘텐츠 광고를 활용했다. 검색 수 많은 키워드 , 클릭률 높은 키워드 , 경쟁정도가 낮은 키워드 , 월평균 노출 광고수 적은 키워드를 중심으로 키워드를 뽑았고 중고신입,직업 교육 , 이직교육등이 검색 키워드로 나왔다. 타겟층은 이직을 위해 역량 강화 교육을 받고싶은 mz세대로 선정했다.
이벤트
프로그램 이름짓기 공모전 , 팔로우 및 소개 이벤트등을 구상했다.
내역할
프로젝트를 진행하는 시간이 길지는 않았다. 따라서 역할을 따로 나눴다기 보다는 다같이 진행하는 느낌이 강했다. 그래도 나눴다면 팀원 중에서 데이터를 다뤄본 경험이 가장 많았기 때문에 전체적인 설계와 분석을 담당했다.
느낀점
우선 , 기간이 짧기도 했고 당시 인공지능 역량이 확보되지 않은 상태에서 진행했던 프로젝트였기에 데이터 분석과 홍보전략 수립에서 그친것이 아쉽다. 하지만 remote internship 프로그램에서 요구한 기대치에 도달했고 , 결론적으로 전체에 400명중 10%에게만 주어지는 우수 수료자선정에 나를 포함해 우리팀에서 총 2명이 선정될 수 있었다.
모두가 너무 열심히 해줬기 때문에 remote internship을 하면서 배운 내용을 적극 활용할 수 있었다. excel을 활용한 데이터 분석 스킬 , 가설을 세우고 증명해가는 스토리라인 과정을 실제 데이터를 통해 경험 해볼수있었다.
