블로그

윤선미

인프런 수강생은 이런 데이터가 궁금해요!

안녕하세요. 커뮤니티 데이터리안의 윤선미입니다.  오늘도 애정을 가지고 인프런에 대해서 얘기를 해보려고 합니다. 세계관 여기에는 다 인프런과 친하신 분들이니까 굳이 설명할 필요는 없지만, 용어를 정리하는 의미에서 간단하게 인프런의 세계관에 대해서 얘기해볼게요. 이곳에는 두 종류의 사람이 있습니다. 강의를 만들어 업로드 하는 사람: 지식공유자 강의를 수강하는 사람: 현재는 학생 또는 수강생이라고 부릅니다. 데이터리안은 강의를 제작하면서, 종종 다른 지식공유자분들의 강의를 수강하기도 하니까 분류하자면 둘 다에 속합니다. 지식 공유자 입장에서 지식공유자 활동을 하면서 인프런이 제공해주고 있는 데이터 이외에 다른 데이터들을 알고싶다는 생각을 꾸준히 해왔는데요. 예를 들면 이런겁니다. 우리 강의에 어떤 경로로 유입되었을까? 강의를 완강하지 않았다면 이탈 지점은 어디일까? 기초 SQL 강의를 들은 수강생이 중급 SQL 강의도 결제했을까? 글로 정리된 내용은 <인프런 지식 공유자는 이런 데이터가 궁금해요!>에 있습니다. 지식공유자 입장의 데이터가 더 궁금하신 분들은 위에 링크를 클릭해주세요. 수강생의 입장에서 오늘은 수강생의 입장에서 제공받고 있는 여러 데이터들에 대해서 얘기를 해보려고 합니다. 인프런에 수강생이 볼 수 있는 다양한 화면이 있지만, 수강생 학습 대시보드와 강의 소개 페이지를 중심으로 얘기를 해보겠습니다. 아이디에이션은 @S, @북북, @민주, @leebom, 그리고 @선미 가 함께했습니다. ... 더 읽어보기: https://velog.io/@datarian/inflearn-student

데이터 분석인프런데이터분석데이터리안

Kenzie8

AI 시대 '서비스 기획자'는 어떤 형태로 진화할까?

 이제 우리가 이용하는 많은 서비스들에 크던 작던 AI기술들이 적용되고, 업무 현장에서도 챗GPT와 같은 AI도구들이 심심치 않게 활용되고 있습니다. 분명 지금 우리가 살고 있는 시대는 2~3년 전과 확연히 달라졌고, 앞으로 2~3년 뒤에는 지금까지의 변화와는 비교도 안되게 많은 변화들을 체감하게 될 것이라고 많은 전문가들이 입을 모아 얘기합니다. 앞으로 AI가 좀 더 우리 삶 깊숙히 개입하게 되면 서비스를 기획하는 서비스 기획자라는 직업의 성격도 바뀌게 될 것이고 그에 걸맞게 요구되는 능력도 조금 달라지지 않을까요? 그래서 한 번 제 나름의 생각을 정리해 보았습니다.AI 시대의 서비스 기획자는 단순히 서비스의 외형만 설계하는 것이 아니라, AI와 데이터를 기반으로 사용자 경험을 보다 정교하게 설계하는 역할을 하게 될 것으로 예상합니다. 항목별로 서비스 기획자에게 요구될 역량을 살펴보시죠!1. AI 이해 및 활용 능력서비스 기획자는 AI 기술의 기본 원리와 이를 서비스에 어떻게 적용할 수 있을지에 대한 깊은 이해가 필요합니다. AI가 고객 데이터를 어떻게 처리하고, 사용자의 행동 패턴을 분석하며, 개인화된 경험을 제공하는지에 대해 숙지해야 합니다. AI 모델을 직접 설계하지 않더라도 이를 적절히 활용할 수 있는 전략을 세우는 능력이 중요해집니다.2. 데이터 분석 및 해석 능력AI는 방대한 데이터를 처리하고 분석하는 데 강점을 가지고 있습니다. 서비스 기획자는 AI가 처리한 데이터를 바탕으로 사용자 요구와 행동을 파악하고, 이를 토대로 더 나은 서비스 경험을 설계할 수 있어야 합니다. 데이터를 읽고 해석하여 적절한 인사이트를 도출하는 능력은 필수입니다.3. UX와 AI를 결합하여 사용자 경험을 설계하는 능력사용자 경험(UX) 설계는 AI가 발전함에 따라 더욱 개인화되고 예측 가능한 형태로 변화할 것입니다. 기획자는 AI가 제공하는 데이터와 기술을 바탕으로 사용자의 요구를 미리 예측하고, 사용자와 상호작용하는 방식을 최적화해야 합니다. 예를 들어 챗봇이나 추천 시스템을 통해 사용자의 흐름을 매끄럽게 유도하는 등, AI와 UX를 결합한 새로운 사용자 경험을 설계하는 능력이 중요해집니다.4. 창의적 문제 해결 능력AI가 많은 작업을 자동화하고 효율화할 수 있지만, 인간 기획자는 창의적인 문제 해결과 혁신적인 아이디어 창출에 여전히 중요한 역할을 합니다. AI의 한계를 보완하고 새로운 서비스를 구상하며, 사람들의 실제 니즈와 감정적인 요구를 이해하고 이를 해결할 수 있는 서비스를 기획하는 것이 필요합니다.5. 협업 및 커뮤니케이션 능력AI 개발자, 데이터 과학자, 디자이너 등 다양한 전문가들과 협업하는 능력은 필수적입니다. AI와 데이터를 효과적으로 활용하려면 기술 팀과의 원활한 소통이 중요하며, 기술적 이해와 비즈니스적 목표를 연결할 수 있는 역량이 요구됩니다.6. 지속적인 학습AI와 관련된 기술은 빠르게 발전하고 있기 때문에, 서비스 기획자는 끊임없이 새로운 기술 동향을 학습하고 이를 서비스 기획에 적용할 수 있는 능력을 갖추어야 합니다. 머신러닝, 데이터 사이언스, 사용자 행동 분석 등의 분야에서 최신 트렌드를 따라가는 것이 필수입니다.결론위의 내용을 딱 한 문장으로 요약해서 AI시대 서비스 기획자를 정의하자면 "기술적 이해를 바탕으로 창의적이고 전략적인 사고를 통해 AI가 가진 잠재력을 최대한 활용하여 새로운 사용자 경험을 설계하는 사람." 정도이지 않을까요? AI 시대를 준비하려는 여러분들을 위해 서비스 기획자에게 요구되는 역량중에 하나이고, 갈수록 점점 더 그 중요성을 더해가고 있는 데이터 분석과 해석 능력을 키울 수 있는 콘텐츠를 준비하였습니다. 제가 심혈을 기울여 만든 저의 콘텐츠를 활용해서 AI시대가 찾는 서비스 기획자가 되어보는 건 어떨까요?인프런 강의 주소: https://inf.run/2RbLo[ESTsoft] WASSUP EST AI서비스 기획자 양성과정 5기 모집 (※마감 임박!): https://estfamily.career.greetinghr.com/o/121077  ※ 틈틈이 남는 시간을 활용해서 공부 하셔야 하는 분들은 인프런 강의를,하루 8시간 이상 수업에 할애하실 수 있는 분들은 WASSUP 과정을 추천 드립니다. 참고로 두 개 모두 100% 온라인으로 진행됩니다.  

데이터 분석AI인공지능데이터서비스기획UX프로덕트Product기획POPM

데이터분석가로성장하기 4

4. 지표를 사용한 데이터 분석의 장점과 단점은 무엇일까요?지표를 통해 얼마나 기업이 성장하고 있는지, 또 어떻게 성장해야하는지를 알수 있다고 했습니다. 지표는 현재 기업이 어떤 방향으로 나아가고 있는지를 나침판처럼 알려줍니다.우리는 DAU, MAU, WAU 를 통해 고객이 얼마나 방문했는지, 그 방문이 어떤 패턴을 그리는지, 그리고 앞으로 어떻게 될지도 예측할수 있습니다. LTV를 통해 기업이 평균적으로 내는 매출과 비용을 계산할수 도 있죠. 그리고 매출과 비용을 줄이는 방법도 찾아내는 데 도움이 됩니다.또 지표는 비교의 기준으로 사용됩니다.지표는 가장 행동에 잘 반응하는 고객들을 비교를 통해 찾아 낼 수 있습니다.이렇게 많은 장점을 가지고 있는 지표는 큰 단점 또한 가지고 있는데요. 단지 지표에만 집중하는 분석은 잘못된 결과를 불러오기도 합니다. 이전 시간에서 롤(LOL)의 KDA를 지표의 예시로 들었는데요. 만약 KDA를 게임 실력의 절대적인 기준으로만 여긴다면, 이 질문을 드리고 싶네요.플레이는 형편없는 데도 단지 운이 좋아 KILL을 많이 한 뒤, 킬수를 들먹이며 팀원들을 무시하는 유저는 좋은 실력의 유저일까요?다음 시간에는 데이터 분석가의 두번째 스킬인데이터 프로그래밍에 대해 이야기해보겠습니다.기대해주세요.#데이터리차드 #데이터분석

데이터 분석데이터리차드

채널톡 아이콘