프로덕트 분석가의 치트키: Amplitude’s Product Analytics Playbook
프로덕트 분석가로 일한지 곧 9개월 차가 되어 간다. 회사에 들어와서 프로덕트라는 개념을 처음 접했다. 여태껏 해왔던 데이터 분석은, 운영 효율을 개선하기 위해 데이터를 활용하는 일들이었다. 손익 비즈니스 데이터 분석, 실험 설계, 최적화(OR) 등이 있었다. 그래서 이전 회사에서는 Product Manager가 어떤 일을 하는지 모를 정도로 나는 프로덕트 팀과 협업할 일이 없었다.
Product Analyst
데이터 직군은 코에 걸면 코걸이, 귀에 걸면 귀걸이다. 명확히 하나의 명칭으로 불리지 않는다. 국가마다 조직마다 다르다. Product Analyst, Product Data Analyst, Product Data Scientist 등으로 불릴 수 있다.
The general responsibilities of a product analyst include but is not limited to:
- Defining and monitoring metrics for products and product initiatives
- Analyzing customer experience and product performance data to extract meaningful insights to make business recommendations (cost-benefit, forecasting, impact analysis, etc…)
- Building analytical framework, which can include ad-hoc analyses, automated dashboards, and self-service tools
- Designing and conducting A/B tests on product features and UX design to optimize performance metrics.
- Supporting the Product Manager to help establish and periodically reassess the product roadmap.
PM vs Product Analyst
PM과 Product Analyst의 차이가 무엇일까? 에 대한 글이다.
Product Manager is in charge of a specific feature of the product:
- set the roadmap
- decide what to build
- when to test what to launch
Product Analyst is there to help support with all the decisions that have to be made and to measure a lot of the performance
- look into the data to find insights about the business and the product
- pull data on the dashboard and communicate it on a daily cadence
- collaborate on building the feature for the product based on the data that they got from the insights or dashboard, eventually build the feature with engineers
- either a/b test it or just launch it
- roll out and measure success
Product Analyst가 비즈니스에서 마주치는 질문들은 아래와 같다. 분석하는 프로덕트에 대해 아래와 같은 질문에 대답할 수 있어야 한다.
how it is actually performing?
what could actually be done to make it better?
is it actually doing what we expected?
what to look for?
what to investigate?
how to measure success of any product?
PMs usually:
- don’t know what to ask
- don’t know what to look into
- have a lot of intuition and they should be very data-driven
- extra complicated SQL, extra insight needed to understand how the product is functioning and how it’s working → where to rely on data scientists because PMs have all different responsibilities and collaboration with executives, engineers, designers
Product Data Analysts should:
- be a key component in terms of understanding and figuring out how to help contribute to the product roadmap.
- have a lot of business intuition to be able to influence the product and where it goes
- be the guardian of the data and the understanding of what is actually happening internally within the product
현재 회사에 막 Data Analyst로 입사했을 때 팀 리드님이 자유롭게 유저를 분석하면서 분석가로서의 상상력을 펼쳐 보라고 하셨다. EDA는 시각화를 좋아해서 늘 재미있지만, 명확히 액셔너블한 포인트를 잡아내는 게 쉽지 않다. 액션으로 이어지지 않는 데이터 분석은 성과를 낼 수 없다. 흥미로운 데이터 분석으로 그치는 분석가가 되고 싶지 않았다.
내가 속한 회사는 당면한 비즈니스 문제가 있고, 이 문제의 해결에 데이터 분석가로서 도움을 주기 위해서는 공부를 해서 빠르게 이해하고 집행해봐야 했다. 구글에 다양한 Product analytics 관련 자료를 뒤져보고 익혔다.
데이터 분석은 국내에서 이미 흥한지 오래 되어 여러 곳에서 강의들이 열리고 있지만, 프로덕트 분석은 한국어로 된 자료는 별로 없었다. 블로그를 프로덕트 분석에 대한 자료를 공유하는 글방으로 운영할 생각이다. 일단은 수많은 자료들 중에서 가장 우리 팀에 치트키가 되었던 자료를 공유한다.
Amplitude의 Product Analytics Playbook 이다.
목차는 아래와 같다. Amplitude를 사용하는 기업들은 많다. 하지만 대시보드 사용법에서 그치는 것이 아니라 Amplitude에서 제공하는 기능들의 원리와 실제 예시 케이스들을 들어줘서 프로덕트 분석에 대한 Best practice를 공부하기에 적합한 책이다.
사실 책이 은근 길다. 필요한 부분만 찾아서 읽어보는 것을 추천한다.
