목차
Highlight
•
데이터 팀을 프로덕트 팀처럼 운영하는 방법에 대해 논의합니다. 데이터 팀의 목적과 문제점, 그리고 이를 극복할 수 있는 "data product"의 개념 및 그 실행 방법에 대해 설명합니다.
Intro
데이터팀을 운영한다는 것은 여타 다른 팀을 운영하는 것보다 더 어려운 것 같습니다. 그도 그럴 것이 조직이 데이터 기반으로 일하게 된 것도 그리 오래지나지 않았기 때문에 다른 조직에 비해 레퍼런스가 적은 편이죠.
저도 데이터팀의 일원으로서 어떻게 하면 데이터 조직의 영향력을 늘리고, 회사의 성장에 기여하도록 방향성을 설정할 수 있을까에 대한 고민을 하게 되는데요.
그 고민의 일환으로 최근 data as a product라는 개념에 대해 리서치하고 있습니다. data as a product는 말 그대로 데이터를 하나의 프로덕트로 보고 이를 조직 내에 적용시킨다는 개념인데요.
저 또한 명확한 정의를 알기가 어려워 이런 저런 자료를 찾아보다 dbt 채널에서 Netlify 데이터팀이 발표한 자료에서 좋은 인사이트들을 얻어 내용 정리+의견을 담아 공유합니다.
데이터팀의 목적
•
조직이 더 나은 의사결정을 하도록 돕는 것
◦
Netlify 데이터팀 미션
▪
모든 조직이 최선의 결정을 할 수 있도록 accurate, timely, useful insight를 제공한다
•
하지만 안타깝게도 데이터팀은 항상 질문 폭격을 당하느라 조직의 본질적인 목적을 잃게 됨
•
데이터팀은 아래의 악순환을 반복하게 됨
•
악순환의 이유
◦
데이터팀이 서비스 조직처럼 인식하는 경향이 많음
→ 영상에서는 서비스 조직이라고 표현했지만 서포트 조직이 더 적절한 표현같음
▪
이로 인해 proactive한 조직이 아니라 reactive한 조직이 되어버림
▪
인사이트를 만들지 못하고 앵무새가 되어버림
•
데이터팀은 서비스 조직이 아니라 더 나은 의사결정을 가능케 하는 데이터 프로덕트를 만들어야 한다
◦
data as a product
Data product란 무엇인가?
•
만약 사람들이 어떤 의사결정을 하는데 사용한다면 모두 데이터 프로덕트라고 할 수 있음
•
단지 DW, BI 도구 같은 것들만이 데이터 프로덕트가 아님
◦
영상에서는 엑셀, 스프레드시트, 심지어는 사람들이 이야기하는 데이터까지도 모두 데이터 프로덕트라고 보고 있음
•
그렇다면 왜 프로덕트로서 규정해야 하는가?
◦
좋은 기업은 모두 프로덕트 중심
◦
그들은 모두 고객의 문제를 푸는데 집중하는 사람들을 채용함
◦
그들은 항상 프로덕트가 어디로 가야하는지 비전과 전략을 가지고 있음
◦
수익과 좋은 비즈니스 결과물을 이끌어감
•
데이터팀도 마찬가지!
◦
명확한 비전과 전략
◦
고객(구성원)에 대한 깊은 이해
◦
데이터 프로덕트에 대한 이터레이션
◦
그리고 이건 전부 회사가 최선의 의사결정을 할 수 있도록 돕는 것
데이터팀을 프로덕트팀처럼 운영하려면?
•
큰 생각의 전환이 먼저 있어야 함
◦
전 조직에 걸친 복잡한 프로덕트 구축
▪
데이터 프로덕트는 조직 전체에 사용되는 복잡하고, 지속성 있는 모델임
▪
사람들이 의사결정을 할 때 사용하는 모든 도구는 데이터 프로덕트의 한 부분
▪
이건 데이터팀의 영향력을 극적으로 넓혀줄 것
◦
다양한 기능에 대한 이해
▪
모든 프로덕트의 기능을 이해해야 함 - DW, BI, SaaS..
▪
암묵지도 중요하지만 문서화와 접근성이 매우 중요
•
여러 전문 분야의 팀원 구성
◦
Data Product Manager
◦
Data UX Researcher
◦
Analytics Engineer
◦
Data Engineer
◦
Data Analyst
◦
Data Business Partner (Data Scientist)
•
C레벨의 서포트
•
proactive communication
◦
최대한 많은 사람과 이야기해라
◦
페인 포인트를 듣고 해결할 수 있도록 도와라
◦
문서화하라
어떻게 조직에 적용할까?
•
유저 스토리
◦
As a (stakeholder), I want to (task) so that (desired result).
◦
그냥 냅다 차트만 주는게 아니라 풀고자 하는 문제가 무엇인지 명확하게 정의하는 것이 중요하다
•
대시보드 차트 같은 아웃풋이 아니라 비즈니스 임팩트를 측정하자
◦
이는 새로운 문제를 제공해줌
▪
데이터 디스커버리
▪
데이터 리터러시/온보딩
▪
프로덕트를 확장하기 전에 작은 마켓에 집중해라
당장 내일 할 것
•
PM이 어떻게 일하는지 알아보자
•
특정 차트에 대한 요청에 응답하는 것부터 시작하자
◦
하지만 모두 어떤 문제를 해결하고자 하는지 명확히 인지해야 한다
•
지금 있는 데이터 스택을 모두 파악해보고, 어떤 데이터 스택이 필요한지 고민해보자
◦
현재 상태를 점검하고, 향후 필요한 것은 무엇인지 대비한다
Opinion
•
데이터 프로덕트가 무엇이고 왜 중요한지 배웠고, 데이터팀을 운영하는 마인드셋에 대한 좋은 인사이트를 얻을 수 있었습니다.
•
대부분 데이터팀을 올바른 의사결정을 돕는 서포트 조직 정도로 생각하는 경향이 있는데 이 글을 통해 데이터팀이 인사이트를 proactive하게 제공할 수 있어야 한다는 것을 알게 되었습니다.
•
그리고 데이터를 프로덕트로 보고 운영한다면 우리는 어디로 가야하는지에 대한 비전과 전략을 통해 실제 문제를 해결하는데 더 큰 도움을 줄 수 있어 궁극적으로는 proactive한 조직이 될 수 있다고 설명하고 있습니다.
•
다만 몇가지 비현실적인 부분도 있는 것 같습니다.
◦
여러 전문 분야의 팀원 구성
◦
C레벨의 서포트
•
따라서 현재 운영하고 있는 데이터팀 규모나 상황을 파악하고 이에 맞게 먼저 작은 태스크부터 시작해보는 것이 좋다고 생각하는데요
•
만약 내가 지금 초창기의 데이터팀에 속해있다면 어떤 것부터 시작할 수 있을까를 한 번 생각해보았습니다.
◦
사내 데이터 스택을 모두 파악
◦
구성원들이 데이터를 보는 어떤 페인 포인트가 있는지 이야기
◦
가장 중요한 문제 하나만 해결 (작은 마켓에 집중)
◦
그 과정에서 문서화는 매우매우 중요
◦
+ 개인적으로 데이터 신뢰성은 가장 중요한 부분이 아닐까 싶습니다. 시간이 좀 걸리더라도 이 부분을 정확하게 파악하고 맞추는 작업이 필요하다고 생각합니다.
