[성동1기 전Z전능 데이터 분석가] Day 2

• SeSAC 데이터 분석과정은 온라인과 오프라인 과정이 같이 진행되는데 오늘은 온라인으로 진행되는 첫 날이었다. 오전은 김선엽 멘토님의 특강으로 진행되었는데 자소서와 포트폴리오에 적용할 수 있는 STAR 기법이 가장 도움이 많이 됐던 것 같다. 오후는 간단한 확인테스트와 함께 은비님의 강의로 모빌리티 산업에 대한 이해를 높일 수 있었다. 이전에 진행했던 단순한 머신러닝 관련 경험으로 확인테스트를 어느 정도는 맞출 수 있었지만 모르는 부분이 더 많기 때문에 계속해서 집중해야겠다.
• 계속해서 명심할 부분
  • 답을 찾는 것보다 찾아가는 과정에서 '어떤 문제인가'에 주목하고 길을 잃지 않는 것 
  • 잘못된 데이터라는 것을 파악하는데는 굉장히 오래 걸린다 → 데이터를 수집하고 가공하는 처음부터 집중

---

1. STAR (자소서와 면접 상황에서도 충분히 활용할 수 있음)
   •  아래와 같은 순서로 말을 하거나 글을 정리한다면 받아들이는 입장에서 수월하게 이해 가능
     • Situation: 내가 겪은 상황과 겉으로 드러난 그 당시의 모습들
     • Target: 문제라고 인지 및 정의했던 것
     • Action: 그 문제를 위해서 내가 했던 행동들
     • Result: 행동으로 인해 어떤 결과가 나타났는지, 또 어떤걸 배웠는지에 집중할 것
2. STAR를 활용해서 진행해야할 것들
   • 20살 이후의 경험들을 리스트업하고 어떤 경험이 왜 의미가 있는지 확인할 것
     • 스스로 의미 없다고 생각하는 경험도 타인의 관점에서 의미있는 경험으로 볼 수 있음
   • 정리된 경험들을 역량과 연결할 수 있는 부분을 찾을 것
   • STAR 형식에 맞게 정리 후 자소서 및 포트폴리오에 반영할 것

---

1. 모빌리티
   • 모빌리티란 인간과 사물 등의 물리적인 이동을 가능하게 하는 모든 수단들의 제품과 서비스 연구개발, 사용자 경험과 상호작용 설계, 시장출시, 운영 및 유지보수, 폐기 등의 전 과정
   • M.I.L.E(모빌리티 서비스와 관련하여 주목해야할 부분)
     • Micro Mobility: 마이크로 모빌리티의 성장
     • Integration: 하나의 앱에서 다양한 모빌리티 관련 'One Stop Service' 제공(대표적으로 카카오T)
     • Logistics: 사람 이동 중심의 모빌리티에서 사물의 이동까지 확장
     • Experience: 사용자의 편의성 극대화, 라이프 스타일 설계
2. 셰어링 모빌리티
   • 카셰어링: 자동차를 빌려 쓰는 방법 중의 하나로 일종의 공유경제 시스템(쏘카, 그린카 등등...)
   • 라이드 헤일링(=라이드 셰어링): 전화나 스마트폰 어플 등을 통해 택시를 직접 불러 이용할 수 있는 새로운 형태의 교통수단(우버, 카카오 택시 등등...)
3. MaaS(Mobility as a Service)
   • 직역하면 '서비스로서의 모빌리티'이며 모든 교통수단을 하나의 통합된 서비스로 제공하는 개념
   • 주목받은 시기는 어느정도 되었지만 여전히 치열한 경쟁이 이루어지고 있음
   • 철도와 같은 부분은 국가의 소유이기 때문에 아직은 사설 기업이 혼자 할 수 있는 서비스는 아님
   • 국가와 기업, 개인까지 통합된 서비스가 이루어져야함
4. Logistics: 사람에서 사물이동으로
   
   • 퍼스트마일, 미들마일, 라스트마일로 구분되는 물류 시장에서도 모빌리티는 중요한 역할을 하고 있음
   • 이 중 라스트마일은 전체 물류 과정 중 소요되는 비용의 53%를 차지함
   • 또한 가장 비효율적인 구간으로 다음과 같은 문제점들이 존재
     • 배송할 주소가 부정확할 경우 물건은 다시 처음으로 되돌아가야함
     • 배송지가 도심 지역이라면 교통 체증 때문에 시간낭비(B2C의 대부분이 이러한 사례)
     • 배송트럭을 주차할 공간이 마땅치 않을 수 있음
   • 라스트마일의 이슈는 C2C 및 B2C 영역에서 가장 크며 이 부분을 우선순위로 포커싱해야함