빅데이터20 알파 세대가 아닌 “펠레니얼” 세대에 주목해야 칼럼 기고문 - 알파 세대는 2010년 이후 출생자로 2023년 기준 13세 살 - 펠레니얼(Pallennial)은 부모(Parents)가 된 밀레니얼(Millennial) 세대라는 의미로 네이밍. - 알파 세대의 특성은 결국, 부모가 된 밀레니얼 세대로부터 물려 받을 것 데이터 분석을 하면서 ‘타깃(Target)’이라는 용어를 참 많이 다루는데, 최근 몇 년 동안 계속 거슬렸던 게 모든 기업이 “우리 타깃은 밀레니얼 세대입니다” “이번 제품은 밀레니얼 타깃을 겨냥한..”이라며 홍보하는 내용이었다. 밀레니얼 세대는 1980년대 초반부터 2000년대 초반에 태어난 세대로 20대부터 40대 초반까지의 연령대가 포함되어 있으며 3040대의 Y세대와 1020대의 Z세대가 합쳐져 있다. 이 용어가 .. 2023. 9. 26. 데이터 분석에서 가설을 설계하는 방법 - 데이터 분석은 결국 질문에 대한 대답을 찾는 과정 - 데이터 분석에서의 가설은 결론이 아니라 과정에 대한 것이어야 - 첫 질문을 시작으로, 다양한 관점에서 데이터를 분석하며 계속해서 새로운 질문을 던져야 - 질문이 중요한 시대, 데이터 분석자는 끊임없이 질문의 기술을 연마해야 데이터 분석에서의 가설은 첫째 ‘호기심’이고, 둘째 결론이 아닌 ‘과정’에 대한 것이어야 한다. 데이터를 분석할 때 가설은 필수적이다. 데이터 분석은 대답을 듣기 위한 목적인 만큼 무엇보다 질문이 필요하다. 만약 결론에 대한 가설만 세운 채 데이터 분석을 시작하면 다양하게 보기 어렵다. 예를 들면, 인테리어 시장에 대한 분석을 시작하면서 결론을 ‘인테리어 시장은 꾸준히 성장 중’이라고 염두에 두고 “인테리어 시장에 관한 관심이 .. 2023. 8. 30. 데이터 분석에서 치열하게 생각하는 방법 조금 모호한 이야기가 되겠지만, 데이터를 분석할 때 치열하게 생각하는 방법에 관해 이야기해 보려 한다. “데이터 분석가에게 필요한 역량”에 대한 질문을 받을 때마다 가장 강조하고 싶은 게 “치열하게 생각할 줄 알아야” 한다는 것이지만, 이런 얘기는 거의 하지 않는다. 다들 너무 당연하다고 생각하기 때문이다. 코딩이나 통계처럼 훈련이 필요한 영역이 아니라 의지의 문제라고 생각하기 때문이다. 그런데 내 경험상 그렇지 않다. 치열하다는 것을 자칫 시간과의 싸움이라고만 생각하기 쉽지만, (물론 시간도 많이 들지만) 내 생각에는 오히려 다양한 관점에서 생각할 수 있는지가 관건이다. 데이터 분석을 어려워하는 사람에게 “좀 더 많이 고민해 봐라”, “다시 생각해 봐라”, 혹은 심지어 “생각을 많이 할 줄 알아야 한다.. 2023. 8. 23. 세라젬, 근래 보기 드문 '쾌속 성장'의 비밀 파헤치기 최근에 아주 이상한 데이터를 봤다. 이상하기다기 보다 신기했다. 세라젬이라는 브랜드가 안마의자 시장에서 매출 기준 No.1 브랜드가 되었다. 사실 세라젬 브랜드에서 주력으로 밀고 있는 제품이 누워서 하는 '척추 온열 의료기기'라는 것을 감안하면 시장을 '안마의자'로 통칭하는 게 맞나 싶긴 하지만.. 익숙한 표현이므로. 어쨌든 라는 인식이 팽배한데 그 사이를 비집고 들어가서 매출 1위를 달성했으니 놀라운 일이 아닐 수 없다. 더 놀라운 건 그게 불과 2~3년 만에 일어난 일이라는 점이다. 2019년 바디프랜드의 매출액은 4,802억 원 / 세라젬의 매출액은 1,537억 원이었다. 2022년 바디프랜드의 매출액은 4,853억 원 / 세라젬의 매출액은 6,436억 원이었다. 시장은 가만 있는데 세라젬의 매출만.. 2023. 8. 3. 이전 1 2 3 4 5 다음
