오직 쿠팡만이 가능한 데이터 시스템과 고객 경험 개선
오직 쿠팡만이 가능한 데이터 시스템과 고객 경험 개선
일자
상시
유형
아티클태그
이 아티클은 <쿠팡 X 원티드> 시리즈의 3화입니다.
쿠팡의 의사결정은 데이터를 중심으로 이뤄집니다. 이를 위해 쿠팡에는 다양한 데이터 전문가가 쿠팡만의 독창적인 데이터 시스템과 툴을 설계하고, 자체 A/B 시스템을 활용하며 전문성을 더욱 높이고 있는데요.
쿠팡의 비즈니스와 고객을 데이터를 통해 연결하는 Data Engineer (DE) Matthew 님, Data Scientist (DS) Ian 님 그리고 Data Analyst (DA) Saizy 님을 만나 보았습니다. 세 데이터 직무는 데이터 에코시스템 안에서 어떻게 협업하고 있을까요?
쿠팡의 의사결정은 데이터를 중심으로 이뤄집니다. 이를 위해 쿠팡에는 다양한 데이터 전문가가 쿠팡만의 독창적인 데이터 시스템과 툴을 설계하고, 자체 A/B 시스템을 활용하며 전문성을 더욱 높이고 있는데요.
쿠팡의 비즈니스와 고객을 데이터를 통해 연결하는 Data Engineer (DE) Matthew 님, Data Scientist (DS) Ian 님 그리고 Data Analyst (DA) Saizy 님을 만나 보았습니다. 세 데이터 직무는 데이터 에코시스템 안에서 어떻게 협업하고 있을까요?
ⓒ 쿠팡
안녕하세요, 세 분 인터뷰 응해주셔서 감사합니다. 우선 자기소개 부탁드립니다.
Matthew: 안녕하세요, 데이터플랫폼 조직에서 데이터 엔지니어링을 리드하고 있는 Matthew 입니다. 제가 이끌고 있는 팀은 쿠팡의 주요 비즈니스 의사결정에 영향을 주는 데이터를 수집 및 가공하며, 빅데이터 인프라를 구축 및 운영합니다.
Ian: 안녕하세요. 쿠팡페이 Data Scientist인 Ian이라고 합니다. 저는 고객들을 위한 신용 평가 모델 개발과 Data Scientist들이 보다 나은 업무 환경에서 모델을 만드는 데 집중할 수 있는 개발 환경 구축 업무도 병행하고 있습니다.
Saizy: 안녕하세요. Data Analyst Saizy라고 합니다. 전 고객 경험과 관련된 기능 분석 업무를 하고 있는데요. 더 쉽게 말하자면 고객분들의 불편함을 해소하고자 기능을 개발할 때, 해당 업무가 타당성과 효율성을 가질 수 있도록 전 과정에서 데이터를 분석해 제공하고 있습니다.
안녕하세요, 세 분 인터뷰 응해주셔서 감사합니다. 우선 자기소개 부탁드립니다.
Matthew: 안녕하세요, 데이터플랫폼 조직에서 데이터 엔지니어링을 리드하고 있는 Matthew 입니다. 제가 이끌고 있는 팀은 쿠팡의 주요 비즈니스 의사결정에 영향을 주는 데이터를 수집 및 가공하며, 빅데이터 인프라를 구축 및 운영합니다.
Ian: 안녕하세요. 쿠팡페이 Data Scientist인 Ian이라고 합니다. 저는 고객들을 위한 신용 평가 모델 개발과 Data Scientist들이 보다 나은 업무 환경에서 모델을 만드는 데 집중할 수 있는 개발 환경 구축 업무도 병행하고 있습니다.
Saizy: 안녕하세요. Data Analyst Saizy라고 합니다. 전 고객 경험과 관련된 기능 분석 업무를 하고 있는데요. 더 쉽게 말하자면 고객분들의 불편함을 해소하고자 기능을 개발할 때, 해당 업무가 타당성과 효율성을 가질 수 있도록 전 과정에서 데이터를 분석해 제공하고 있습니다.
ⓒ 쿠팡
세 분이 속한 팀이 다 다른데요. 팀에 대해서도 조금 더 소개 부탁드립니다.
Matthew: 저희 데이터 플랫폼 조직은 크게 내부에 산발적으로 쌓인 엄청난 규모의 데이터를 기반으로 ETL 작업 및 데이터 마트 관리 업무를 하는 팀과 쿠팡의 데이터 분석가, 데이터 과학자, 데이터 엔지니어 등 다양한 사용자가 데이터를 분석/프로세싱/스케줄링/시각화하는 데 필요한 밑바탕, 즉 인프라를 만드는 두 팀이 주축으로 구성되어 있습니다.
Ian: 저희 팀은 쿠팡페이의 다양한 결제 상품과 연관된 예측을 담당합니다. 지금 주력하고 있는 상품은 나중결제 (Buy Now Pay Later)로, 데이터를 기반으로 쿠팡만의 신용평가모델을 구축해 연체율 안정화 등의 작업을 수행하고 있습니다.
세 분이 속한 팀이 다 다른데요. 팀에 대해서도 조금 더 소개 부탁드립니다.
Matthew: 저희 데이터 플랫폼 조직은 크게 내부에 산발적으로 쌓인 엄청난 규모의 데이터를 기반으로 ETL 작업 및 데이터 마트 관리 업무를 하는 팀과 쿠팡의 데이터 분석가, 데이터 과학자, 데이터 엔지니어 등 다양한 사용자가 데이터를 분석/프로세싱/스케줄링/시각화하는 데 필요한 밑바탕, 즉 인프라를 만드는 두 팀이 주축으로 구성되어 있습니다.
Ian: 저희 팀은 쿠팡페이의 다양한 결제 상품과 연관된 예측을 담당합니다. 지금 주력하고 있는 상품은 나중결제 (Buy Now Pay Later)로, 데이터를 기반으로 쿠팡만의 신용평가모델을 구축해 연체율 안정화 등의 작업을 수행하고 있습니다.
Ian 님 ⓒ 쿠팡
Saizy: 제가 속한 조직에서는 쿠팡의 고객 경험을 개선하기 위한 여러 기능을 출시하는데요. 이런 조직의 분석팀으로서, 기능 출시 전부터 출시 후까지 의사 결정자들이 데이터 기반의 결정을 내릴 수 있도록 도움을 드리고 있습니다.
속하신 팀만의 특징을 가장 잘 설명하는 리더십 원칙 (Leadership Principle)은 무엇일까요?
Matthew: ‘Company-wide Perspective’입니다. 말씀드린 것처럼 저희 데이터 플랫폼 조직은 데이터 플랫폼과 빅데이터 인프라를 구축하는데요. 쿠팡의 데이터 분석가, 데이터 과학자, 데이터 엔지니어 등의 입장을 최대한 고려해 시스템을 운영 및 개선합니다. 또한 저희는 철저히 전사적인 관점에서 업무를 진행합니다. 특정 비즈니스 도메인만을 고려하기보다는, 전사적인 영향력과 사내 보안 관점에 따라 데이터와 시스템을 설계하고 구축합니다.
Ian: ‘Learn Voraciously’인데요, 저희 팀은 ‘배움’을 기반으로 환상의 팀워크를 이루고 있습니다. 다른 팀원들과 협업을 하면서 실제로 다양한 모델링 기법에 대해 알고 활용하면서 이전보다 빠르게 성장한다는 느낌을 받습니다. 비즈니스에 잘 반영될 수 있도록 모델 개발 방향을 이끌며 서로에게 인사이트를 제공하고 있습니다.
Saizy: ‘Wow the Customer’겠네요. 저희 조직은 고객 경험 개선에 가장 중점을 두고 있습니다. 쿠팡 앱 홈 영역부터 주문이 완료되는 페이지까지, 고객에게 영향을 미치는 다양한 영역에 대해 밀도 있게 접근합니다. 또한 더 나은 개선을 위한 가설을 바탕으로 테스트를 하며, 전략적이고 논리적인 방식으로 고객 경험을 개선하고 있습니다.
쿠팡은 항상 Data-driven 문화를 지향하는데, 실제로 업무방식은 어떠신가요? 데이터를 기반으로 어떻게 고객 경험을 개선하고 혁신을 만드는지 실제 예시로 설명을 부탁드립니다.
Matthew: 저희 조직에서 제공하는 데이터 마트와 소스 데이터가 데이터 기반의 의사 결정에 많은 영향을 미칩니다. 데이터 플랫폼 조직은 매주 Weekly Business Review 미팅에서 조직에서 운영하는 주요 서비스 및 데이터 마트의 데이터 포인트를 리뷰합니다. 이러한 리뷰 과정을 통해서 고객과 시스템의 pain points, 리소스 투자가 필요한 부분을 분석하고 의사결정을 하게 됩니다.
Saizy: 제가 속한 조직에서는 쿠팡의 고객 경험을 개선하기 위한 여러 기능을 출시하는데요. 이런 조직의 분석팀으로서, 기능 출시 전부터 출시 후까지 의사 결정자들이 데이터 기반의 결정을 내릴 수 있도록 도움을 드리고 있습니다.
속하신 팀만의 특징을 가장 잘 설명하는 리더십 원칙 (Leadership Principle)은 무엇일까요?
Matthew: ‘Company-wide Perspective’입니다. 말씀드린 것처럼 저희 데이터 플랫폼 조직은 데이터 플랫폼과 빅데이터 인프라를 구축하는데요. 쿠팡의 데이터 분석가, 데이터 과학자, 데이터 엔지니어 등의 입장을 최대한 고려해 시스템을 운영 및 개선합니다. 또한 저희는 철저히 전사적인 관점에서 업무를 진행합니다. 특정 비즈니스 도메인만을 고려하기보다는, 전사적인 영향력과 사내 보안 관점에 따라 데이터와 시스템을 설계하고 구축합니다.
Ian: ‘Learn Voraciously’인데요, 저희 팀은 ‘배움’을 기반으로 환상의 팀워크를 이루고 있습니다. 다른 팀원들과 협업을 하면서 실제로 다양한 모델링 기법에 대해 알고 활용하면서 이전보다 빠르게 성장한다는 느낌을 받습니다. 비즈니스에 잘 반영될 수 있도록 모델 개발 방향을 이끌며 서로에게 인사이트를 제공하고 있습니다.
Saizy: ‘Wow the Customer’겠네요. 저희 조직은 고객 경험 개선에 가장 중점을 두고 있습니다. 쿠팡 앱 홈 영역부터 주문이 완료되는 페이지까지, 고객에게 영향을 미치는 다양한 영역에 대해 밀도 있게 접근합니다. 또한 더 나은 개선을 위한 가설을 바탕으로 테스트를 하며, 전략적이고 논리적인 방식으로 고객 경험을 개선하고 있습니다.
쿠팡은 항상 Data-driven 문화를 지향하는데, 실제로 업무방식은 어떠신가요? 데이터를 기반으로 어떻게 고객 경험을 개선하고 혁신을 만드는지 실제 예시로 설명을 부탁드립니다.
Matthew: 저희 조직에서 제공하는 데이터 마트와 소스 데이터가 데이터 기반의 의사 결정에 많은 영향을 미칩니다. 데이터 플랫폼 조직은 매주 Weekly Business Review 미팅에서 조직에서 운영하는 주요 서비스 및 데이터 마트의 데이터 포인트를 리뷰합니다. 이러한 리뷰 과정을 통해서 고객과 시스템의 pain points, 리소스 투자가 필요한 부분을 분석하고 의사결정을 하게 됩니다.
Matthew 님 ⓒ 쿠팡
Ian: 쿠팡은 데이터를 빠르게 살피고 의사결정을 내리는 체계가 잘 구축되어 있습니다. 실제로 나중결제를 런칭한 후 단기간 내에 연체율을 안정화시켰습니다. 이렇게 빠르게 고객 경험 개선을 하기 위해서는 데이터 수집-모델 작업-작업된 모델 적용이 모두 빠르게 이뤄져야 합니다. 쿠팡은 세 가지의 각 단계에서 모두 최상의 환경을 갖추고 있습니다.
Saizy: 저희 조직은 모든 의사 결정이 데이터 기반이라고 할 수 있습니다. 고객 경험 개선을 위한 기능 출시를 하기 위해서는 반드시 테스트를 진행하고, 테스트의 전 영역에 걸쳐 데이터를 기반으로 의사 결정을 합니다. 실험 모수는 충분한지, 가설은 합당한지, 실행 시 효과 측정은 정확한지, 결과는 통계적으로 유의미한지 등 모든 의사 결정에 데이터가 빠지지 않습니다.
세 데이터 직군은 서로 업무 연관성이 커 보이는데요. 세 직군의 협업은 어떻게 진행하나요?
Matthew: 아무리 데이터 볼륨이 크더라도 잘 정리된 데이터 셋은 필수입니다. DE는 DA와 DS가 효율적으로 데이터를 분석할 수 있도록, 빅데이터 플랫폼에서 데이터 수집-적재-가공(ETL) 같은 데이터 입수 및 정제 작업을 진행합니다. 또한 DA, DS 등 내부 유저들이 직접 데이터에 접근하고 제어할 수 있는 툴을 제공하기도 합니다.
Ian: 비즈니스를 잘 이해해 주는 DE 분을 만나 일하면 협업의 즐거움이 커집니다. DE는 점점 복잡해지는 모델링 기법들이 한계에 갇히지 않게 도와주며, DS는 비즈니스 측면으로 데이터가 가치 있게 쓰일 수 있게 도와줍니다. 서로가 서로의 영역에 도움을 줄수록 데이터 예측력은 상승하게 됩니다.
Ian: 쿠팡은 데이터를 빠르게 살피고 의사결정을 내리는 체계가 잘 구축되어 있습니다. 실제로 나중결제를 런칭한 후 단기간 내에 연체율을 안정화시켰습니다. 이렇게 빠르게 고객 경험 개선을 하기 위해서는 데이터 수집-모델 작업-작업된 모델 적용이 모두 빠르게 이뤄져야 합니다. 쿠팡은 세 가지의 각 단계에서 모두 최상의 환경을 갖추고 있습니다.
Saizy: 저희 조직은 모든 의사 결정이 데이터 기반이라고 할 수 있습니다. 고객 경험 개선을 위한 기능 출시를 하기 위해서는 반드시 테스트를 진행하고, 테스트의 전 영역에 걸쳐 데이터를 기반으로 의사 결정을 합니다. 실험 모수는 충분한지, 가설은 합당한지, 실행 시 효과 측정은 정확한지, 결과는 통계적으로 유의미한지 등 모든 의사 결정에 데이터가 빠지지 않습니다.
세 데이터 직군은 서로 업무 연관성이 커 보이는데요. 세 직군의 협업은 어떻게 진행하나요?
Matthew: 아무리 데이터 볼륨이 크더라도 잘 정리된 데이터 셋은 필수입니다. DE는 DA와 DS가 효율적으로 데이터를 분석할 수 있도록, 빅데이터 플랫폼에서 데이터 수집-적재-가공(ETL) 같은 데이터 입수 및 정제 작업을 진행합니다. 또한 DA, DS 등 내부 유저들이 직접 데이터에 접근하고 제어할 수 있는 툴을 제공하기도 합니다.
Ian: 비즈니스를 잘 이해해 주는 DE 분을 만나 일하면 협업의 즐거움이 커집니다. DE는 점점 복잡해지는 모델링 기법들이 한계에 갇히지 않게 도와주며, DS는 비즈니스 측면으로 데이터가 가치 있게 쓰일 수 있게 도와줍니다. 서로가 서로의 영역에 도움을 줄수록 데이터 예측력은 상승하게 됩니다.
Ian님 ⓒ 쿠팡
Saizy: DE 팀에서 분석에 적절한 환경을 마련해 주고, 원천 데이터 및 데이터 마트를 제공해 주면, 저희 DA는 적극적으로 그 데이터들을 활용하며 그 환경에서 원천 데이터로 필요한 마트를 직접 생성하기도 합니다. 분석 환경이 점차 더 나아질 수 있도록 DE 팀에서 끊임없이 개선해 주고 있어 항상 감사하게 생각하고 있습니다.
쿠팡에서 업무를 수행하시면서 가장 기억에 남는 경험은 무엇이었나요?
Matthew: AWS 마이그레이션 프로젝트를 진행했는데, 당시 클라우드에 새롭게 데이터 인프라를 디자인하는 등 특별한 경험을 할 수 있었습니다. 많은 비즈니스 유즈 케이스를 이해하게 되고, 어떻게 빅데이터 플랫폼이 활용되고, 프로덕션 파이프라인을 구현하는지 이해할 수 있었습니다. 클라우드 환경에 대해서 짧은 시간에 많은 노하우를 쌓을 수 있었고, 더욱 단단한 팀워크를 다질 수 있었습니다.
Saizy: A/B 테스트 툴에 대해서 얘기하고 싶은데요. 쿠팡의 실험 결과를 한눈에 볼 수 있고, 통계적으로 합리적인 판단을 하게 하는 쿠팡 자체의 A/B 테스트 툴입니다. 시중의 3rd party 분석 툴에 절대 뒤지지 않는 쿠팡만의 분석툴을 지속적으로 경험하면서, 그 편리함, 확장성, 메커니즘이 매우 인상 깊었습니다.
Ian: 쿠팡의 자유롭고 체계화된 업무 환경을 들고 싶습니다. 쿠팡에 입사하기 전의 업무 방식은 다소 정형화되어 있고 독립적인 방식이었습니다. 쿠팡 같은 경우는 다른 곳에 비해 동료들과 자유롭게 의견을 모으고 개진하는 기회가 많습니다.
▶ <쿠팡 X 원티드> 시리즈 보러 가기
발행일 2022.08.09
Saizy: DE 팀에서 분석에 적절한 환경을 마련해 주고, 원천 데이터 및 데이터 마트를 제공해 주면, 저희 DA는 적극적으로 그 데이터들을 활용하며 그 환경에서 원천 데이터로 필요한 마트를 직접 생성하기도 합니다. 분석 환경이 점차 더 나아질 수 있도록 DE 팀에서 끊임없이 개선해 주고 있어 항상 감사하게 생각하고 있습니다.
쿠팡에서 업무를 수행하시면서 가장 기억에 남는 경험은 무엇이었나요?
Matthew: AWS 마이그레이션 프로젝트를 진행했는데, 당시 클라우드에 새롭게 데이터 인프라를 디자인하는 등 특별한 경험을 할 수 있었습니다. 많은 비즈니스 유즈 케이스를 이해하게 되고, 어떻게 빅데이터 플랫폼이 활용되고, 프로덕션 파이프라인을 구현하는지 이해할 수 있었습니다. 클라우드 환경에 대해서 짧은 시간에 많은 노하우를 쌓을 수 있었고, 더욱 단단한 팀워크를 다질 수 있었습니다.
Saizy: A/B 테스트 툴에 대해서 얘기하고 싶은데요. 쿠팡의 실험 결과를 한눈에 볼 수 있고, 통계적으로 합리적인 판단을 하게 하는 쿠팡 자체의 A/B 테스트 툴입니다. 시중의 3rd party 분석 툴에 절대 뒤지지 않는 쿠팡만의 분석툴을 지속적으로 경험하면서, 그 편리함, 확장성, 메커니즘이 매우 인상 깊었습니다.
Ian: 쿠팡의 자유롭고 체계화된 업무 환경을 들고 싶습니다. 쿠팡에 입사하기 전의 업무 방식은 다소 정형화되어 있고 독립적인 방식이었습니다. 쿠팡 같은 경우는 다른 곳에 비해 동료들과 자유롭게 의견을 모으고 개진하는 기회가 많습니다.
▶ <쿠팡 X 원티드> 시리즈 보러 가기
발행일 2022.08.09