숫자 너머의 본질을 파고들어, 전사의 의사결정 퀄리티를 끌어올립니다. : 이 가슴 뛰는 미션을 함께 할 Senior Data Analyst를 찾습니다! [합류하게 될 팀을 소개해요 🚀] 라포랩스의 데이터 분석팀은 데이터 챕터 소속으로, 15년차 팀 리드 1명과 평균 경력 5년 이상의 데이터 분석가 4명으로 구성되어 있습니다. 데이터 챕터는 데이터 분석가와 함께 데이터엔지니어링, 상품 카탈로그, 머신러닝(추천·검색)까지 데이터의 수집부터 생산·분석·모델링을 아우릅니다. 우리는 지금 챕터 차원에서 큰 그림을 다시 세우는 중입니다. 전사 지표를 팀마다 다르게 보던 것을 하나의 기준으로 통일하고, 요청이 아무 채널로 밀려오던 것을 표준 인테이크로 바꾸고 있습니다. 시니어 분석가는 이 판을 짜는 데 함께합니다. 당신이 들어오는 시점은 정리가 끝난 조직이 아니라, 정리의 방향을 함께 고민하고 계속 발전시킬 수 있는 조직입니다. [우리는 이런 문제를 풀어요 🚀] 라포랩스는 4050 여성 패션 커머스 '퀸잇'을 만듭니다. 이 시장은 아직 아무도 데이터로 고객의 문제를 제대로 풀지 못한 시장입니다. 어떤 상품과 콘텐츠 구성이 고객의 재방문을 만드는지, 저가 상품의 비중이 리텐션에 어떤 영향을 미치는지, 어떤 행동이 이탈의 전조인지, 웹에서 앱으로 넘어온 유저가 왜 다르게 행동하는지, 답의 상당수가 여전히 알기 어려운 일입니다. 우리는 이걸 데이터로 바꾸려 합니다. 높은 수준의 데이터 AX를 통해 전사 직원이 쿼리를 몰라도 자연어로 데이터를 조회하고, 단순 추출과 데이터 마트 관리는 이미 자동화되어 있습니다. 데이터 분석가가 '요청을 처리하는 사람'에 머물 이유가 없는 조직을 먼저 만들어 두었습니다. 그래서 우리가 찾는 시니어 데이터 분석가는 의사결정 초기부터 참여해 핵심 질문을 정의하고, 가설을 검증하며, 실행 가능한 선택지를 제안합니다. 이미 합의된 방향이라도 데이터에 근거해 다시 검토하고, 동료들과 더 나은 답을 찾습니다. 분석 결과가 실제 의사결정과 행동으로 이어지도록 함께하는 역할입니다. [이 역할이 존재하는 이유예요 🚀] 라포랩스 데이터 분석팀은 원래 각 스쿼드에 흩어져 있었습니다. 그 구조에서는 개별 스쿼드의 지표 조회, 사용자로그 QA, 대시보드 생성 같은 반복 업무가 분석가에게 관성적으로 쌓였습니다. 그래서 우리는 데이터 분석가를 스쿼드에서 중앙 팀으로 다시 모으는 결정을 했습니다. 한 팀의 국소 최적화가 아니라 전사 관점의 문제를 푸는 조직으로 만들기 위해서입니다. 지금 이 팀에서 시니어 데이터 분석가의 일은 명확합니다. 좋은 분석은 늘 두 가지와 부딪힙니다. 빠른 의사결정은 깊은 분석을 기다려주지 않고, 조직의 합의는 불편한 진실을 반기지 않습니다. 대부분의 회사에서 분석가는 결국 이미 정해진 결정을 뒷받침하는 자료를 만드는 쪽으로 밀려납니다. 시니어 데이터 분석가는 그 흐름을 거스르는 자리입니다. 의사결정의 반대 입장에서 검증하는 사람(devil's advocate)로서, 조직의 관성에 맞서 데이터로 진단하고 더 나은 길을 제안합니다. 기존 분석의 재현성과 근거가 부족하면 주장 단위로 역추적해 검증하고, 플랫폼 평균이 아니라 유저 레벨로 문제를 다시 정의합니다.

[합류하시면 이런 일을 함께해요 🚀] 단순 추출, 마트 관리, 반복 리포트는 이미 자동화되어 있거나 앞으로 확대해 나갈 영역입니다. 이러한 기반 위에서 아래 업무에 집중합니다. • 의사결정 이전 단계의 선행 분석 : 결정이 내려지기 전에 문제를 정의하고, 선택지를 좁히고, 방향을 제안합니다. 사업부의 GMV 목표와 제품팀의 UX가 충돌하는 문제처럼, 한 팀의 지표로는 답이 안 나오는 질문을 전사 관점에서 다시 정의하고 데이터로 의견을 제시합니다. • 실험이 어려운 상황의 인과 추론 : 기획전처럼 변인 통제와 로깅 구조가 얽혀 무작위 실험을 돌릴 수 없는 문제를 다룹니다. 준실험적 방법과 관측 데이터로 인과를 추정해 의사결정을 이끕니다. • 지면 간 이동과 카니발라이제이션 분석 : 특정 지면의 노출을 늘렸을 때 전사 관점에서 순증분인지 잠식인지, 코호트 리텐션과 재구매의 변화를 추적하며 종단으로 살핍니다. • 누적된 실험의 메타 분석 : 개별 실험 결과를 해석하고, 누적된 실험을 종합해 공통된 패턴과 시사점을 찾습니다. 이를 제품과 사업의 방향성, 그리고 다음 실험의 가설로 연결합니다. • AI 기반 데이터 프로덕트를 직접 빌드 : 반복적인 분석 업무를 자동화하고 자산으로 남깁니다. 라포랩스는 이미 자연어 분석 에이전트(데이터라쿠)를 운영 중이고, 데이터 분석가들은 데이터라쿠의 신뢰도와 커버리지를 끌어올리는 일에 직접 참여합니다. 분석을 한 번 하고 끝내는 게 아니라, 분석 방법과 결과를 조직이 재사용할 수 있는 자산으로 만듭니다. [우리는 분석을 이렇게 검증해요 🚀] 라포랩스 데이터 분석팀은 모든 분석 결과물을 네 가지 원칙으로 검토합니다. 이 네 질문에 답하지 못하는 분석은 내보내지 않습니다. • Act : 이 분석을 받은 사람이 읽고 나서 의사결정 방향을 좁히거나 다음 행동을 만들어낼 수 있는가? • Fit : 이 분석이 받은 사람의 질문에 제대로 응답하는가? • Trust : 이 분석의 한계 조건을 명시했고, 6개월 뒤에도 그대로 재현할 수 있는가? • Impact : 이 분석이 없었다면 다른 결정을 내렸을 것인가?

[라포랩스는 이런 분을 찾고 있어요 🚀] • 7년 이상의 데이터 분석 경력을 보유하신 분 • 다양한 대규모 데이터를 직접 분석하고 활용해 보신 분 • SQL에 능숙하며, BigQuery 기반의 대규모 행동 데이터를 다뤄본 경험이 있으신 분 • 모호한 요청을 그대로 받지 않고, 진짜 질문이 무엇인지 되묻고 구조화할 수 있으신 분 • 비즈니스 과제에 주도적으로 참여해, 분석으로 더 나은 의사결정을 만들고 싶으신 분 • 자신의 분석이 행동을 만드는지(Act), 신뢰할 수 있는지(Trust), 맥락에 맞는지(Fit), 의사결정에 꼭 필요한지(Impact)를 스스로 점검할 수 있으신 분

[이런 경험을 가진 분이라면 더욱 좋아요! 🚀] • 리더십, PO, 의사결정자와 긴밀하게 일해 본 경험이 있으신 분 • 이커머스 도메인을 경험해 보신 분 • 실험이 어려운 상황에서 준실험적 방법론과 관측 데이터 기반 인과 추론으로 비즈니스 의사결정을 이끌어 보신 분 • 개별 실험 해석을 넘어, 누적된 실험의 메타 분석으로 제품·사업의 방향성을 도출해 보신 분 • AI 도구를 분석 워크플로우에 적용하거나, 분석 에이전트·데이터 프로덕트를 설계·운영해 보신 분 • 외부 데이터와 내부 데이터를 결합한 데이터 프로덕트를 설계하거나 운영해 보신 분

[라포랩스로의 합류 여정이에요 🚀] • 전형 프로세스 : 서류 전형 ＞ 실무인터뷰 ＞ 컬쳐인터뷰 ＞ 처우 협의 ＞ 최종 합격 ◦ 프로세스는 일정과 상황에 따라 사전 안내 후 일부 변경 또는 추가될 수 있습니다. ◦ 각 전형 결과(합격/불합격)에 관계 없이 모든 지원자분들께 1~2주 이내에 개별 연락드립니다. ◦ 정규직의 경우, 3개월의 수습기간이 적용됩니다. 이 기간 동안 급여는 100% 지급되며 평가에 따라 수습이 연장되거나 종료될 수 있습니다. ◦ 채용 진행 과정에서 제출한 이력서·증빙자료 등에서 사실과 다른 정보 및 허위 기재 사항이 발견될 시 합격이 취소될 수 있습니다.

[라포랩스가 드릴 수 있는 것 🚀] 근무 환경 • 개인 법인카드 지급 (식대 지원) • 유연 근무 제도 운영 • 최신형 노트북(Mac/Win), 모니터, 모션 데스크 등 제공 • 무제한 간식 제공 휴가 • PR(Please Rest) 휴가 지급 • 전사 겨울방학 • 반반차 사용 (2시간 단위 휴가) • 경조사 지원 (경조휴가, 경조금, 화환) 건강 관리 및 자기 계발 • 단체상해보험(실손 의료비 포함 가능) • 정기 건강검진 지원 • 장기근속 포상제도 운영 • 업무 관련 도서/외부 교육/컨퍼런스/세미나/웨비나 지원 • AI 업무 Tool 지원 (ChatGPT, Cursor, Claude 등) 일&가정 양립 제도 • 사내 대출 제도 운영 • 주택 자금 대출 이자 지원 • 출산 축하금 및 육아 지원금 1,000만원 지급 • 자녀 입학 당해 유급휴가 1개월 지원 • 육아휴직 총 2년 사용 가능 (법적 의무 기간 1년 + 추가 1년) • 임직원 쿠폰 및 적립금 지원