데이터 분석가 Data Analyst

주요업무

단순히 누군가 뽑아준 데이터를 가공하는 것에 그치지 않습니다. 에덴챗에서는 데이터가 생성되는 순간부터 비즈니스 전략으로 치환되는 전 과정을 직접 핸들링하며, 개선이나 신규 기능 도입을 위한 근거를 제시합니다. 성장 방정식(Growth Equation) 분석 및 고도화 매출을 ‘유입 × 활성화 × 인게이지먼트 × 단가’ **등 핵심 요소로 분해하는 성장 방정식 분석을 통해, 기간별 매출 변동을 코호트·채널·제품·결제 단위로 쪼개 의사결정의 근거를 제공합니다. 코호트 · 리텐션 · LTV 분석 가입월·채널·디바이스별 코호트의 활성 리텐션 / 결제 리텐션, 첫 결제까지의 소요 시간, 코호트별 LTV / 페이백 기간을 추적하고, 코호트 품질의 구조적 변화 신호를 조기에 발굴합니다. 퍼널 · 활성화 · 이탈 분석 방문 → 가입 → 첫 핵심 행동 → 첫 결제 → 재결제 / 재방문에 이르는 다단 퍼널의 전환율, 단계별 이탈 원인, Aha-moment 정의, 위클리/먼슬리 챈을 측정해 ‘*어디서 새는지’*를 정량화합니다. 프로덕트 실험 분석 (A/B · 변형 비교) 신규 기능 출시, 가격/패키지 변경, 온보딩 변형 등에 대해 가설–메트릭–샘플 설계부터 결과 해석까지 책임집니다. 단순 유의성 판정에 그치지 않고 세그먼트별 효과 차이, 장기 영향, 카니발리제이션까지 함께 봅니다. 데이터 거버넌스의 초석 마련 정제되지 않은 방대한 로그 속에서 유의미한 이벤트를 정의하고, 데이터가 흐를 수 있는 길(Pipeline)을 개발팀과 함께 설계합니다. 이벤트 스키마·핵심 메트릭 정의·딕셔너리를 전사 표준으로 정착시킵니다. 유저 세그멘테이션 및 행동 분석 결제 집중도(고결제 유저 비중·페잉 유저 분포), 행동 기반 클러스터, 라이프사이클 단계(신규/활성/리스크/이탈/리액티베이션)별 분석으로 누가, 어떻게, 왜 머무르는지를 구조화합니다. 단위 경제(Unit Economics) 분석 매출뿐 아니라 변동 원가(인프라·LLM 모델·캐시 적중률 등)까지 함께 추적해 사용량 단위(메시지·세션 등) 마진을 정의하고, 가격·모델 믹스·기능 변경의 P&L 영향을 시뮬레이션합니다. (CAC 등 마케팅 측 단위 경제 지표는 계산 로직과 신뢰도를 분석가가 책임지되, 채널 운영은 마케팅팀과 분리합니다.) 핵심 지표 기반 성장 전략 수립 Acquisition · Activation · Retention · Revenue · Referral · Resurrection 의 풀-스택 그로스 지표를 기반으로 분기/월 단위 성장 방향을 정의하고, P0 액션을 제안합니다. 전사 데이터 통합 뷰 구축 마케팅·프로덕트·결제·운영(인프라/비용) 데이터를 유저 단위로 잇는 통합 뷰를 구축해, 한 명의 유저가 어떤 경로로 들어와 어떤 행동을 하고 어떻게 매출에 기여하는지를 일관된 정의로 추적할 수 있게 합니다. 이를 통해 서비스 전반의 성장 구조와 캐리잉 캐패시티(steady-state ceiling), 성장 한계 요인을 도출합니다. (직군별 KPI 운영 자체는 각 팀이 담당합니다.) 마케팅 데이터 측정 기반 마련 및 분석 지원 퍼포먼스 마케팅의 의사결정이 신뢰할 수 있는 데이터 위에서 이뤄지도록, 이벤트 정의 · 어트리뷰션 모델 · UTM/세션 스티칭 · 광고 플랫폼-DB 데이터 정합성을 설계하고 운영합니다. 광고 플랫폼의 픽셀 기준 수치와 인하우스 DB 기준 수치 간 괴리를 진단하고, 어트리뷰션 신뢰도를 확보합니다. CAC / ROAS / LTV·CAC / 페이백 등 단위 경제 지표를 채널·캠페인·크리에이티브 단위로 ‘볼 수 있는 구조’ 자체를 만들고, 퍼포먼스 마케터/그로스팀이 셀프-서브로 활용할 수 있도록 합니다. 채널별 유저의 장기 가치(코호트 LTV, 리텐션 곡선, 결제 행동 차이) 분석은 분석가가 직접 수행해 마케팅팀의 의사결정에 인사이트로 연결합니다. (채널 예산 배분·입찰 운영 자체는 퍼포먼스 마케터의 영역)

자격요건

IT/플랫폼 서비스에서 데이터 분석을 통해 비즈니스 문제를 해결해 본 2년 이상의 실무 경험 BI / SQL 분석 능숙 (복잡한 조인·윈도우 함수·코호트 쿼리 자유롭게 작성) 코호트·퍼널·리텐션·LTV/CAC 등 그로스 지표 프레임워크에 대한 실무 이해 실험 설계(A/B, 변형 분석)와 결과 해석 경험, 통계적 유의성에 대한 기본기 분석 결과를 의사결정 가능한 인사이트로 번역해 비-분석 직군과 커뮤니케이션한 경험 프로덕트 지표에 대한 이해를 바탕으로, 데이터 속 개선을 위한 인사이트를 도출할 수 있는 분

우대사항

클라우드 DB / OLTP 기반 분석 경험 (PostgreSQL 계열 등) PostHog · Supabase · Grafana · Metabase · Mixpanel · Amplitude 등 프로덕트 애널리틱스 / BI / DB / 모니터링 툴 중 일부 사용 경험 BI / 대시보드(노트북·웹 기반 시각화 포함)를 직접 만들어 본 경험 인프라/모델 단위 원가 등 단위 경제 분석 경험 AI 채팅 서비스 도메인 경험 데이터 파이프라인·이벤트 스키마·텍소노미를 0→1로 설계한 경험 마케팅/프로덕트/결제 로그 설계부터 시각화까지 분석의 Full-cycle을 경험해보고 싶으신 분

기술스택

Python, PostgreSQL, Airflow, Tableau, SQL, BigQuery, Amplitude, Google-Cloud-Platform, LLM, dbt, Stack AI

채용절차

채용 절차 서류 검토 : 포트폴리오 또는 운영 중인 채널 URL 제출 필수 1차 인터뷰 (Technical Interview) : 직무 역량 및 기술적 해결 능력 검증 2차 인터뷰 (Culture Interview) : 에덴의 비전과 일하는 방식에 대한 상호 싱크 확인 Final Offer : 처우 협의 및 입사 근무 조건 고용 형태: 정규직 (최초 3개월 수습 기간 적용) 에덴은 서로의 업무 방식과 협업 적합도를 충분히 확인할 수 있도록 최초 3개월의 수습 기간을 운영합니다. 수습 기간 중에도 정규직과 동일한 급여 및 복리후생이 적용되며, 기간 동안의 업무 성과와 조직 적합도를 종합적으로 검토한 후 정규직 전환 여부가 확정됩니다. 근무 형태: 100% Remote & Async First 에덴은 기록과 공유를 기반으로 한 Async 협업 문화를 지향합니다. 각자의 최적화된 환경에서 최고의 퍼포먼스를 만드는 데 집중합니다.