장기 후원 데이터를
실무의 판단 체계로 연결하다
CRM 원데이터 구조부터 BigQuery 연동, 대시보드 구축, 실무 교육까지 분석 환경을 함께 정리한 데이터·분석 시스템 프로젝트입니다.
대시보드보다 먼저,
데이터를 다루는 기준이 필요했습니다.
장기간 축적된 후원 데이터를 실무에 활용하다
밀알복지재단은 장기간 축적된 후원 데이터로 이탈률과 납입률 등을 분석하기 위해 원데이터를 수기로 분류했고, 여러 해의 자료를 정리하고 분석하는 데 많은 실무 리소스가 필요했습니다.
이 프로젝트의 출발점은 화면을 먼저 만드는 일이 아니었습니다. 반복되는 데이터 처리와 분류를 줄이고, 실무자가 필요한 지표를 같은 기준으로 확인할 수 있는 데이터 운영 구조가 먼저 필요했습니다.
데이터 통합부터 담당자 교육까지
장기 후원 데이터는 파일을 모으는 것만으로 분석할 수 없습니다. 어떤 기준으로 데이터를 분류하고, 어떤 지표와 코호트로 확인하며, 필요한 데이터를 어떻게 처리할지 정해야 합니다.
수기 분류 의존도를 낮추고 장기간 데이터를 조회·비교하려면 원데이터 구조, 분석용 쿼리, 시각화 보고서, 내부 활용 역량이 하나의 흐름으로 이어져야 했습니다.
원데이터에서 실무 판단까지
분석 흐름을 단계별로 연결했습니다.
지표·분류 기준
주요 지표, 스키마, 코호트 그룹을 검토해 원데이터 처리 기준을 정리했습니다.
CRM-BigQuery 연동
CRM(MRM) 데이터를 BigQuery에 연결해 분석 가능한 기반을 구성했습니다.
쿼리·뷰 구성
장기 자료 조회를 고려한 테이블과 분석용 쿼리·뷰를 설정했습니다.
보고서·교육
사전 처리 데이터를 보고서로 연결하고 실무 활용 교육을 진행했습니다.
일회성 보고서가 아니라
이후에도 운영할 분석 환경을 만들었습니다.
대시보드보다 원데이터 분류 기준을 먼저 정리한다.
시각화 전에 지표와 스키마, 코호트 구조를 맞춰 같은 데이터를 같은 기준으로 보도록 했습니다.
담당자가 데이터를 조회하고 보고서를 활용할 수 있도록 교육했습니다.
데이터 처리 플랫폼과 도구 활용, 분석 관점에 대한 교육·컨설팅을 프로젝트 범위에 포함했습니다.
원데이터 분류·운영 기준과 KPI·스키마·코호트 구조
CRM(MRM)-BigQuery 연동 환경
분석용 테이블·쿼리·뷰
대시보드와 실무 교육·컨설팅
후원 데이터를 BigQuery로 통합하고 분석 보고서와 실무 교육을 제공했습니다.
데이터 통합·보고서·교육 결과
CRM(MRM) 데이터를 BigQuery에 연동하고 분석용 테이블·쿼리·뷰를 구성했습니다. 장기 후원 데이터를 확인할 수 있는 대시보드를 제작하고, 담당자가 데이터를 조회하고 대시보드를 활용할 수 있도록 교육과 컨설팅을 진행했습니다.
밀알복지재단 고객 피드백 요약
여러 데이터를 한곳에서 확인할 수 있게 된 점과 데이터 활용 효율, 협업 과정과 유지보수 대응을 긍정적으로 평가했습니다.
밀알복지재단 후원관리팀 · 후기 요약
