컬리에서 데이터 분석가로 일한다는 것

컬리 데이터농장팀은 사내 고객들의 모호한 요청을 명확한 분석 요구사항으로 변환하는 과정을 공유한다. 분석가는 요구사항 정리 단계에서 사용 목적, 주기, 세부 조건을 스무 고개처럼 소통하며 구체화한다. 이어 데이터 탐색 단계에서는 기획 및 개발팀과 협업해 SHPDH, SPHDI 등 테이블의 상태 값과 적재 시점 등 기술적 세부사항을 확인한다.

핵심은 운영계와 분석계의 분리다. 운영용 데이터는 시스템 동작을 위한 것이므로 분석용으로 직접 사용 시 변경에 취약하다. 컬리는 재고 시스템 변경 사례처럼 코어 테이블을 생성해 운영계 변경에도 분석용 데이터의 사용성을 유지하는 구조를 구축했다.

데이터 품질은 치열한 QA와 타이밍 정합성 확보를 통해 달성된다. 디바이스 고장이나 작업자 실수로 인한 이상치를 전처리 단계에서 걸러내며, 주문 완료(23시)와 출고 완료(X시) 등 배치 시간 차이로 발생하는 데이터 불일치 문제를 버퍼 설정으로 해결한다. 최종적으로 확보된 데이터를 활용해 냉장 센터 이원화 시 재고 운영 비율 시뮬레이션을 진행해 물류 효율을 최적화하는 등 실제 비즈니스 의사결정에 기여한다.