2022년 5월, 프로덕트 데이터 분석 커뮤니티 PAP에서 첫 프로덕트 데이터 분석 (프로덕트 분석) 강의를 런칭했습니다.
시중의 많은 SQL과 데이터 사이언스 이론을 다루는 강의들을 통해 데이터 분석 업무의 근본 기술을 배울 수 있습니다. 하지만 프로덕트를 만들고 개선하기 위해 갖춰야 할 시각과 데이터 분석 기술을 알려주는 강의는 없었습니다.
근본적으로 비즈니스 현장에서 발생하는 업무들을 프레임워크로 만들고, 강의로 구성한다는 것은 참 어려운 도전인데요. 데이터 분석은 조직의 상황마다 문제를 푸는 방식이 다르기에 획일화된 정답이 없기 때문입니다.
그래도 강의를 통해 다른 분들이 프로덕트 및 서비스를 만드는 과정에 데이터를 활용하는 데에 작은 도움이 되기를 바라며, 운영진 5명이 경험해 온 업무의 인사이트들을 기반으로 강의를 준비하게 되었습니다.
오늘은 2개월 간의 강의 제작 후기를 작성하고자 합니다. 아래와 같은 분들께 도움을 드릴 수 있을 것 같아요.
- 프로덕트 분석에 관심이 있으신 분
- 3명 이상의 인원이 협업하여 하나의 강의를 제작하는 분
목차
- 어떤 강의인가
- 왜 강의를 준비했나
- 5인 협업 강의 제작 과정
- 좋았던 점과 아쉬웠던 점
어떤 강의인가
한 문장으로 요약하면, 프로덕트 데이터 분석의 A to Z를 넓고 효율적으로 소개하는 강의라고 할 수 있습니다.
커리큘럼 형태로 세부 갈래를 정의하기 전에, ‘프로덕트 데이터 분석’ 및 ‘프로덕트 분석’ 을 정의하는 것부터 시작했습니다.
프로덕트 데이터 분석은 데이터를 통해 사용자와 프로덕트의 상호작용을 이해하는 과정을 말합니다. 사용자 행동 데이터를 분석하고, 전환 기회를 파악하고, 영향력 있는 경험을 창출하여 사용자를 비즈니스의 핵심에 두기 위한 프레임워크라고 볼 수 있어요.
강의의 핵심이 되는 주제를 정의한 후 세부 갈래를 구성하는 것은 비교적으로 수월 했는데요. 아래와 같이 7개의 목차로 구성했습니다.
7가지 주제를 PAP 운영진 5명이 함께 분담했습니다. 5명 각자 관심이 많은 영역을 맡아서 강의 제작에 대한 부담을 나누어 가졌어요.
왜 강의를 준비했나
PAP 운영진 중 한 분을 통해 PAP의 블로그 글을 좋게 보고 계셨던 클래스101측과 인연이 닿았습니다. 이후 클래스101과 협업을 위한 소통을 시작했어요. 협업 방식을 여러 방면으로 열어두고 고려하다가, 감사하게도 강의에 대한 제안을 주셨습니다.
당시에 프로덕트를 만들고 개선하는 과정에 데이터를 활용하는 분야에 대한 강의는 국내에서 찾아볼 수 없었습니다. 비교적 좁은 분야이기도 하고, 수면 위로 떠오른지 얼마 되지 않아서일 것으로 생각합니다.
우선 PAP에 시간과 노력을 쏟는 이유는 구성원의 행복과 성장도 중요하지만, 커뮤니티를 통해 이루고 싶은 바가 있어서 입니다. 데이터 드리븐 프로덕트 문화를 더 많은 분들이 각자의 자리에서 이끌어가실 수 있도록 하는 것에 기여하고 싶습니다.
PAP는 비전에 기여하는 하위 활동으로 관련 주제로 글을 작성하고, 스터디의 결과물을 배포하고, 컨퍼런스를 열고 있습니다.
국내에 없는 프로덕트 분석 강의를 개설하는 것은 데이터 드리븐 프로덕트 문화를 전파하고자 하는 커뮤니티의 비전과 동일 선상에 놓여진 활동이었습니다.
또한 다른 채널을 통해 커뮤니티를 널리 알리는 것에 열의가 있으신 운영진 분들이 함께 제작하는 것에 대한 의지를 보여주셔서 준비하기로 결정했어요.
5인 협업 강의 제작 과정
강의 제작 과정은 크게 묶어보았을 때 아래 7가지 단계로 구성되었습니다.
강의 제작을 위한 7단계
1. 커리큘럼 구성
2. 얼리버드 오픈 페이지 채우기
3. 셀링 페이지 채우기
4. 강의 자료와 영상 제작
5. 강의 영상 피드백 반영
6. 자막 제작
7. 강의 노트 및 가이드 작성위 7가지 단계 중에서 가장 시간을 많이 쏟았던 부분 [커리큘럼 구성], [강의 자료와 영상 제작]에 대해서 추가로 기록을 남깁니다.
- 커리큘럼 구성 — Step 1
- 커리큘럼 구성 — Step 2
- 강의 자료와 영상 제작 — 진행 방식
- 강의 자료와 영상 제작 — 이렇게 해 볼걸
커리큘럼 구성 — Step 1
레퍼런스로 삼을 수 있는 다른 프로덕트 분석 강의가 없어, 어떤 분들을 수강 대상으로 두어야 할지 고민이었습니다. (1) 아예 난이도 높게 특정 주제를 깊게 팔 수도 있고, (2) 전반적인 주제를 개괄하여 다룰 수도 있었습니다.
본래 강의 준비의 주된 목적이 Product Analytics를 다루는 국내 강의를 마련해보는 것이었으며, PAP에 관심을 가지는 Facebook 참여자 분들의 특성을 고려했을 때 (2) 전반적인 주제를 개괄하여 설명하는 방식을 택했어요.
PAP 블로그 및 콘텐츠에서 본래 테마로 가져가는 주제들(Metric, Experimentation, Causal Inference, Visualization 등) 기반으로 마련하고 함께 모여 의견을 정리한 결과, 아래와 같은 초안으로 나왔습니다.
특히 Product Analytics 책의 목차도 커리큘럼 구성에 도움이 되었습니다.
- 위 책은 Metric, Causal Inference, Predictive Inference 등의 내용이 주가 되는데, 틈틈이 데이터 기반 프로덕트 개선에 대한 절차 설명도 담겨 있어요.
- 관련 한국어 블로그 글은 PAP 시즌 1~2 퍼블리셔 진환님의 ‘Product Analytics 201’, ‘고객의 행동을 변화시키는 Actionable Insight’ 을 읽어보실 수 있습니다.
커리큘럼 구성 — Step 2
초안을 기반으로 함께 강의를 분담하기로 한 인원들의 1지망 챕터에 맞게 배분했고, 분담한 이후 각자 상세 강의 내용을 기획했습니다.
초안이다 보니 중간 과정에서 생략된 챕터 ‘협업과 문화 빌딩’ 도 있는데, 향후 기회가 된다면 ‘협업과 문화 빌딩' 관련해서 이야기 나눌 수 있는 Fireside Chat을 마련해보고 싶네요.
최종적으로 마련한 강의 커리큘럼은 아래와 같습니다.
00. WELCOME
- PAP, 강의 소개01. 프로덕트 데이터 분석이란?
- 프로덕트 개발 사이클과 메이커들의 역할 이해하기
- 프로덕트 개발에서 데이터가 활용될 수 있는 영역 02. 데이터 리터러시 베이직
- 데이터가 중요한게 아닙니다
- 지표를 정의한다는 것 (Metric Definition)
- 상관관계와 인과관계 (Association & Causation)
- 심슨 패러독스03. 지표 위계 관리
- 좋은 지표란 무엇일까요
- Metric Hierarchy를 잡는 방법
- 지표를 관리하는 방법 04. 데이터 시각화
- 데이터 시각화, 기초부터 탄탄히
- 세상에 나쁜 시각화는 있습니다
- Google Data Studio 실전 프로젝트05. 데이터 분석을 통한 프로덕트 개선 아이디어 발굴
- 데이터에서 패턴을 찾는다는 것?
- 실무에서 활용할 수 있는 가이드라인
- 손쉽게 패턴을 발굴하는 코호트 분석 실습
- 기계적이면서 직관적인 연관성 분석 & 실습 (Google Merchandise Store 데이터 활용한 실전 프로젝트)06. 실험
- 실험과 A/B 테스트
- 실험이란
- A/B 테스트란
- 마무리 / 가이드07. 인과추론
- 인과 추론이란 무엇이고, 왜 필요할까?
- 인과 효과를 추정할 때 어떤 점을 주의해야 할까?
- 인과 효과를 추정하려면 어떤 방법을 사용해야 할까?
- (1) 편향된 데이터의 밸런스 맞추기
- (2) 특정한 이벤트 전후로 효과 비교하기
- (3) 컷오프로 인한 효과 확인하기
- 인과 효과를 찾는 프로덕트 데이터 분석가를 위한 가이드라인08. OUTRO
강의 자료와 영상 제작 — 진행 방식
최대 난관은 강의 자료와 영상을 제작하는 부분이었습니다. 특히 실습 자료를 만드는 시간과 영상을 개선하는 시간이 오래 걸렸는데요. 활용했던 툴과 유용했던 링크를 첨부합니다.
[1] OBS Studio : 화면 녹화 및 얼굴 포함하여 촬영 (무료)
[2] Vrew : 자막 생성 및 영상 자르기 (무료)
[3] Premiere Pro : 영상 소음 제거 (유료)
- 저의 경우 마이크 없이 노트북 내장 마이크, 웹 캠 환경에서 녹화했습니다. 노이즈가 많아서 개선하는 데에 애 먹었어요. 😭 (마이크 하나 살 걸..)
5명이서 협업하여 하나의 강의를 제작할 때는 Slack으로 소통했고, Weekly Sync를 잡아서 진행 상황과 이슈를 공유했습니다.
강의 자료와 영상 제작 — 이렇게 해 볼걸
앞서 진행했던 과거 방식에 대한 리뷰를 했다면, 더 잘할 수 있었던 것들에 대해 짧게 회고해보았습니다.
- 노트북 내장 마이크 쓰지 않고, 좋은 마이크를 하나 사서 녹화하는 게 좋았을 것 같아요. 결국 노이즈가 클 때는 프리미엄 프로로 보완하거나 재 촬영해야 합니다.
- 제작 기간을 총 2달로 잡았는데, 조금 더 여유있게 잡는 것이 좋았을 것 같습니다. 허덕였어요.
- 자막을 다는 작업도 생각보다 시간이 많이 소요되어서, 자막 없이 업로드하는 옵션을 고려해보는 것도 좋을 것 같습니다.
좋았던 점과 아쉬웠던 점
좋았던 점
- PAP의 이름으로 Product Analytics 강의를 만들 수 있었다는 점입니다. Product Analytics 커뮤니티답게 콘텐츠로 더 많은 분들에게 도움이나 영감을 드릴 수 있다는 점이 기대가 되어요.
- 일해오면서 모호하게 머리와 손에 익혀둔 분석 방법들을, 방법론화하여 공유하는 과정에서 자료로 정리할 수 있었습니다.
- OBS Studio, Premiere Pro등의 툴을 활용해서 영상을 녹화하고 편집해보는 경험이 처음이었는데 유익했습니다. 향후에 더 다양한 콘텐츠를 생산할 때 밑거름이 될 것 같아요.
- 5명이 협업하여 강의를 만드는 과정이 순탄했습니다.
- 클래스 101 측에서 제공해주신 가이드가 자세해서 유용했습니다.
아쉬웠던 점
- 한달 동안은 주말이 없었습니다. 한창 지쳤을 때에는 장난으로 같이
‘후회하는 사람들의 모임'이라고 불렀던.. 🤣 - 더 좋은 영상 퀄리티를 위해서 피드백을 주셨는데, 영상 재촬영이 필요한 때가 있었습니다.
