포기하지 마라
[현재 어디서, 어떤 일을 하고 있나요?]
에코마케팅이란 회사에서 데이터분석 및 디지털 마케팅 업무를 수행하고 있습니다. 처음 입사했을 당시 데이터 사이언스 팀의 일원으로 채용되었는데요, 현재 일선에서 디지털 마케팅 업무를 직접 수행함과 동시에 뎁스 있는 데이터 분석 업무를 수행하고 있습니다.Python, Excel, Google Analytics, Data Studio, Facebook Analytics 등 툴에 얽매이지 않고 데이터 속에서 인사이트를 찾는 역할을 맡고 있습니다. 이에 더해 분석을 위한 기반작업 또한 담당하고 있는데요, 다양한 매체에서 생성되는 데이터를 동일한 형태로 가공하고 정제하는 작업을 병행하고 있습니다.
[향후 어떤 업무를 맡고 싶나요?]
저는 사실 서른살의 나이에 대기업을 퇴사하고 데이터 사이언스 분야에 뛰어든 늦깎이 진입자입니다. 대기업의 틀을 벗어나서 바라보니, 중요한 것은 목표를 위해 절대 포기하지 않는 정신이었습니다. 현재 국내 디지털 마케팅 분야 최고의 회사인 에코마케팅에서 데이터 분석과 디지털 마케팅 업무를 위주로 수행하고 있지만, 본래 목표했던 “대용량 데이터에서 머신러닝, 딥러닝을 통해 패턴을 추출하는” 업무를 위해 꾸준히 노력하고 있습니다. 매일 대학미적분, 수리통계, 선형대수를 공부하고 해커랭크를 통해 조금씩 조금씩 코딩의 기본기를 채워가는 과정에서 즐거움을 느끼고 있습니다.
[어떤 삶을 살고 싶나요?]
①회사에서의 삶
사회학은 저에게 우리가 살아가고 있는 “거대한 구조”에 대한 생각을 할 수 있게 해준 학문입니다. 저희 학교의 사회학과는 케이스 스터디 위주였기 때문에 42학점을 이수하며 발표와 토론을 통해 삶의 저변에 펼쳐져 있는 사회적 맥락을 읽는 훈련을 할 수 있었습니다. 구조는 개인이라면 할 수 없거나, 하지 않는 일들을 할 수 있게 만드는 영향력의 총 집합 입니다. 구조는 또한 보이지 않는다는 특성이 있습니다.
기업 조직 또한 사회구조의 하위구조이므로 사회구조와 유사한 구조를 가지고 있다고 생각합니다. 구조는 읽어내고 느끼고, 생각 하려는 고민이 없으면 알아차릴 수도 없습니다. 기업내 맥락을 읽어 내려는 노력을 통해 “나는 이 회사에서 어디쯤, 어떻게, 어떤 일을 위해 위치하는가”라는 고민을 하는 사람이 되고자 합니다.
②“What”을 좇는 삶이 아닌 “How”를 좇는 삶
존재와 시간 강독을 읽고, 이화여대 구연상 교수님의 하이데거 강연을 듣게 된 후 “어떻게 살 것인가”에 대해 새로이 고민하게 되었습니다. “무슨 직업을 가져야 되나”라는 질문에서 “어떻게”로 방향 전환을 하는 계기였습니다. 평생을 고민해야 할 주제라고 생각합니다. 이 즈음 하여 접하게 되었던 구본형 소장님의 “밥과 존재의 화해”라는 문장은 저로 하여금 “What을 좇는 삶에서 How를 좇는 삶으로” 라는 모토를 구체화 할 수 있도록 하였습니다.
“밥”은 생계를 해결하기 위한 직업이고 “존재”는 살아가는 방식 자체로서의 존재, 동시에 내가 되고 싶은 하나의 상(狀)으로서의 존재입니다. 이에 대해 가장 큰 혼란을 겪었던 경험은 대기업 근무 기간 동안에 찾아왔습니다. “백화점 관리자”라는 직업에는 만족하면서도 사람들을 행복하게 만들어 주면서 저의 성장 또한 이루고자 하는 “존재”와 화해하는 것이 쉽지 않았습니다. 시간이 지날수록 제가 함께 일하는 매니저들을 불행하게 만들고 있는 것은 아닌지, 나는 과연 성장하고 있는 것인지 갈등하였습니다. “밥과 존재의 화해”를 위해서는 양자 중 한쪽과 확실하게 타협하는 방법밖에 없었습니다. 하지만 저는 분명히 화해를 위한 다른 방법이 있을 것이라 생각하였고 지금도 그 화해를 위해 나아가고 있습니다.
저는 타인을 향해서는 “더 많은 사람을 행복하게 하는 삶”, 저 스스로를 향해서는 “어제보다 더 나은 오늘을 사는 삶”을 살고자 합니다. 사람들을 행복하게 만들며 성장하는 삶을 살고 싶습니다. 회사생활에서는 이를 위해 동료가 등 뒤를 맡길 수 있는 사람이 되고자 합니다. 가족, 연인보다도 더 많은 시간을 보내야 하는 동료와 함께 더 많은 사람을 행복하게 만들고, 어제보다 더 나은 오늘을 살 수 있는 사람이 된다면 “어떻게 살 것인지”에 대한 다음 질문을 찾을 수 있을 것이란 확신이 있습니다.
고려대 팀원으로 일자리 미스매칭에 대한 리서치 및 30p 분량 연구결과보고서 작성 하였으며, 국내 대학 중간결과 보고에서 발표 및 투표 1위 하였음
①경제이론 및 현상에 대한 주제별 주 1회 세미나
② 타교와의 교류 세미나 월별, 분기, 반기별 세미나 진행
③ 한일대학생 경제포럼, 국내 5개 대학 연합 경제 세미나 등 행사 진행
④ 연합 활동하며 스터디 진행하여 TESAT(경제이해력능력평가) 상위 4% 이내 진입
① 데이터 분석 업무
- Python 활용 데이터 분석
1) 로그 데이터에 word2vec 알고리즘 활용하여 신규 비즈니스 기회 분석
2) RNN 및 LSTM 활용 추세분석(keras 활용)
3) 단순반복 업무 자동화
- 데이터 시각화 업무
1) 시각화 툴 활용 분석 대시보드 작성
2) Python 활용 분석 데이터 시각화 작업(matplotlib, seaborn 등 패키지 활용)
- Funnel 분석
1) 트래킹 툴 활용 마케팅 Funnel 별 데이터 분석 및 개선 제안
2) Funnel 분석 활용 UI/UX 개선 제안 등
- 데이터 가공 및 저장 업무: 오픈 소스 활용 데이터 표준화 및 자동 분석 시스템 구축
② 마케팅 컨설팅 업무: 신규 프로모션 및 이벤트, 상품제안 및 경쟁사 대비 경쟁력 제고 방안 제안 업무
③ 디지털 마케팅 업무: 광고 매체를 통한 퍼포먼스 마케팅 실행 및 최적화 업무
① 영업계획 수립 및 관리
- 분기별, 월별, 주별, 일별 영업계획 수립 및 관리
② 행사 기획 및 실행
- 매출 향상을 위한 주요 브랜드 행사기획 및 실행
- 팝업 스토어, 출장 판매, 기획 상품, 쿠폰 행사, 참여 이벤트 등 기획 및 실행
③ 협력사 관리
- 벤더 사, 브랜드 본사 등 협력사 Comm. 을 통한 매출 관리
파트리더 업무 어시스턴트(파트리더 경력 상세사항 참고 부탁드리겠습니다)
UCI machine learning repository에서 weighted data와 nominal data가 섞여 있는 dataset을 효과적으로 분류 수행하는 방법을 탐구하였음. 데이터가 주어졌을 때 분석효율을 높이는 경험에 초점을 두었음.
https://www.slideshare.net/ssuser62f74e/50-70109969
1. 문제인식: 물류2.0 시대가 다가오면서 서울 시내 배달 및 카쉐어링 서비스 기반 산업의 경쟁이 치열해 지고 있다. 이에 물류거점으로 가장 효율적인 서울시 내 지역을 찾아서 선 점할 필요가 있다고 판단하였다.
2. 가설설정: 버스 노선이 많이 겹치는 정류장일수록 인구이동 및 거주인구 측면에서 유의 미하다고 판단, 그러한 정류장들의 최단거리 지역을 거점공간으로 산출하고자 함.
3. 평가: 클러스터링이 잘 이루어진 것으로 보이나, 지도 위에 표시하지 못하였고, 지도 시각화 패키지를 통해 쉽게 시각화 가능할 것으로 예상됨
https://www.slideshare.net/ssuser62f74e/micro-70110096
1. 문제인식: 비즈니스 현장에서 데이터를 수집하기 힘들 때, 현재 데이터만으로 미래현상 을 통계적으로 예측할 수 있는 방법은 없는가?
2. 가설설정: 특정 년도의 인구 데이터에 인구이동 데이터 전이행렬로 가공하여 조합하면 미래인구변화에 대한 예상 추이를 밝힐 수 있다.
3. 평가: 정확한 인구예측은 힘들지만 시도간 인구비례, 인구분포의 형태는 예측 가능하다.
https://www.slideshare.net/ssuser62f74e/ss-70109847
Recsys 패키지를 이용하여 추천시스템의 기본 작동원리를 익히고자 하였다. 이 매우 작은 스몰 프로젝트를 통해 유사도 검정을 통한 추천시스템의 기본 원리를 파악할 수 있었음.
https://www.slideshare.net/ssuser62f74e/movielense
연결된 Behance 계정이 없습니다.
연결된 Dribbble 계정이 없습니다.
연결된 GitHub 계정이 없습니다.
연결된 Bitbucket 계정이 없습니다.