BEST

PM을 위한 데이터 리터러시(프로덕트 데이터 분석)

(4.9) 수강평 59

수강생 1,609

Thumbnail

초급자를 위해 준비한
[기획 · 전략 · PM, 데이터 분석] 강의입니다.

데이터를 활용하고 싶은 PM 분들을 위한 강의입니다. PM 직무에서 데이터를 활용하는 모든 과정이 포함된 강의로 이직 1일차의 삶부터 프로젝트 시작과 종료까지 업무의 흐름을 모두 담았습니다. 데이터 기반 사고부터 논리적 사고, 지표 정의, 로그 설계, 실험 설계, 데이터 문화 만들기 등을 모두 다루며 생각하는 힘을 키우기 위한 데이터 입문 강의입니다. PM을 위한 강의로 만들었지만 데이터 분석가도 보면 좋을 내용으로 구성했습니다(실제로 많은 분석가분들이 수강해주셨어요)

이런 걸
배워요!

  • 데이터 기반 업무 프로세스

  • 프로덕트 데이터 분석

  • 실험 설계(AB Test)

  • 지표 정의하기

  • 데이터 로그 설계(데이터 로깅)

  • ChatGPT를 사용한 예시

  • 데이터 분석

강의를 70% 이상 수강 시 선착순으로 코칭해드려요. (강의 만족도 설문 후)
2024년 5월 기준 아직 40명 정도 코칭 받으셨어요!

강의 소개 영상

 

예상 질문 Q&A 💬

Q. 이 강의를 듣기 전에 고민해보면 좋은 것은 무엇인가요?

여러분들이 회사에서 겪고 있는 "문제"를 정의해보시고, 해당 문제를 해결하기 위해 어떤 것이 필요한지 고민해보세요. 필요한 것 중 데이터가 있다면 이 강의가 도움이 될 수 있습니다. 

Q. 해당 강의는 파이썬, SQL 같은 기술적인 내용도 다루나요?

아닙니다. 해당 강의는 데이터를 활용하는 업무 프로세스에 대해 다룹니다. 파이썬, SQL 같은 기술적인 내용보단 실제로 업무를 진행할 때 필요한 문제 정의 역량과 업무를 진행하는 과정에 대해 학습합니다. 추후 별도의 강의로 BigQuery(SQL) 강의를 제작할 예정입니다.

Q. 데이터를 처음 공부하는데, 어렵지 않을까요?

데이터를 처음 공부하는 사람이 수강한다는 가정 하에 강의를 만들었습니다. 데이터를 활용하는 관점이기 강의를 진행하기 때문에 강의에서 수식이 나오지 않습니다. 최대한 기본적인 설명을 담았으며, 어려운 부분이 있으면 언제든 질문주세요!


지식공유자 소개 ✒️

이력사항

  • 쏘카 데이터 과학자(2018.09 ~ 2022.07)
    • 쏘카 최적화 프로젝트, 머신러닝 알고리즘 개발, 데이터 분석 교육 
    • 타다 데이터 분석, 머신러닝 알고리즘 개발, 데이터 엔지니어링
  • 레트리카 데이터 분석가 겸 데이터 엔지니어(2017.02 ~ 2018.04)

✨ 수강 전 참고사항

학습자료

  • 웹페이지
  • 슬라이드 : 약 1300쪽
  • Workbook 시트 : Action Plan을 정리해둔 시트
  • 데이터 로그 설계 Tracking Plan, 노션 회고 템플릿, Metric Store 템플릿 등을 제공합니다.

선수 지식 및 유의사항

데이터를 처음 접한 사람도 들을 수 있도록 최대한 설명을 추가했기에, 필수 선수 지식은 없습니다. 단, 회사에서 해결하고 싶은 문제가 명확하게 존재하시면 더욱 좋습니다.

강의 질문의 답변은 확인할 때마다 답변을 드릴 예정이며, 고민 상담소를 매달 운영해서 해당 내용을 업데이트 할 예정입니다(고민을 말씀해주시는 분의 허락을 얻은 후) 또한 여러분들이 공통적으로 궁금한 내용이 있다면 참고해서 도움을 드릴 예정입니다. 여러 질문을 해주시면 좋습니다! 디스코드에 들어오셔서 질문해주는 것도 너무 좋아요

배운 내용을 블로그에 정리하고 싶은 경우엔, 제 웹페이지와 강의 링크를 꼭 명시해주시면 됩니다 :) 

강의를 먼저 보신 분의
후기와 추천사
💫

송뽀송 님(Product Manager, 우아한형제들)

데이터 기반 의사결정을 이제 막 하게 된 PM에게는 한 줄기의 빛이 되어줄 강의라고 생각합니다. PM이라면 누구나 업무하면서 겪게될 사례를 통해 강의 내용을 일할 때 어떻게 적용시킬 수 있을지 확신이 들었습니다. 이직을 하여 새로운 환경에 적응해야하거나, 업무의 범위가 넓어진 PM에게, 또는 이제 막 PM이 된 분들에게는 이 강의를 통해 PM으로서의 문제정의와 성과측정, 실험설계 등 전반적인 의사결정력을 높이고 프로일잘러가 되는 비법서가 될 것입니다. 

윤석진 님(Product Owner, LINER)

"PM을 위한 데이터 리터러시"는 PM의 데이터 활용의 목적부터 적용까지를 아우르는 경험 기반의 노하우를 제공합니다. 두고두고 곱씹을만큼 내용의 밀도가 높고 PM 들의 다양한 고민을 들어주는 강의입니다. PM은 끊임없이 변하는 상황 속에서 제품 전략을 수립하고, 설득하고, 그리고 성공시켜야합니다. "PM을 위한 데이터 리터러시" 강의를 통해 조직의 성장 속도를 이끄는 PM으로 꼭 성장하시기를 바랍니다.

조동민 님(Data Analyst, 넥슨)

<"당신의 Pain Point"는 무엇인가요?> AHA Moment. 많이들 들어보셨을 용어입니다. 하지만 실행하기는 어렵습니다. 왜냐하면 AHA Moment를 찾기 위해서 어떤 기반이 갖추어져 있어야 하는지, 누구와 어떻게 얘기를 해야하는지 등을 잘 모르기 때문입니다. 진짜 Pain Point는 개념이 아니라, 개념을 실행하는 "방법"에 있다는 생각이 듭니다. 그리고, 그 "방법"에 대해 실질적인 해답을 주는 것이 본 강의의 강점이라고 할 수 있습니다.

황태용 님(Product Analyst, 라포랩스)

유관 부서 (특히 제품 조직) 와 협업해서 성과를 내본 경험이 있는 카일의 경험과 고민이 담겨 있는 게 이 강의의 가장 큰 장점입니다. 제품팀과 함께 일해오면서 필요하다고 싶었던 부분들 뿐만 아니라 실제 발생하는 사례가 적절하게 담겨져 있기 때문에 주니어 PM이나 제품 조직과 협업하는 주니어 데이터 분석가에게 꼭 추천해주고 싶은 강의입니다. 

박경호 님(AI Research Scientist, 쏘카)

"데이터 중심 조직에서 효과적으로 일한다"라는 말을 언뜻 보면 쉬워 보이지만, "잘" 일하기 위해서는 수많은 고민과 시행착오가 필요합니다. 단순 기술적인 역량를 넘어, 의사결정 과정, 조직문화 세팅, 지표 설정 및 분석 까지 수많은 것들을 이해하는 과정이 필요합니다. 이 강의는 데이터 중심 조직에 입사/이직하기 전인 분들이나 데이터를 기반으로 일하고자 하시는 PM/PO분들께 위에 말씀드린 요소들의 모든 내용을 알려주는 강의입니다. 카일과 함께 일하면서 몸으로 느끼고, 제가 주니어였던 시절에 겪었던 시행착오를 줄일 수 있는 내용들이 모두 포함되어있는 강의입니다. 데이터 중심 조직에서 비즈니스 임팩트까지 이어질 수 있는 업무를 위해 꼭 필요한 강의로 강력 추천합니다.

🌿 그리고 강의 제작에 도움을 주신 분

AC2와 RET(Really Effective Teacher) 교육에서 강의에 도움이 되는 영감을 많이 얻었습니다. 강의 제작시 피드백을 주셨던 김태훈님, 박지수님, 유현영님, 윤석진님, 송뽀송님, 이웅원님, 이창현님, 전하림님, 정하림님, 정해원님, 조동민님, 조성민님, 황태용님 감사합니다.

이런 분들께
추천드려요!

학습 대상은
누구일까요?

  • 데이터에 관심 있는 PM

  • 프로덕트 데이터 분석을 하고 싶은 분

  • 데이터 리터러시 역량을 원하는 분

  • 전반적인 데이터 사고 능력을 원하는 신입 데이터 분석가

  • 데이터 문화를 만들고 있는 분

8년차 데이터 과학자, 데이터 엔지니어, 머신러닝 엔지니어로 근무했으며, 쏘카와 타다에서 데이터 분석, 데이터 엔지니어링 개발, 머신러닝 알고리즘을 개발했습니다.

카일스쿨 유튜브에 데이터 커리어 관련 영상을 올리고 있으며, 어떻게 해야 강의를 수강하신 분들이 회사에서 일을 잘할 수 있을까?를 고민하며 자료를 만들고 있어요.

 

카일스쿨 유튜브 : https://www.youtube.com/c/kyleschool
기술 블로그 : https://zzsza.github.io/
인스타그램 : https://www.instagram.com/data.scientist/
대표 컨텐츠 : https://github.com/Team-Neighborhood/I-want-to-study-Data-Science
데이터 과학자가 되기 위해 진행한 다양한 노력들 : https://zzsza.github.io/diary/2019/04/05/how-to-study-datascience/

커리큘럼

전체

88 ∙ 14시간 8분

수업 자료

가 제공되는 강의입니다.

강의 게시일: 2023년 02월 21일
마지막 업데이트일: 2024년 07월 14일

수강평

아직 충분한 평가를 받지 못한 강의입니다.
모두에게 도움이 되는 수강평의 주인공이 되어주세요!