포지션 상세
숫자 너머의 본질을 파고들어,
전사의 의사결정 퀄리티를 끌어올립니다.
: 이 가슴 뛰는 미션을 함께 할 Data Analytics Team Leader를 찾습니다!
[우리는 이런 문제를 풀어요]
라포랩스는 4050대 여성 패션 커머스 '퀸잇'을 만듭니다. 데이터분석팀은 유저에 대한 이해를 바탕으로 제품과 사업 전략을 데이터로 연결하는 역할을 맡고 있습니다.
유저들이 우리 앱에 왜 오고 왜 떠나는지, 어떤 상품과 콘텐츠 구성이 재방문과 재구매를 만드는지, 패션을 넘어 라이프·푸드 같은 새 카테고리로 넓혀갈 때 유저 관점에서 무엇을 소구하고 어떤 경험을 지켜야하는지 데이터 관점에서 진단하고 좋은 의사결정을 함께 만들어갑니다.
[합류하게 될 팀을 소개해요]
데이터 분석팀은 데이터 챕터에 속해 있으며, 구성원의 평균 경력은 5년 이상입니다. 데이터 챕터에는 데이터 분석팀, 데이터 엔지니어링팀, 머신러닝팀이 있습니다.
현재 데이터 챕터는 조직의 역할과 운영 방식을 다시 정하고 있습니다. 합류하시게 되면 분석팀의 우선순위와 일하는 방식, 데이터 엔지니어링팀 및 머신러닝팀과 협업하는 방식을 직접 정하고 만들어갈 수 있습니다.
"라포랩스 구성원 모두가 유저와 제품 그리고 사업을 데이터로 이해하고 최선의 결정을 빠르게 내리게 한다."
이 미션은 세 가지 역할로 이어집니다.
1. 데이터로 중요한 의사결정을 지원합니다. 분석팀이 지표를 전달하는 데 그치지 않고, 사업과 제품의 중요한 판단에 직접 참여하게 합니다.
2. 분석가의 경험을 분석 에이전트(데이터라쿠)에 담습니다. 분석가의 접근법과 도메인 지식, 검증 기준을 다음 분석에 활용합니다.
3. 분석팀이 임팩트 있는 문제에 집중하도록 운영합니다. 우선순위와 담당 영역을 정하고 분석가의 전문성과 팀의 생산성을 높입니다.
[데이터 분석팀 리더의 시간은 이렇게 쓰여요]
• 전사의 중요한 의사결정을 함께 만듭니다.
: 경영진, 사업, 제품 조직과 함께 시즌 목표, 성장 과제, 제품 개선 우선순위, 사업 다각화를 결정하는 과정에 참여합니다. 회사 목표에 가장 큰 영향을 미치는 문제를 찾고, 답을 찾아야 할 질문과 분석 과제로 구체화합니다.
• 유저와 제품, 사업에 대한 이해를 쌓습니다.
: 퀸잇 유저가 왜 오고 떠나는지, 어떤 상품과 콘텐츠가 재방문을 만드는지, 제품과 사업의 변화가 유저 행동에 어떤 영향을 주는지 설명합니다. 분석에서 확인한 사실과 배운 점을 기록하고, 이후 제품과 사업 의사결정의 기준으로 활용합니다.
• 제품과 사업 조직의 판단 기준을 함께 세웁니다.
: 과제를 기획할 때부터 성공 기준과 가드레일 지표를 함께 정합니다. 전사 지표의 정의와 실험 판정 기준을 제안하고 합의를 만듭니다. 주간·월간 리뷰에서 같은 기준으로 성과를 판단하게 합니다.
• 분석팀을 이끌고 분석가의 성장을 돕습니다.
: 분석가별 담당 영역과 우선순위를 정하고, 필요한 인재를 채용하며 구성원의 성장을 지원합니다. 분석가가 중요한 분석과 의사결정 지원에 더 많은 시간을 쓸 수 있도록 팀의 일하는 방식을 정합니다.
• 데이터 AX로 데이터 분석가 포함 전사 구성원의 분석 역량을 키웁니다.
: 반복되는 조회와 기초 분석을 분석 에이전트(데이터라쿠)가 해결할 수 있도록 분석가의 문제 해결 방식, 도메인 지식, 검증 기준을 데이터라쿠에 반영합니다. 구성원이 의사결정에 필요한 답을 얻는 시간이 줄어들고 분석팀이 중요한 문제에 더 많은 시간을 쓰는지를 보며 데이터라쿠를 개선합니다.
• 10년 이상의 데이터 분석 경력과 3년 이상의 분석 조직 리딩 경험을 보유하신 분
• 리더십, 사업 조직과 긴밀히 일하며 분석으로 중요한 의사결정에 영향을 준 경험
• 데이터/AI 제품이나 사내 분석 에이전트를 만들어 실제 업무에 쓰이게 한 경험
• 제품 조직의 파트너로 퍼널, 리텐션, 코호트 분석과 기능이 유저 행동과 성과에 미친 영향을 분석 한 경험
• 전사 지표 체계나 실험 체계를 설계하고 합의를 이끌어 조직에 정착시켜 보신 분
• 분석을 의사결정에 바로 쓸 수 있는 결론으로 전달하고, 결정권 없이도 합의를 끌어내실 수 있는 분
• SQL과 통계에 능숙하고, BigQuery 같은 대규모 행동 데이터 환경에서 분석 품질을 직접 검토할 수 있으신 분
전사의 의사결정 퀄리티를 끌어올립니다.
: 이 가슴 뛰는 미션을 함께 할 Data Analytics Team Leader를 찾습니다!
[우리는 이런 문제를 풀어요]
라포랩스는 4050대 여성 패션 커머스 '퀸잇'을 만듭니다. 데이터분석팀은 유저에 대한 이해를 바탕으로 제품과 사업 전략을 데이터로 연결하는 역할을 맡고 있습니다.
유저들이 우리 앱에 왜 오고 왜 떠나는지, 어떤 상품과 콘텐츠 구성이 재방문과 재구매를 만드는지, 패션을 넘어 라이프·푸드 같은 새 카테고리로 넓혀갈 때 유저 관점에서 무엇을 소구하고 어떤 경험을 지켜야하는지 데이터 관점에서 진단하고 좋은 의사결정을 함께 만들어갑니다.
[합류하게 될 팀을 소개해요]
데이터 분석팀은 데이터 챕터에 속해 있으며, 구성원의 평균 경력은 5년 이상입니다. 데이터 챕터에는 데이터 분석팀, 데이터 엔지니어링팀, 머신러닝팀이 있습니다.
현재 데이터 챕터는 조직의 역할과 운영 방식을 다시 정하고 있습니다. 합류하시게 되면 분석팀의 우선순위와 일하는 방식, 데이터 엔지니어링팀 및 머신러닝팀과 협업하는 방식을 직접 정하고 만들어갈 수 있습니다.
주요업무
[데이터 분석팀 리더의 미션을 소개해요]"라포랩스 구성원 모두가 유저와 제품 그리고 사업을 데이터로 이해하고 최선의 결정을 빠르게 내리게 한다."
이 미션은 세 가지 역할로 이어집니다.
1. 데이터로 중요한 의사결정을 지원합니다. 분석팀이 지표를 전달하는 데 그치지 않고, 사업과 제품의 중요한 판단에 직접 참여하게 합니다.
2. 분석가의 경험을 분석 에이전트(데이터라쿠)에 담습니다. 분석가의 접근법과 도메인 지식, 검증 기준을 다음 분석에 활용합니다.
3. 분석팀이 임팩트 있는 문제에 집중하도록 운영합니다. 우선순위와 담당 영역을 정하고 분석가의 전문성과 팀의 생산성을 높입니다.
[데이터 분석팀 리더의 시간은 이렇게 쓰여요]
• 전사의 중요한 의사결정을 함께 만듭니다.
: 경영진, 사업, 제품 조직과 함께 시즌 목표, 성장 과제, 제품 개선 우선순위, 사업 다각화를 결정하는 과정에 참여합니다. 회사 목표에 가장 큰 영향을 미치는 문제를 찾고, 답을 찾아야 할 질문과 분석 과제로 구체화합니다.
• 유저와 제품, 사업에 대한 이해를 쌓습니다.
: 퀸잇 유저가 왜 오고 떠나는지, 어떤 상품과 콘텐츠가 재방문을 만드는지, 제품과 사업의 변화가 유저 행동에 어떤 영향을 주는지 설명합니다. 분석에서 확인한 사실과 배운 점을 기록하고, 이후 제품과 사업 의사결정의 기준으로 활용합니다.
• 제품과 사업 조직의 판단 기준을 함께 세웁니다.
: 과제를 기획할 때부터 성공 기준과 가드레일 지표를 함께 정합니다. 전사 지표의 정의와 실험 판정 기준을 제안하고 합의를 만듭니다. 주간·월간 리뷰에서 같은 기준으로 성과를 판단하게 합니다.
• 분석팀을 이끌고 분석가의 성장을 돕습니다.
: 분석가별 담당 영역과 우선순위를 정하고, 필요한 인재를 채용하며 구성원의 성장을 지원합니다. 분석가가 중요한 분석과 의사결정 지원에 더 많은 시간을 쓸 수 있도록 팀의 일하는 방식을 정합니다.
• 데이터 AX로 데이터 분석가 포함 전사 구성원의 분석 역량을 키웁니다.
: 반복되는 조회와 기초 분석을 분석 에이전트(데이터라쿠)가 해결할 수 있도록 분석가의 문제 해결 방식, 도메인 지식, 검증 기준을 데이터라쿠에 반영합니다. 구성원이 의사결정에 필요한 답을 얻는 시간이 줄어들고 분석팀이 중요한 문제에 더 많은 시간을 쓰는지를 보며 데이터라쿠를 개선합니다.
자격요건
[라포랩스는 이런 분을 찾고 있어요]• 10년 이상의 데이터 분석 경력과 3년 이상의 분석 조직 리딩 경험을 보유하신 분
• 리더십, 사업 조직과 긴밀히 일하며 분석으로 중요한 의사결정에 영향을 준 경험
• 데이터/AI 제품이나 사내 분석 에이전트를 만들어 실제 업무에 쓰이게 한 경험
• 제품 조직의 파트너로 퍼널, 리텐션, 코호트 분석과 기능이 유저 행동과 성과에 미친 영향을 분석 한 경험
• 전사 지표 체계나 실험 체계를 설계하고 합의를 이끌어 조직에 정착시켜 보신 분
• 분석을 의사결정에 바로 쓸 수 있는 결론으로 전달하고, 결정권 없이도 합의를 끌어내실 수 있는 분
• SQL과 통계에 능숙하고, BigQuery 같은 대규모 행동 데이터 환경에서 분석 품질을 직접 검토할 수 있으신 분
