M.AquiL M.AquiL

목표는 정했는데, 어떻게 할지 막막했죠. 학부 과정에서 경영학을 전공했기 때문에, 사실 관련 지식이 전무한 상태죠. 통계학을 조금이라도 배웠다면, 컴공을 복수 전공했다면! 예전에는 문과 베이스의 전공자가 이공계 복수전공을 하는 경우는 없었어요. 거의. 요즘에는 많이들 한다고 하더라구요. 하다 못해 코딩이라도 조금 접해본 경험이 있다면 조금 쉬울 텐데 싶었죠. 데이터분석을 하기 위해서는 코딩을 조금 할 줄 알아야겠더군요. 검색을 해 보니, python, R 두 가지 언어가 나옵니다. 아마 여러분도 검색해 봤을 거예요. 그래서, 'hello python' 또는 'hello world'도 출력 못하는 상태에서 둘 중에 맘에 드는 python을 학습하기로 정했습니다. 퇴근 후에 배우려니, 학원을 다니긴 힘들고...

자, 그래서 학습을 하기로 결정했습니다. 어떻게 할까 고민을 해 보다가, 아무래도 기술을 가져야겠다 싶었죠. 그런데, 영업이랑 연결되는 기술이 뭐가 있을까? 그동안의 커리어를 활용할 방법이 뭐가 있을까, 고민이 될 수밖에 없겠죠? 현업에서는 영업 이후에 마케팅으로 가는 경우가 많아요. '파는' 직무와 '사게' 만드는 직무의 차이라고도 하죠. 마케팅의 사례들을 조금 살펴보니까, 크게 두 가지로 나눌 수 있겠더군요. '직관'과 '데이터' 당연하게도 좋은 성과를 내려면 둘 다 있어야겠죠. 커리어 확장을 하려는 사람 입장에서는 '직관'을 검증할 수 있을까요? 쉽지 않아요. 영업 성과가 어마어마하게 있다고 하더라도, 그 과정을 어떻게 보여줄 수 있나요. '데이터'를 다룰 줄 안다는 것은 보여줄 수 있겠다 싶었죠...

2013년부터 2022년까지 약 9년 동안 b2c 영업 직무를 하고 있습니다. 4차 산업혁명, white collar 직무가 ai로 대체될 것이라는 얘기가 많더라구요. 사실, '영업'이라는 직무는 학문으로 정립되지 않았죠. 그래서 정규화하기가 어렵습니다. 그렇지만 단순한 사무들은 이미 반자동화 된 것들이 많죠. 영업의 본질은 물건을 '파는' 것인데, '파는' 행위가 자동화나 반자동화가 되어 있지는 않죠. 그렇지만 반대의 경우는 그렇지 않습니다. 물론 구매가 자동화되어 있는 경우는 드물지만, 단계를 많이 뛰어넘었죠. 물건을 '사는' 행동의 결정은 몇 단계가 있는데, 여.러.단.계의 고민을 거쳐 '구매 고려' 단계까지 오면, 그때 물건을 비교하곤 하죠. 예를 들면, 내가 치킨을 먹으려고 결정(구매 고려) 했..