알라미 데이터 밋업 자료 공개: 데이터 분석 노하우 대방출!
딜라이트룸에서 개최한 데이터 밋업(Meetup) 자료를 공유하며, 데이터 분석(Data Analysis) 및 엔지니어링(Engineering) 관련 내용을 다룸
측정 불가능한 것 측정하기, 구독 실험, MAU 성장 전략 등 딜라이트룸의 실제 사례를 소개
딜라이트룸의 데이터 분석가(Data Analyst) 채용 공고와 함께 밋업에 대한 감사 인사를 전달
측정 불가능한 것을 측정하는 방법
본 밋업에서는 측정 불가능한 것을 측정하는 방법에 대한 딜라이트룸 데이터 엔지니어(Data Engineer)의 발표 자료를 공유했다. 구체적인 기술 스택(Tech Stack)이나 방법론에 대한 언급은 없지만, 데이터 엔지니어링(Data Engineering)의 핵심 가치인 데이터 기반 의사 결정(Data-driven Decision Making)의 중요성을 강조한다. 딜라이트룸은 데이터 수집(Data Collection), 가공(Data Processing), 시각화(Data Visualization)를 통해 측정 불가능한 영역을 정량화하고, 이를 통해 서비스 개선 및 성장을 이끌어낸 경험을 공유했을 것으로 예상된다.
70개의 구독 실험과 스쿼드에게 남긴 교훈
딜라이트룸 데이터 분석가(Data Analyst)는 70개의 구독 실험을 통해 얻은 교훈을 공유했다. 구독 실험은 A/B 테스트(A/B Testing)를 통해 사용자 행동(User Behavior)을 분석하고, 구독 전환율(Subscription Conversion Rate)을 개선하는 데 기여했을 것으로 보인다. 70개의 실험을 통해 얻은 인사이트(Insight)는 딜라이트룸의 구독 모델(Subscription Model) 최적화에 활용되었을 것이며, 데이터 분석 기반의 의사 결정 문화(Data-driven Decision Culture)를 강화하는 데 기여했을 것이다.
400만 MAU에서 700만 MAU로 성장시킨 방법
딜라이트룸 데이터 분석가(Data Analyst)는 1년 만에 400만 MAU(Monthly Active Users)에서 700만 MAU로 성장시킨 방법을 공유했다. 발표 자료에는 구체적인 성장 전략(Growth Strategy)과 관련된 내용이 포함되어 있을 것으로 예상된다. 사용자 행동 분석(User Behavior Analysis), A/B 테스트(A/B Testing), 마케팅 캠페인(Marketing Campaign) 최적화 등을 통해 사용자 유입(User Acquisition) 및 잔존율(Retention Rate)을 개선했을 것으로 추정된다. 데이터 분석을 통해 성장 지표(Growth Metrics)를 지속적으로 모니터링(Monitoring)하고, 데이터 기반 의사 결정을 내린 결과로 해석된다.