엔라이즈 데이터 분석가의 A 부터 Z 까지
데이터 분석가의 이상치 탐지부터 실험 설계·사후분석, 추천 로직 설계까지의 업무를 소개했습니다. 사전 데이터와 KPI를 기반으로 제품 의사결정과 후속 실험을 지원하는 방식을 설명합니다.

데이터 분석가의 이상치 탐지부터 실험 설계·사후분석, 추천 로직 설계까지의 업무를 소개했습니다. 사전 데이터와 KPI를 기반으로 제품 의사결정과 후속 실험을 지원하는 방식을 설명합니다.
엔라이즈 제품팀의 사전분석부터 A/B 테스트, 결과 적용까지의 실험 흐름을 소개했습니다. 시각화·추세·Bayesian 분석을 단계적으로 활용해 후속 실험 인사이트를 도출합니다.
데이터 분석가가 실험 설계부터 제품 반영과 성과 검증까지 참여하는 운영 방식을 소개했습니다. 통계 검증, BI 모니터링, ML 과제를 통해 데이터 기반 제품 개선 사례를 제시했습니다.
데이터 분석가의 시장 가치를 높이는 지표 설계, 인사이트 제안, 커뮤니케이션 역량을 정리했습니다. 분석을 실험에 반영하고 데이터 기반 의사결정을 지원하는 조직 선택의 중요성을 설명합니다.
콰트 프로젝트에서 스케치·제플린·드롭박스 프로세스를 Figma로 통합한 경험을 공유했습니다. 실시간 협업과 개발 리소스 전달은 개선됐지만 이관·폰트·네트워크 문제를 고려해야 합니다.
플래닝 포커와 배포 후 회고를 결합해 개발 일정 추정의 정확도를 높인 방식을 소개했습니다. 추정 단위 합의와 앵커링 방지, 지속적 피드백의 중요성을 설명합니다.
2019년 제품 팀은 데이터 기반 설계와 운영 자동화를 추진하며 서비스 성장을 뒷받침했습니다. 트래픽 안정화와 잦은 릴리즈 성과가 있었지만 MOCI 개선과 개발 인력 확충은 과제로 남았습니다.
모씨 디자인팀은 포토샵 중심 UI 작업을 스케치 기반 프로세스로 5일간 전환했습니다. SVG와 제플린을 활용해 가이드 효율과 개발 이해도를 높였지만 소수점 처리 등 과제도 확인했습니다.
익명 표현 공간으로서 모씨 프로젝트의 기획 배경과 알파 테스트 경험을 소개했습니다. 폰트와 위치 정보처럼 신원 추정으로 이어질 수 있는 요소를 점검했습니다.