기업 데이터를 분석해 의사결정을 돕는 리서치 컨설팅.
세토우치 리서치 랩은 데이터가 의사결정으로 이어지는 마지막 구간을 담당합니다. 수집과 정제에서 끝나는 보고서가 아니라, 어떤 선택을 왜 해야 하는지까지 적습니다.
공개 데이터와 자체 설문을 결합해 정량 리포트를 만듭니다. 표본 설계 단계부터 참여하여 결론이 표본의 한계를 넘지 않도록 관리합니다.
지표를 한눈에 보는 사내 대시보드를 설계·구현합니다. 보는 사람이 다음 행동을 정할 수 있는 지표만 남기고 나머지는 덜어냅니다.
연구 설계와 표본 추출을 자문합니다. 이미 수집된 데이터로 무엇을 말할 수 있고 무엇을 말할 수 없는지 먼저 구분합니다.
A/B 테스트의 표본 크기와 중단 기준을 사전에 정의합니다. 결과를 보고 기준을 바꾸는 관행이 가짜 유의성을 만드는 가장 흔한 경로입니다.
수집·정제·적재를 자동화하고 실패를 조용히 넘기지 않도록 검증 단계를 넣습니다. 조용한 실패는 틀린 숫자보다 나쁩니다.
이미 작성된 분석 결과를 제삼자 관점에서 재검증합니다. 숫자의 출처와 계산 과정을 원본까지 되짚습니다.
저희는 네 단계로 일합니다. 각 단계가 끝날 때마다 중간 산출물을 공유하고, 다음 단계로 넘어갈지 함께 결정합니다. 분석이 길어질수록 처음의 질문에서 멀어지기 쉬워서, 되돌아올 지점을 자주 만들어 둡니다.
무엇을 알고 싶은지가 아니라 무엇을 알면 행동이 바뀌는지를 먼저 정합니다. 행동이 바뀌지 않는 질문은 분석하지 않습니다.
가진 데이터가 그 질문에 답할 수 있는지 봅니다. 답할 수 없으면 그 사실을 먼저 알려드립니다. 못 하는 분석을 억지로 하는 것이 가장 비싼 실수입니다.
가정을 명시하고, 가정이 틀렸을 때 결론이 얼마나 흔들리는지 함께 계산합니다. 민감도를 적지 않은 수치는 신뢰 구간 없는 평균과 같습니다.
결론·근거·한계를 분리해 씁니다. 읽는 사람이 어디까지 믿어도 되는지 스스로 판단할 수 있어야 합니다.
2019년 이후 40여 건의 프로젝트를 수행했습니다. 고객사 사정상 식별 가능한 정보는 제외하고 접근 방식 위주로 정리했습니다.
점포별 일 단위 수요를 예측해 발주량을 조정했습니다. 기상·요일·지역 행사 일정을 결합했고, 예측이 빗나가는 구간을 따로 분류해 그 구간에는 모델을 쓰지 않도록 했습니다.
인구 이동 통계를 재가공해 생활권 변화를 추정했습니다. 원 통계의 집계 단위가 거칠어 결론을 구 단위까지만 제시하고 동 단위 해석은 명시적으로 배제했습니다.
이탈 직전 행동 패턴을 찾는 의뢰였는데, 분석 결과 이탈의 상당수가 결제 실패라는 기술적 원인이었습니다. 모델링 대신 결제 재시도 로직 개선을 제안했습니다.
응답률이 낮던 정기 설문의 문항 순서와 척도를 재설계했습니다. 문항 수를 줄이지 않고도 완료율이 개선됐습니다.
가격 변경 전 소규모 실험으로 수요 탄력성을 추정했습니다. 전면 적용 시의 매출 변화 구간을 범위로 제시했습니다.
부서마다 다르게 계산되던 핵심 지표의 정의를 통일했습니다. 분석보다 정의 합의에 더 많은 시간이 들었습니다.
저희가 지키려는 몇 가지가 있습니다. 당연한 이야기처럼 보이지만, 실제 프로젝트에서 가장 자주 무너지는 지점들입니다.
이 분석으로 말할 수 없는 것을 먼저 적습니다. 범위를 좁히면 남은 결론은 그만큼 단단해집니다.
나쁜 신호가 관측되지 않았다는 것과 좋다는 것은 다릅니다. 관측되지 않은 이유가 '없어서'인지 '못 봐서'인지를 구분합니다.
리포트의 모든 수치는 원본 쿼리나 계산 과정으로 되짚을 수 있어야 합니다. 되짚을 수 없는 숫자는 싣지 않습니다.
암묵적 가정은 반드시 어딘가에서 문제를 일으킵니다. 처음부터 눈에 보이게 적어 두면 틀렸을 때 빨리 발견됩니다.
적은 데이터로 할 수 있는 분석과 할 수 없는 분석이 나뉩니다. 먼저 어느 쪽인지 알려드리고, 할 수 없는 쪽이면 데이터를 더 모으는 설계부터 돕습니다.
질문 정의와 데이터 점검에 보통 1~2주, 이후 분석에 2~6주입니다. 데이터 정합성 문제가 발견되면 그 구간이 가장 길어집니다.
리포트 문서와 재현 가능한 분석 코드를 함께 드립니다. 코드 없이 결과만 받으면 나중에 검증할 수 없습니다.
가능합니다. 리포트 감수 항목으로 진행하며, 숫자의 출처와 가정을 중심으로 봅니다.
필요한 최소 범위만 전달받고 작업 종료 후 폐기합니다. 식별 정보가 분석에 필요 없으면 전달 전에 제거를 요청합니다.
기대와 다른 결과가 나오는 쪽이 보통 더 가치 있습니다. 결론을 바꾸지 않고, 왜 다른지를 설명하는 것이 저희 역할입니다.
2019년 설립했습니다. 통계와 데이터 엔지니어링 전문 인력이 투명한 방법론으로 리서치를 수행합니다. 분석 결과가 조직 안에서 실제로 쓰이는 데까지가 저희 일이라고 생각합니다.
작은 팀이라 동시에 많은 프로젝트를 맡지 않습니다. 대신 맡은 건에 대해서는 데이터 정합성부터 최종 의사결정 지원까지 끊기지 않고 책임집니다. 분석을 넘기고 끝나는 방식이 가장 자주 실패하는 것을 여러 번 봤기 때문입니다.
문의는 아래 메일로 주시면 영업일 기준 이틀 안에 회신드립니다. 초기 상담에서는 비용보다 먼저 저희가 도울 수 있는 일인지를 말씀드립니다.