무엇을 하든지 자세하진 않더라도 대략적인 방향성이 잡힌 이유가 필요했다. 그래서일까. 그 때문에 내 인생의 방향성을 찾기 위해서 어른들이 흔히 말씀하시는 쓸데없는 짓(?)을 꽤 많이 했던 것 같다. 핀다에 합류하게 된 것도 그 때문이었다. (그렇다고 핀다의 조인한 게 쓸데없는 짓이라는 뜻은 아니다) 학교에서 가르치는 과목들을 왜 배우는 지도, 실무에서 어떤 식으로 쓰이는지도 모르고 수업을 듣자니 좀이 쑤셨다. 그래서 선택한 게 ‘인턴’이었다. 컴퓨터 공학을 전공하고 있는 나는, 미래창조과학부에서 주최한 이공계 인턴쉽 프로그램 ‘오픈 챌린지'에 참여한 덕분에 ‘핀다’를 만날 수 있었고, 얼떨결에 우수 인턴으로 선정되었다. 25개의 인턴쉽 참여 기업들과 참여 인턴들 앞에서 대표로 성과공유를 발표해보는 좋은 경험도 해볼 수 있었다. 인턴쉽이 끝나고 정식 인턴으로 채용되어 현재 나는 핀다의 Database를 맡고 있다.
미래창조과학부에서 주최한 이공계 인턴쉽 프로그램 ‘오픈 챌린지' / 우수인턴으로 발표하는 영광을!
핀다에서의 많은 업무 중에서도 제일 재미있었던 것은 데이터 분석(Data Analysis)이다. 특히, 데이터를 여러 관점에서 나누고 그 안에서 인사이트를 내는 것은 굉장히 두근거리는 일이었기 때문이다. 처음 입사했을 때 간결하게 정돈되어 있는 Data Sheet를 보고 감동했을 정도였으니까.
핀다에서는 사용자들의 실질적인 리뷰를 중요시한다. 다만, 우리나라 문화상 (미국에 비해) 리뷰에 대한 태도가 자발적이지 못한 편이다. 따라서, 퀄리티 높은 리뷰를 많이 얻는데 굉장히 힘이 드는 것도 사실이다. 그렇게 힘들게 얻은 상품 리뷰가 어느덧 1,000개 정도가 되었다. 이를 분석함으로써 현재 우리 서비스를 이용하는 고객들은 어떤 고객들이고 금융 상품을 선택할 때 어떤 특징들에 민감한지, 나아가 앞으로 핀다가 집중해야 하는 고객은 어떤 특성을 가진 고객인지를 알아보는 데에 기본 바탕이 될 수 있다.
1) 먼저 상품 카테고리 별 만족도는 ‘주택담보대출’이 가장 높았으며 ‘신용대출’이 가장 낮았고 할 말이 제일 많았던 카테고리는 전세대출(리뷰당 단어 수 전체 평균: 33.4 / 전세대출 평균: 42.2)이었다.
2) 내용면으로 봤을 때 ‘금리’에 대한 관심이 높다는 것을 다시 한번 확인할 수 있었고 (‘금리’ 언급 비율: 55.9%) 흥미로웠던 것은 2030을 타겟으로 하는 핀다에서의 리뷰임에도 직원 혹은 지인 추천, 오프라인 가입과 같은 ‘오프라인 관련 요소’(21.6%)가 끼치는 영향이 적지 않다는 것, 그리고 영업점이 가까워서 혹은 처음 계좌를 만들 때 엉겁결에 가입하게 되는 ‘주거래은행’(17.5%) 역시 상품을 선택하는 데에 있어서 크게 기여한다는 것이다.
3) 여담이지만 오프라인, 온라인 상담 관련한 내용(30.9%)도 많았는데 그중 83%가 상담이 친절했다거나 설명을 알아듣기 쉽게 해주었다는 등 긍정적인 내용이었다. 보통 리뷰는 리워드가 있는 이벤트성이 아닌 이상 부정적인 내용이 많을 거라고 생각했던 나에겐 신선한 충격이었다.
핀다가 전하는 경제 소식, 오늘의 뉴스는 매일 오전8시에 업데이트 된다.
핀다에서는 매일 아침 금융 관련 주제를 가진 ‘오늘의 뉴스’를 페이스북 페이지에 게시한다. 당연한 소리겠지만 같은 시간대에 올려도 어떤 기사는 좋아요, 공유, 도달률 등의 수치가 좋고 어떤 기사는 좋지 못하다. 그리고 이건 핀다의 페이스북 페이지 전체 도달률에 영향을 주게 되는데 때문에 오늘의 뉴스에 엮여있는 수치들을 분석하여 페이스북에서의 뉴스는 어떤 주제를 어떤 식으로 게시해야 반응이 좋은 지 인사이트를 내야 했다.
도달률을 결과로 보고, 원인으로 기사 주제, 게시할 때 사용하는 헤드라인과 사진 등이라 했을 때,
데이터를 분석하는 일에는 어느새 매의 눈이 되는 나! 집중 :)
A. 전기세, 공카족(카페에서 공부하는 사람들)과 같이 생활에 밀접한 관련이 있는 주제이거나 특정 영화나 미디어의 어투, 워딩을 패러디한 헤드라인을 사용했을 경우, 또 전체적인 글의 분위기가 비교적 가벼운 기사들이 도달률이 높았다.
B. 반면에 사드 배치로 인한 중국 관련 주식 하락, 미국 기준 금리 상승과 같이 거시적이거나 노령화, 보이스피싱과 같이 SNS 이용자의 대부분인 2030에게는 와 닿지 않는 주제인 기사는 도달률이 낮았다.
C. 그리고 다른 부수적인 조건에 상관없이 높은 도달률을 달성하는 기사 주제가 있었는데 그건 바로 대기업이나 정부의 비리 관련된 주제의 기사였다. 요즘 사회 분위기를 대변하는 데이터가 아니었나 싶다.
‘어떤 데이터든 그 데이터가 발생된 이유(원인)가 있고 그 데이터는 또 다른 결과의 이유가 되기도 한다. 하지만 그런 데이터들 역시 목적이 없으면 한낱 글자나 숫자에 불과하다. 즉, 데이터는 그에 맞는 목적을 갖게 될 때 빛난다.’라는 게 현재까지 내린 결론이다.
앞으로도 핀다는 데이터를 통해 다양한 소비자들의 반응을 보고 컨텐츠와 서비스의 방향을 고도화해 나갈 예정이다. 그 과정에서 내가 분석한 인사이트들이 반영이 되고, 조금씩 더 나은 컨텐츠와 더 발전된 서비스로 세상과 만날 수 있다면 정말 기쁘지 않을까! :)
ㅎㅎㅎㅎㅎㅎㅎㅎㅎㅎㅎㅎㅎ
핀다의 데이터 꿈나무,
권영진 드림
Database Analyst
Youngjin from Finda
#핀다 #데이터애널리스트 #DataAnalyst #팀원소개 #인사이트
가입하기
