채용플랫폼 이용패턴 분석 팀프로젝트3 - 주제 변경

최종 분석 주제 : 채용 플랫폼 구직자 이탈 감소를 위한 검색 필터 A/B 테스트 제안

오늘 할 일

• 일정 세부 계획 공유 + 업무 분장
• 팀 연구 주제 후보 군 좀더 확인해보고 최종주제 결정하기
  • 이탈률(구독 취소) 감소를 위한 EDA 진행 및 공유
  • 주제 및 데이터 변경 : 구독서비스 → 채용플랫폼
• ‘국내 채용시장 및 채용 플랫폼 이용패턴 분석 데이터’ 살펴보기
• ‘국내 채용시장 및 채용 플랫폼 이용패턴’ 시장, 트렌드, 기업 분석해보기

오늘 한 일

1. 일정 세부 계획 공유 및 업무 분장 : 팀프로젝트 계획 안 공유
2. 주제 변경 : 기존에 선택한 주제와 다른데이터의 주제를 비교해보고 논의끝에 주제 변경
3. 채용시장 및 채용플랫폼 이해하기 : 채용플랫폼(사람인, 원티드) AARRR 분석사례 공유

내일 할 일

• 변경된 팀 연구 주제 후보 군 정하고 EDA 진행해보기
  • 구직자와 기업의 채용플랫폼 이탈 방지를 위한 EDA 진행 및 공유
• 최종 주제 선정해보기 (가능하다면)

---

Issues & Challenges

프로젝트 일정

• 프로젝트 OT : 10/18(금)
• 프로젝트 기간 : ~ 11/11(월) 19:00 (24일간, 주말제외 16일간)
• 중간 발표 : 10/28(월) 13:00 (10일간, 주말제외 6일간)
• 최종 발표 : 11/12(화)

일정 세부 계획 : 약 3주간의 프로젝트 일정 공유

• 1주차(10/21 ~ 10/25) : 주제 선정 및 간단한 EDA
• 2주차(10/28 ~ 11/1) : 1차 결론 도출 (EDA+지표+제안)
• 3주차(11/4 ~ 11/8) : 최종 결론 도출 (추가 EDA 및 세부분석 + 태블로 대시보드 구현)
  • 모의발표 (11/8금 or 11/10일)
• 4주차(11/11) : 19:00까지 결과물 제출 (colab + 보고서 + 개인협업일지) + 발표 ppt

업무 분장 (안)

• 문서 정리 : 1명
• 코드 취합 : 1명
• 보고서 + PPT : 보고서 1명, PPT 1명, 보조 1명 (점검은 팀 전체)
• 배경 조사 및 주제 선정 (트렌드 및 키워드 조사) ⇒ 팀전체
• 데이터 전처리: 필요할까? 주제 찾을 때 데이터 살펴보면서 판단
• EDA 및 세부 분석(+ 시각화) : 지표관점 등 기준에 따라 나눠서
  • 간단한 통계 도출, 시각화, 클러스터 분석, 차원축소, 패턴 분석, 비즈니스 지표 등
  • 고객 세분화, 코호트 분석, 퍼널 분석 등 다양한 프로덕트 데이터 분석 방법론 적용
• 1차 결론 도출 : (팀전체) EDA + 시각화 바탕 1차 결론과 개선방향성 도출
  • 프로덕트 매니지먼트 등 사업적인 관점에서의 개선점 제안
  • (필요 시) 추가 EDA 및 세부 분석(+시각화) ⇒ 나눠서
  • (필요 시) 태블로 대시보드 구현 (지표 트래킹 대시보드) ⇒ 원영덕 + 김상민 + 나눠서
• 최종 결론 도출 : (팀전체) 보고서에 들어갈 최종 결론과 제안 방향성 수립
• 발표 준비(PPT) : 팀전체 분량 나누고 각자 스크립트 작성후 같이 점검
  • 모의 발표 (인당 3분 30초)

‘국내 채용시장 및 채용 플랫폼 이용패턴 분석 데이터’ 살펴보기

• 전반적으로 버릴 데이터가 없었고 잘 연계됨
• 유저들은 어떤 채용공고들을 북마크 했을까?
  • 탄탄하고 전망있는 기업?
  • 회사정보나 투자정보가 공개된 기업?
  • 회사위치가 교통이 좋은곳?
• 채용회사의 회사정보(설립일, 구성원, 주소, 투자정보 등)가 누락된곳이 일부 있었음
  • 회사정보 제공량에 따른 회사 관심도 분석(조회수, 팔로우수, 추천수)
  • 채용공고 지원수와 타 데이터의 상관관계 분석 → 유저 지원율 향상 방안 마련
• 투자정보 데이터 살펴보기

  • 1조1000억원 투자받은 회사가 관찰됨 (쿠팡추정)

    손정의 ‘끝없는 쿠팡 사랑’···1조1000억 이어 또 2조2500억 투자

  • 투자금액이 1원 이상 100만원 미만 회사가 62곳 관찰됨 → 단위를 잘못적었거나 이상치

• 유저가 어떤 행동을 했는지 log를 통해 페이지 이동과 이벤트를 세세하게 파악이 가능함
  • 2022년 유저가 자주 사용하는 웹사이트 기능들 (설명은 AI가 작성함)

  

  • 유저들은 어떤 웹서비스를 주로 이용하는가?어떤부분을 개선할 수 있을까?
    • 채용공고, 이력서 템플릿
    • 특정 회사의 정보
    • 추천 분야?

주제 찾기 : 이탈률(구독 취소) 감소를 위한 EDA 진행 및 공유

• 주제1 국내 채용시장 및 채용 플랫폼 이용패턴전환 결정!
  • 변경사유 : 배운 내용을 바탕으로 분석할 수 있는 방향이 더 다양하다고 판단됨
    • 데이터가 좀 더 풍부하다
    • 분석할 수 있는 방향이 다양하다
    • 실제데이터를 사용한 느낌이 든다

‘국내 채용시장 및 채용 플랫폼 이용패턴’ 시장, 트렌드, 기업 분석해보기

• 프로젝트 전에 진행했던 채용플랫폼(사람인, 원티드) AARRR 분석사례 공유

Reflection

• 기존에 사용했던 데이터 주제를 구독서비스에서 채용플랫폼으로 변경하는 시간을 가졌다. 대주제를 바꾼 이유는 우리가 구독서비스라는 주제를 선택해서 기대한 분석 방향들이 데이터로 제공되지않거나 한정적인부분이 많아서 어려움이 있었다. 데이터를 살펴볼수록 분석주제 한계가보여 흥미를 조금 잃었던 부분이 있었다. 아무래도 다른플랫폼을 가공해서 OTT로 변환한게 완벽하지않다보니 어색한부분이 많았고, 그부분에서 아쉬움을 많이 느꼈던것같다. 가령 구독료가 넷플릭스나 유튜브 프리미엄보다 비싸게 책정되어있었고, OTT인데 web기반으로만 서비스가 이용되고 있었으며, 모바일보다 PC유저가 압도적으로 많았고, 장르 데이터가 있었지만 대부분 결측치로 표기되어 콘텐츠와 묶어서 분석하는 것도 한계가 있었다. 그러다보니 채용플랫폼 데이터도 살펴보는 시간을 가졌고, 데이터는 구독서비스보다 훨씬 작았음에도 불구하고, 다양한 데이터를 가지고있었고 서로 연계되어 있었다. 이부분을 팀원들과 논의했고, 이번 프로젝트에서 중요하다고 판단되는 것은 우리가 지금까지 배웠던 지식들을 다양하게 사용할 수 있는 데이터를 선택하는 것이 더 적합하다고 판단하여 주제를 변경하게 되었다. 주제를 변경할때 다양한 의견들이 나왔지만, 문제를 정의하고 어떤식으로 해결하는것에 초점을 잡고 같은방향을 설정할 수 있었다. 팀원들이 많다보니 방향이 한번에 정해지지 않는경우가 많았지만, 그과정이 길지않았고 오히려 다양한 의견들을 받아볼 수 있어 생각을 넓히는 시각을 가질 수 있어 좋았다. 지금 흐름대로라면 긍정적인 상황이라고 판단된다.