|
|
|
|
|
 |
그전까지는 데이터 분석을 단순히 통계적 도구로 이해했지만, 실제로는 사람들의 니즈, 시장의 흐름, 조직의 전략을 예측할 수 있는 의사결정 의지도라는 것을 깨닫게 되었습니다.
특히 SBI저축은행의 AICT(FinanceData) 직무는 데이터 분석을 넘어, 금융비즈니스에 직접적인 영향을 주는 전략설계와 모델링 업무까지 포함되어 있다는 점에서 매우 매력적으로 다가왔습니다.
이러한 경험은 향후 실제 금융 데이터 분석 실무에 있어서도 비즈니스 컨텍스트에 맞게 데이터를 해석하고 활용하는 역량으로 이어질 수 있다고 확신합니다.
데이터 직무는 분석 자체보다 타인에게 분석 결과를 이해시키고 설득하는 능력이 더 중요하다고 생각합니다.
분석력, 구조적 사고, 그리고 실행력이라는 세 가지 축을 기반으로, 고객 중심의 데이터 전략을 설계할 수 있는 인재가 되겠습니다.
SBI저축은행에 입사한 후 저는 현장 중심의 금융 데이터 분석가로서, 실질적인 개선과 혁신을 주도하는 인재가 되고자 합니다.
Q1.데이터 분석을 할 때 가장 중요하게 생각하는 기준은 무엇인가요?
저는 데이터 분석에서 가장 중요한 기준은 '현장성과 해석 가능성'이라고 생각합니다.
|
|
|
 |
그 이후로 저는 데이터를 수집하고 해석하는 과정에서 금융비즈니스에 기여할 수 있는 실질적인 방법을 고민하게 되었고, 데이터 기반의 문제 해결을 통해 고객과 조직 모두에게 가치를 줄 수 있는 사람이 되고 싶다는 목표를 갖게 되었습니다.
특히 SBI저축은행의 AICT(FinanceData) 직무는 데이터 분석을 넘어, 금융비즈니스에 직접적인 영향을 주는 전략설계와 모델링 업무까지 포함되어 있다는 점에서 매우 매력적으로 다가왔습니다.
저는 금융산업이 단순히 숫자를 다루는 산업이 아니라, 고객의 신뢰와 직결되는 서비스산업이라는 사실을 인식하고 있으며, 이처럼 고객의 행동 데이터나 상품성과 데이터를 기반으로 의미 있는 인사이트를 발굴하고, 실제 정책과 상품 운영에 연결시키는 역할 을 꼭 맡아보고 싶었습니다.
실제 공공데이터와 크롤링 데이터를 활용하여 약 2만건의 대출상품 이탈데이터를 수집했고, 상품 가입 직전까지 진행되었으나 실제 실행되지 않은 케이스들을 중심으로 이탈 시점, 고객 특성, UI 요소 등을 다변량 분석했습니다.
이러한 경험은 향후 실제 금융 데이터 분석 실무에 있어서도 비즈니스 컨텍스트에 맞게 데이터를 해석하고 활용하는 역량으로 이어질 수 있다고 확신합니다.
중소금융 플랫폼 스타트업에서 데이터 분석 인턴으로 근무하며 사용자 행동로 그 분석과 대시보드 구축을 수행했고, 특히 상품별 리텐션 분석 결과를 마케팅팀과 공유해 리 마케팅 정책을 조정하는 데 기여했습니다.
이러한 방식으로 문제를 재구조화하고, 데이터를 맥락에 맞게 해석한 점이 프로젝트의 성공 요인이 되었다고 평가받았습니다.
그 결과 최근에는 빠른 실행과 피드백 중심의 업무 스타일을 통해 조직 내에서도 실행력과 협업 역량을 동시에 인정받을 수 있었습니다.
이 경험은 제가 '정직함'이 단순히 말의 문제를 넘어, 데이터와 판단의 영역에서도 반드시 지켜져야 하는 가치라는 점을 체감하게 만든 사건이었습니다.
즉, 이상적인 모델이나 분석이 아니라, 현장에서 실제 적용 가능하고, 실행 가능한 결과를 추구하는 태도입니다.
특히 FinanceData직무는 내부 보고, 대고객 리스크 판단, 신용정책 등 조직의 다양한 분야에 영향을 미칠 수 있는 위치에 있기 때문에, 수치 하나에도 정직함과 실용적 태도를 가져야 한다고 생각합니다.
앞으로도 저는 어떤 데이터를 마주하든, 그 이면을 정직하게 보고, 그것을 실질적인 의미로 해석하고, 실행 가능한 전략으로 이어나가는 사람으로 성장하고 싶습니다.
SBI저축은행에 입사한 후 저는 현장 중심의 금융 데이터 분석가로서, 실질적인 개선과 혁신을 주도하는 인재가 되고자 합니다.
단순히 모델을 만드는 사람이 아니라, 현장의 니즈를 이해하고, 고객행동을 분석해 조직의 의사결정을 설계할 수 있는 전략 파트너로 성장하는 것이 제 목표입니다.
2년차부터는 실제 분석업무에 참여하며 실행 가능한 개선안을 제안하는 경험을 확장하고자 합니다.
특히 고객행동 데이터 기반 이탈 예측, 상품별 수익성 분석, 디지털 채널의 마케팅 성과 추적 등 실질적인 업무영역에서 모델을 적용해 보고, 기존 전략의 맹점을 데이터로 보완하는데 기여하고 싶습니다.
입사 후 저는 수치 해석 능력, SQL과 Python기반 데이터 처리 능력, 커뮤니케이션과 기획력을 종합적으로 활용하여 단기 성과뿐 아니라 지속가능한 전략과 조직가치 창출에 기여할 수 있는데이터인재로 성장하겠습니다.
Q1.데이터 분석을 할 때 가장 중요하게 생각하는 기준은 무엇인가요?
저는 데이터 분석에서 가장 중요한 기준은 '현장성과 해석 가능성'이라고 생각합니다.
Q4.가장 어려웠던 분석 경험은 무엇이며 어떻게 극복하셨나요?
Q6.본인이 만든 분석 결과가 실무자에게 반영되지 않았던 경험이 있나요?
또한 시각화 부분에서는 PowerBI와 matplotlib, seaborn을 활용해 분석 결과를 직관적으로 전달하고, 실무자 대상 설명자료도 제작해본 경험이 있습니다. |
 |
데이터, 분석, 고객, 전략, 금융, 상품, 단순하다, 실제, 기반, 결과, 조직, 생각, 중심, 되어다, 프로젝트, 해석, 모델, 이탈, 직무, 설계 |
|
|
|
|
|
|
 |
|
|
|
|
|
|
|
|
|
|
|
| |
|
|
|
2025.12.27
7페이지
