01 문제 재정의하기 PM의 가장 큰 덕목 중 하나는 자신의 업무를 탑다운으로 '할당' 받았을 때 이것을 그대로 받아들이지 않는 비판적 사고이다.리더급에서 어떤 사안을 중요한 문제라고 판단하고 특정한 task를 실무진에 할당했지만실무진의 시각으로 이 task를 분석했을 때 정작 문제의 본질이 반영되지 않았다고 느끼는 경우도 종종 있을 수 있다고 생각한다.물론 리더의 최종 결정을 실무진이 따르는 것은 조직 관점에서 매우 중요하다.따라서 큰 줄기는 리더급의 의사결정을 충실히 따라가되,실무진이 결정하게 되는 세세한 가지들이 최선의 방향으로 뻗어나갈 수 있게끔 기획하려면문제를 정의하는 단계에서부터 자기 나름대로 문제 상황과 원인을 다시 한 번 분석해보는 단계가 필요하다. [문제 재정의하기 - 5 WHYS] ..
오늘 알려드리는 이 방법으로나는 동료들을 설득할 수 있었고,내가 고민하고 기획한 방향으로 프로젝트를 리딩할 수 있었다. 마케터, PM이 실무에서 어떤 관점에서 데이터를 활용하게 되는지?문제를 다루는 관점은 물론, 바로 적용할 수 있는 전술적인 프레임워크까지 다! . PM의 핵심은 비즈니스 문제해결능력이다.따라서 실무에서의 데이터 분석은 문제상황의 진단과 어떤 데이터를 어떤 관점에서 분석할지 결정하는 것에서부터 시작한다. 01 우리 회사의 장기목표를 이해하라왜 실무자가 데이터를 활용하기 위해 회사의 목표, 즉 큰 그림을 볼 줄 알아야 할까?모든 기업은 비즈니스 생존과 성장을 목표로 한다. [북극성 지표] 실무자들이 실무 단에서 고민하는 주제는 파편화되어 있기는 하지만, 결국에는 어떤 요인이 우리 기업..
그간 했던 프로젝트들을 정리하며, 나는 실무 경험이 없지만, 로컬 비즈니스를 기반으로 한 앱을 기획 및 출시하며 스스로 PM으로써의 역량을 경험해봤다고 생각한다.앱을 기획부터 출시까지 프로덕트 전반을 매니징하면서 바라봤던 지표들이 있는데,유저확보를 위해 모스를 마케팅하려고 하니 또 다른 데이터를 핵심지표로 바라봐야 한다는 것을 깨달았다.회사나 팀마다 정의하는 직무의 R&R은 각각 다를 것이고, 회사의 규모, 특성, 도메인 등에 따라 요구하는 데이터 분석의 깊이나 범위 또한 다를 것이다.오늘은 내가 경험하고 느낀 대로 정의해보고자 한다. 1. 마케터, 서비스 기획자, PM/PO가 가장 중요하게 생각하는 데이터의 차이2. 각 직무가 핵심지표로 바라보는 데이터와 그 활용하는 방식은 어떻게 다를까? 1. 마케..
🎬 주제 : 생성AI로 똑똑하게 일하는 법📅 세미나 일정2024. 8. 28.(수) 저녁 6시, 약 90분간🏢 장소우아한테크 YouTube 채널🖇️ https://youtube.com/@woowatech🚨신청 기간2024. 8. 28.(수) 당일까지* 신청하신 분께는 세미나가 끝난 뒤 발표 자료(.pdf)를 보내 드립니다.⭐️ 주요 내용여러분들께서는 업무나 개인 용무를 하며 생성형 AI를 얼마나 활용하시나요? 8월 우아한테크세미나에서는 생성형 AI에 대해 더 가깝게 다가가는 시간을 준비했습니다.1부에서는 우리가 어떻게 하면 생성형 AI를 통해 더 똑똑해질 수 있는지 알아봅니다. 좋은 활용을 위해서는 단순한 사용을 넘어서서 잘 사용하는 것이 중요하겠죠. 생성형 AI를 더 잘 쓰기 위한 3개 스..
사실 계기는 별 게 없었다. 트립핀 때부터 모스까지 프로젝트를 함께 개발했던 프론트엔드 개발자 J가자신이 새로 공부하게된 '수파베이스'에 대한 장점을 알려주겠다고 했던 때가 시작이였다.기획자인 내가 개발적인 용어는 잘 알지 못하니 최대한 간결하게 설명을 해주었다. 그런데 들으면 들을 수록 노션의 관계형 데이터베이스와 닮은 듯 했다.J에게 설명해주었더니 아주 비슷하다고.너는 구조 짜는 걸 좋아하고, 노션의 데이터베이스를 잘 쓰니 잘 이해할 것 같다며 추천했다. 목차1. 기획자인 내가 수파베이스와 Postgre SQL을 공부하는 이유2. 수파베이스 vs 파이어베이스3. 수파베이스와 노션의 유사성 1. 기획자인 내가 수파베이스와 Postgre SQL을 공부하는 이유 1) Postgre SQL 은 안그래도..