포지션 상세
뱅크샐러드는 데이터 서비스로 유저들의 삶을 이롭고 풍요롭게 합니다.
뱅크샐러드의 미션은 유저가 자신의 정보를 언제 어디서나 쓸수 있는 환경을 만들고, 유저 이익이 극대화된 디지털 경험을 설계하는 것입니다. 우리는 사람들에게 가장 중요한 가치인 '돈'과 '건강' 분야에 특히 집중하고 있습니다.
혁신적인 생각을 담은 제품을 끊임없이 내는 회사가 스타트업이라고 생각합니다.
우리는 자동 가계부(2017), 금융 통합 조회 (2018), 소비 기반 카드 추천(2018), 대출 비교 서비스(2019), 신용 점수 올리기(2019), 금융 비서 (2020), 마이데이터 (2022), 무료 유전자 검사(2023), 건강 맞춤 보장 분석 (2024) 샐러드 게임(2025), 최저금리 알리미(2025)를 국내 최초로 출시하며 혁신성을 입증해 왔습니다.
최근 2년간 월 매출은 800% 성장하였고 월 경상 이익(BEP)을 돌파하여 지속가능성과 안정성을 확보하였습니다.
금융과 건강을 아우르는 데이터 시너지를 바탕으로 금융업으로 확장해 나감으로써 5년뒤에는 디지털 금융 지주 회사, 10년 뒤에는 정보를 회사의 핵심 자산으로 각종 사업을 확장해 나가는 데이터 지주 회사가 되고자 합니다.
한계 없이 문제를 해결하는 문화, 데이터를 가장 안전하게 잘 활용하는 프로세스를 함께 만들고, 제품과 비즈니스에서 실질적 성과를 만들고자 하는 도전 정신 충만한 동료들과 함께하고 싶습니다.
건강 PA는 구체적으로 다음과 같은 일들을 해요.
건강 PA의 미션은 흩어진 건강데이터를 모으고, 개인 맞춤형 건강관리와 보험까지 연결해 하나의 솔루션을 만드는 것입니다. 디지털 헬스케어 시장은 규제, 낮은 지불 의향 등 여러 도전 과제가 있지만, 의료·건강 마이데이터의 확산과 건강 관리에 대한 수요 증가는 확실한 기회입니다.
사용자를 행동하게 만드는 건강 관리 서비스를 제공합니다.
건강검진 정보, 공공 마이데이터, 병원 API 등을 활용하여 데이터를 보여주는 것만으로는 건강관리 서비스를 만들었다고 보기 어렵습니다. 우리는 단순히 데이터를 제공하는 것이 아니라, ‘사용자가 실제로 행동하게 만드는 것’에 집중합니다. 건강정보를 제공하는 것 이상의 동기부여 체계(목표 설정, 알림, 도전 과제)를 고민하며, 지속해서 행동하게 만드는 제품을 만들어가고 있습니다.
누구나 쉽게 활용하는 검사 서비스를 제공하며 고객 경험에 집중합니다.
국내 최초로 모든 절차를 앱 서비스화한 뱅크샐러드의 비대면 유전자검사와 미생물 검사는 쉽고 편하게 내 건강상태를 확인하고 관리하는 경험을 이끌고 있습니다. 누적 100만명 이상이 비대면 검사 서비스를 접했고, 30만명 이상이 검사 결과를 활용해 건강을 관리하고 있습니다. 이는 뱅크샐러드의 유전자검사 서비스 출시 이전에 유전자검사 업계 전체의 검사를 합한 것보다 많은 수준입니다. 지속적으로 검사의 규모와 범위를 확대해 언제 어디서든 편하게 내 건강데이터를 확인하고 관리할 수 있는 세상을 만들고자 합니다.
나아가 건강과 재무적 위험 관리까지 일원화하는 솔루션을 제공합니다.
건강 문제는 곧 재무적인 부담으로 이어질 수 있습니다. 우리는 사용자가 필요한 보장을 쉽게 찾고, 보험료를 최적화하며, 가입과 청구까지 간편하게 해결할 수 있는 솔루션을 제공하고자 합니다. 특히, 건강검진·유전자검사·생활습관 데이터를 종합 분석하여 개인별 질병 발병 가능성을 예측하고, 이를 기반으로 최적의 보험 상품을 추천하는 서비스를 고도화하고 있습니다.
또한, 보험 상담의 부정적인 경험을 최소화하기 위해 비대면 상담 시스템을 구축하여, 사용자가 편리하게 보험을 이해하고 가입할 수 있도록 돕고 있습니다. 규제 제한 등 문제도 많았지만, 여러 번의 업데이트와 교육, 기능 개선을 통해 결국 보험 사업에서 600% 이상의 성장을 이뤄냈습니다.
사용자가 최적의 보험 상담을 받을 수 있도록 GA(보험 설계사) 상담 데이터를 분석하여 전환율을 높이는 핵심 요인을 발굴하고, 개선점을 제안합니다.
• 상담 내역 데이터를 기반으로 고전환·저전환 상담 패턴을 식별하고, 전환율에 영향을 미치는 핵심 요인을 정량화합니다.
• 자연어 분석을 활용하여 상담 텍스트에서 유의미한 패턴을 추출하고, 효과적인 상담 화법과 시나리오를 도출합니다.
• 비즈니스/제품에 대한 원인 분석 및 가설 검정을 통해 실행 가능한 인사이트를 도출하고 전략을 제시합니다.
• 뱅크샐러드 사용자의 건강·보험 관련 행동 데이터를 바탕으로 분석 및 모델링하여 제품에 대한 이해를 높입니다.
상담 품질을 빠르고 정확하게 의사결정할 수 있도록 측정 체계를 설계하고, 핵심 지표를 정의하며, 실험을 주도합니다.
• 제품의 성장에 연결되는 핵심 지표들을 설계하고 구현합니다.
• 상담사별·시나리오별 전환 성과를 추적할 수 있는 이벤트 로그를 설계하고 경험을 측정합니다.
• 구성원들이 지표를 쉽게 이해하고 활용할 수 있도록 데이터를 가공하고 시각화합니다.
• 건강팀 PM/PA, GA 매니저와 긴밀히 협업하여 분석 결과를 상담 운영에 반영합니다.
• 분석 효율성을 높이기 위한 데이터 마트(Data Mart)를 설계하고 구축합니다.
상담 방식의 인과적 효과를 검증하기 위해 준실험을 설계하고, 더 높은 전환율을 만드는 상담 시나리오를 실험적으로 발굴합니다.
• 상담사의 상담 방식을 통제 변인으로 설정하여 준실험(Quasi-experiment)을 설계·수행합니다.
• 실험 결과의 통계적 유의성을 검증하고, 인과적 효과를 해석하여 의사결정에 활용합니다.
• A/B 테스트를 설계·수행하고 실험 결과의 통계적 유의성을 검증합니다.
아래의 기술 스택(툴)을 주로 활용합니다.
• 데이터 가공 및 분석 도구: Snowflake, Metabase, Amplitude
• 자연어 분석: Python (pandas, scikit-learn, KoNLPy 등), LLM 활용 분석
• 언어: Python, SQL
• 데이터 분석 경력 7년 이상 또는 이에 준하는, 제품/성장 의사결정에 영향을 준 분석 프로젝트를 리드한 경험이 있으신 분이어야 합니다.
• SQL을 활용해 대규모 데이터를 다루고, 핵심 지표 설계·원인 규명·전략 제안까지 End-to-End로 수행한 경험이 있으신 분이어야 합니다.
• 금융데이터 구조를 이해하고 행동 데이터와 결합해 사용자 가치와 수익 기여를 함께 설명할 수 있는 역량이 있어야 합니다.
• 통계 모델링, 머신러닝 기법 등 고급 분석 방법론 활용 경험이 있어야 합니다.
• A/B 테스트 및 가설 검정에 대한 이해와 실무 적용 경험(지표 정의, 실험 설계, 결과 해석)이 있으신 분이어야 합니다.
• 데이터 기반으로 문제를 구조화하고, 다양한 직군/리더십과 협업하며 조직의 의사결정 수준을 끌어올린 커뮤니케이션/리딩 역량이 있으신 분이어야 합니다.
뱅크샐러드의 미션은 유저가 자신의 정보를 언제 어디서나 쓸수 있는 환경을 만들고, 유저 이익이 극대화된 디지털 경험을 설계하는 것입니다. 우리는 사람들에게 가장 중요한 가치인 '돈'과 '건강' 분야에 특히 집중하고 있습니다.
혁신적인 생각을 담은 제품을 끊임없이 내는 회사가 스타트업이라고 생각합니다.
우리는 자동 가계부(2017), 금융 통합 조회 (2018), 소비 기반 카드 추천(2018), 대출 비교 서비스(2019), 신용 점수 올리기(2019), 금융 비서 (2020), 마이데이터 (2022), 무료 유전자 검사(2023), 건강 맞춤 보장 분석 (2024) 샐러드 게임(2025), 최저금리 알리미(2025)를 국내 최초로 출시하며 혁신성을 입증해 왔습니다.
최근 2년간 월 매출은 800% 성장하였고 월 경상 이익(BEP)을 돌파하여 지속가능성과 안정성을 확보하였습니다.
금융과 건강을 아우르는 데이터 시너지를 바탕으로 금융업으로 확장해 나감으로써 5년뒤에는 디지털 금융 지주 회사, 10년 뒤에는 정보를 회사의 핵심 자산으로 각종 사업을 확장해 나가는 데이터 지주 회사가 되고자 합니다.
한계 없이 문제를 해결하는 문화, 데이터를 가장 안전하게 잘 활용하는 프로세스를 함께 만들고, 제품과 비즈니스에서 실질적 성과를 만들고자 하는 도전 정신 충만한 동료들과 함께하고 싶습니다.
건강 PA는 구체적으로 다음과 같은 일들을 해요.
건강 PA의 미션은 흩어진 건강데이터를 모으고, 개인 맞춤형 건강관리와 보험까지 연결해 하나의 솔루션을 만드는 것입니다. 디지털 헬스케어 시장은 규제, 낮은 지불 의향 등 여러 도전 과제가 있지만, 의료·건강 마이데이터의 확산과 건강 관리에 대한 수요 증가는 확실한 기회입니다.
사용자를 행동하게 만드는 건강 관리 서비스를 제공합니다.
건강검진 정보, 공공 마이데이터, 병원 API 등을 활용하여 데이터를 보여주는 것만으로는 건강관리 서비스를 만들었다고 보기 어렵습니다. 우리는 단순히 데이터를 제공하는 것이 아니라, ‘사용자가 실제로 행동하게 만드는 것’에 집중합니다. 건강정보를 제공하는 것 이상의 동기부여 체계(목표 설정, 알림, 도전 과제)를 고민하며, 지속해서 행동하게 만드는 제품을 만들어가고 있습니다.
누구나 쉽게 활용하는 검사 서비스를 제공하며 고객 경험에 집중합니다.
국내 최초로 모든 절차를 앱 서비스화한 뱅크샐러드의 비대면 유전자검사와 미생물 검사는 쉽고 편하게 내 건강상태를 확인하고 관리하는 경험을 이끌고 있습니다. 누적 100만명 이상이 비대면 검사 서비스를 접했고, 30만명 이상이 검사 결과를 활용해 건강을 관리하고 있습니다. 이는 뱅크샐러드의 유전자검사 서비스 출시 이전에 유전자검사 업계 전체의 검사를 합한 것보다 많은 수준입니다. 지속적으로 검사의 규모와 범위를 확대해 언제 어디서든 편하게 내 건강데이터를 확인하고 관리할 수 있는 세상을 만들고자 합니다.
나아가 건강과 재무적 위험 관리까지 일원화하는 솔루션을 제공합니다.
건강 문제는 곧 재무적인 부담으로 이어질 수 있습니다. 우리는 사용자가 필요한 보장을 쉽게 찾고, 보험료를 최적화하며, 가입과 청구까지 간편하게 해결할 수 있는 솔루션을 제공하고자 합니다. 특히, 건강검진·유전자검사·생활습관 데이터를 종합 분석하여 개인별 질병 발병 가능성을 예측하고, 이를 기반으로 최적의 보험 상품을 추천하는 서비스를 고도화하고 있습니다.
또한, 보험 상담의 부정적인 경험을 최소화하기 위해 비대면 상담 시스템을 구축하여, 사용자가 편리하게 보험을 이해하고 가입할 수 있도록 돕고 있습니다. 규제 제한 등 문제도 많았지만, 여러 번의 업데이트와 교육, 기능 개선을 통해 결국 보험 사업에서 600% 이상의 성장을 이뤄냈습니다.
주요업무
Data Analyst (건강)는 구체적으로 다음과 같은 일을 합니다.사용자가 최적의 보험 상담을 받을 수 있도록 GA(보험 설계사) 상담 데이터를 분석하여 전환율을 높이는 핵심 요인을 발굴하고, 개선점을 제안합니다.
• 상담 내역 데이터를 기반으로 고전환·저전환 상담 패턴을 식별하고, 전환율에 영향을 미치는 핵심 요인을 정량화합니다.
• 자연어 분석을 활용하여 상담 텍스트에서 유의미한 패턴을 추출하고, 효과적인 상담 화법과 시나리오를 도출합니다.
• 비즈니스/제품에 대한 원인 분석 및 가설 검정을 통해 실행 가능한 인사이트를 도출하고 전략을 제시합니다.
• 뱅크샐러드 사용자의 건강·보험 관련 행동 데이터를 바탕으로 분석 및 모델링하여 제품에 대한 이해를 높입니다.
상담 품질을 빠르고 정확하게 의사결정할 수 있도록 측정 체계를 설계하고, 핵심 지표를 정의하며, 실험을 주도합니다.
• 제품의 성장에 연결되는 핵심 지표들을 설계하고 구현합니다.
• 상담사별·시나리오별 전환 성과를 추적할 수 있는 이벤트 로그를 설계하고 경험을 측정합니다.
• 구성원들이 지표를 쉽게 이해하고 활용할 수 있도록 데이터를 가공하고 시각화합니다.
• 건강팀 PM/PA, GA 매니저와 긴밀히 협업하여 분석 결과를 상담 운영에 반영합니다.
• 분석 효율성을 높이기 위한 데이터 마트(Data Mart)를 설계하고 구축합니다.
상담 방식의 인과적 효과를 검증하기 위해 준실험을 설계하고, 더 높은 전환율을 만드는 상담 시나리오를 실험적으로 발굴합니다.
• 상담사의 상담 방식을 통제 변인으로 설정하여 준실험(Quasi-experiment)을 설계·수행합니다.
• 실험 결과의 통계적 유의성을 검증하고, 인과적 효과를 해석하여 의사결정에 활용합니다.
• A/B 테스트를 설계·수행하고 실험 결과의 통계적 유의성을 검증합니다.
아래의 기술 스택(툴)을 주로 활용합니다.
• 데이터 가공 및 분석 도구: Snowflake, Metabase, Amplitude
• 자연어 분석: Python (pandas, scikit-learn, KoNLPy 등), LLM 활용 분석
• 언어: Python, SQL
자격요건
이런 경험을 지향하시는 분들과 여정을 함께하고 싶어요.• 데이터 분석 경력 7년 이상 또는 이에 준하는, 제품/성장 의사결정에 영향을 준 분석 프로젝트를 리드한 경험이 있으신 분이어야 합니다.
• SQL을 활용해 대규모 데이터를 다루고, 핵심 지표 설계·원인 규명·전략 제안까지 End-to-End로 수행한 경험이 있으신 분이어야 합니다.
• 금융데이터 구조를 이해하고 행동 데이터와 결합해 사용자 가치와 수익 기여를 함께 설명할 수 있는 역량이 있어야 합니다.
• 통계 모델링, 머신러닝 기법 등 고급 분석 방법론 활용 경험이 있어야 합니다.
• A/B 테스트 및 가설 검정에 대한 이해와 실무 적용 경험(지표 정의, 실험 설계, 결과 해석)이 있으신 분이어야 합니다.
• 데이터 기반으로 문제를 구조화하고, 다양한 직군/리더십과 협업하며 조직의 의사결정 수준을 끌어올린 커뮤니케이션/리딩 역량이 있으신 분이어야 합니다.
