데이터 분석 실험 조직이 성장하려면?

sunjoo·2020년 8월 26일
0

Read

목록 보기
2/9

📌 Culture of Experimentation: 클래스101은 어떻게 AB테스트를 한 달에 100개씩 돌리게 되었나?


성숙도를 위해서는 실험 개수를 늘리는 것이 선행되어야 한다는 말이 인상깊다. 성공 가능성, 목표 도달 가능성을 차치하고 많은 실험을 돌리면, 실험의 총개수 뿐 아니라 분석 가능한 실험의 결과가 나온다. 가장 좋은 점은 실패에 무뎌진다는 것이다. '실험의 민주화', '실험의 대중화' 상황이 도래하는 것이다. 속력의 증가는 효율의 증가로 이어진다. 속력을 더 높이기 위해 비효율을 점검하고 프로세스를 자동화하게 된다.

옵티콘 마스터클래스에서는 실험 조직의 성장 방향을 다음과 같이 정의하고, VEQDP 순서로 조직 역량을 집중하기를 추천한다. (성장 방향 별 자세한 내용은 원문 링크 참조바람)


💡 Velocity(속력)>Efficiency(효율)>Quality(품질)>Depth(심도)>Proficiency(숙련도)


데이터 분석을 시작한지 얼마 안 된 입장으로서, 실험 개수를 늘려 실패에 무뎌진다는 점이 가장 와닿았다. 데이터 분석 장인이 되어 현란하게 분석을 돌릴 능력이 있더라도 과연 내가 속한 팀에서, 이 회사의 사업을 바라보며, 업무 시간동안 결과에 개의치 않고 데이터를 분석할 수 있는 사람이 있을까? 아마 거의 없을 것이다.

또 내가 분석하는 데이터 말고 새로운 외생변수를 가져오면 어디에서도 얻지 못한 참신한 결론이 나올때가 있다는 자료를 봤던 기억이 난다. 결과에 개의치 않고 새롭고 다양한 분석을 돌릴 수 있는 조직. 그런 조직 구성 혹은 조직에서 근무를 지향하는 사람들이 읽어보기 좋은 글이었다.

profile
Future Data Analyst

0개의 댓글