미리보기

AI 부트캠프 수강생 이탈율 감소를 위한 퍼널 개선

개요.

AI 부트캠프 과정 중 3~4개월 차에 급증하는 수강생 이탈율을 줄이기 위해 데이터 분석을 진행하여 매출 감소를 방어하기 위한 프로젝트.

담당 업무 및 성과.

• 문제 정의 및 가설 설정을 위해 수강생 학습 데이터를 기반으로 시각화 대시보드(Looker Studio) 구성.

• 수강생의 상태를 양호, 보통, 위기, 심각 총 4가지 유형으로 분류하고 팀 내 수강생 관리 담당자와 협업하여 모든 수강생을 대상으로 진행하는 상담 프로세스를 특정 유형의 수강생에 맞춘 주 1~2회 상담 프로세스로 개선.

• 추후 상담 프로세스 개선 및 고도화에 필요한 설문 제작 및 시각화 대시보드 가이드 문서 작성.

• 이를 통해 AI 부트캠프 수강생 이탈율을 10% 감소시켜 매출 감소를 최소화.

팀 회의 프로세스 개선

개요.

팀 회의 전 반복적으로 진행되는 데이터 분석에 소요되는 시간을 줄이고, 의사결정 과정을 데이터 기반으로 가속화해 팀 내 리소스 감소 및 수강생에게 더 좋은 교육 경험을 주기 위한 프로젝트.

담당 업무 및 성과.

• Looker Studio를 활용하여 수강생 데이터를 한눈에 파악할 수 있는 시각화 대시보드 구성.

  • 데이터 선정부터 1차 구성, 피드백을 통한 최종 시각화 대시보드 구성.

• 이를 통해 회의 참여자들이 각자 자료 준비 없이 바로 참여하게 됨으로서 이전 대비 팀 회의 시간 50% 감소.

AI Bootcamp Data Engineering Section 운영.

개요.

데이터 수집, 관리 등 데이터를 다루는 기본적인 방법과 백엔드 기초 강의가 중심인 Data Engineering Section 운영.

담당 업무 및 성과.

• Python, SQL, Git & Github, NoSQL, Docker, Web Scraping 등을 주제로 라이브 강의 진행.

• Section에 대한 피드백 회의와 설문 데이터를 바탕으로 더 좋은 교육 경험을 제공하기 위한 강의 전략 수립.

• 이를 통해 강의 만족도 3.8/5을 달성.

개요.

과열된 주식 시장에서 주식 투자를 투기가 아닌 제테크로 활용하여, 많은 사람들이 건강한 투자를 할 수 있도록 기획.

참여 인원 : 2명(PM)

담당 업무 및 성과.

• 1, 2차 설문 조사를 통한 문제 정의, 가설 설정 및 솔루션 도출.

  • 문제 정의 : 주식 투자 시 수익 실현을 위해서는 시간 리소스가 많이 소모된다.

  • 솔루션 도출 : 시간 리소스를 감소시키고, 투자 리스크를 최소화할 수 있는 아이템이 필요하다.

  • 가설 설정 : 배당주 전문 앱을 사용하겠다고 응답할 비율은 60~65% 사이일 것이다.

• ICE Framework와 Figma를 활용하여 화면 기획.

• 최종 설문을 통해 서비스 기획 의도가 고객 의도에 Fit했는지 점검.

  • 만약, 실제 앱 출시가 된다면 앱 다운로드율 65%로 배당주 전문 서비스에 대한 수요 확인.

• 이를 통해 문제 정의부터 최종 결과까지 수행하며 고객에게 필요한 서비스를 만들어가는 일련의 과정을 경험하며 더 발전할 수 있는 계기가 되었습니다.