Insight Live에서 발표한 자료입니다. 넥스알 창업 경험과 빅데이터 창업 아이템, 스타트업을 위한 데이터 활용에 대해 다루고 있습니다.

1. 빅데이터와창업이야기, 그리고Data-Driven Startup
한재선(Jason Han)
FuturePlayCTO (Tech Partner)
KAIST 정보미디어경영대학원겸직교수
전NexRFounder & CEO
jason.han@futureplay.co
https://www.facebook.com/jaesun.han
zeronova.kr
1stInsight Live 2.0

2. #2
Agenda
창업이야기와교훈
빅데이터스타트업창업가능성과아이템
스타트업운영에서데이터의가치: Data-Driven Startup

3. 창업이야기와교훈

4. #4
NexR창업
2007년1월KAIST 에서창업
Next Revolution

5. #5
4년간의삽질

6. #6
드디어Exit –KT M&A
2011년1월KTM&A

7. #7
과연나는성공한사업가인가?

8. #8
Post-Mortem
준비
시작
실행
Exit
각단계별로하나씩만짚어보자

9. 스타트업준비단계

10. #10
KAIST Google SIG, 2005-2007

11. #11
GISP(Global Internet Service Platform), 2006-2007
GLORY Project 탄생(SW Flagship Project)
숨겨진구글의
핵심경쟁력

12. #12
PlatformDay, 2007-2013

13. #13
스타트업준비단계교훈
네트워킹/팀
개인브랜드
아이템/분야
현재위치에서창업준비를시작하라

14. 스타트업시작단계

15. #15
NexR사업분야

16. #16
질문–창업아이템선정
넥스알은어떻게2007년도에
빅데이터와클라우드컴퓨팅을
사업아이템으로잡을수있었을까요?

17. #17
2000년대중후반웹2.0시대

18. #18
웹2.0의스타플레이어
빅데이터
클라우드컴퓨팅
막강한백앤드서버플랫폼
공통점

19. #19
백앤드컴퓨팅패러다임의변화
Mainframe & Unix x86
Hardware Software
Computing Data

20. #20
오픈소스Hadoop의등장–구글플랫폼의복사판
구글플랫폼
GFS
BigTable
MapReduce

21. #21
Hadoop의빠른확산

22. #22
Hadoop이빅데이터트렌드를견인

23. #23
Insight –웹2.0 트렌드와분산시스템
웹2.0 트렌드
대규모분산플랫폼
보다본질적인트렌드

24. #24
답변–창업아이템선정
넥스알은2007년도에
빅데이터와클라우드컴퓨팅을
사업아이템으로잡은적이없습니다.
다만, Hadoop기반의분산플랫폼을
개발하였던것이고그것이몇년후
빅데이터로꽃을피웠을뿐입니다!

25. #25
스타트업시작단계교훈
사업아이템의선정
트렌드속에숨은본질을파악하자

26. 스타트업실행단계

27. #27
NexR제품군
NexR외부발표시마지막슬라이드

28. #28
제품전략의부재
작은회사규모에비해
너무많은제품들

29. #29
Terapot
Massive Email Archiving System

30. #30
MR.Flow
MapReduceWorkflow Service

31. #31
iCubeCloud
IaaSCloud Computing Platform

32. #32
최초의국내퍼블릭클라우드
External Network
4 GbpsOptical Net
External Network
4 GbpsOptical Net
48port Gigabit Switch
Description
Qty
CPU
Intel Xeon Nehalem E5504 2.0GHz
2
Memory
DDR3 2GB PC3-10600 Registered Dimm
9
(18GB)
HDD
1TB 7200RPM SATA2
4
(4TB)
NIC
Gigabit 2port Onboard
2
Entry Server
-Master x 2
-Slave x 68
Master Server (NAS겸용)
4TB 12TB
모바일앱개발사무상지원

33. #33
Exit에결정적인영향을미친제품은?
실행(서비스오픈)하고성과(고객)만들어냄

34. #34
스타트업실행단계교훈
Stay Focused
Goal Oriented
기술개발과제품개발은다른것
Product/Service Management역할담당이필요
회사에발산하는사람과수렴하는사람이공존해야함

35. 스타트업Exit단계

36. #36
왜KT는NexR을인수했을까?

37. #37
KT와클라우드솔루션미팅, 2010년초

38. #38
2010년후반투자유치진행

39. #39
스타트업Exit단계교훈
가능한한계획적인Exit
잠재적구매자와의지속적인관계

40. #40
Summary
준비
시작
실행
Exit
현재위치에서창업준비시작
트렌드속숨은본질파악
Stay Focused & Goal Oriented
가능한한계획적인Exit

41. 빅데이터창업
가능성과아이템

42. #42
질문–빅데이터분야창업을한다면?
만약지금빅데이터분야창업을한다면
어떤아이템으로창업하시겠습니까?

43. #43
빅데이터플레이어들

44. #44
빅데이터는이미정점을찍음

45. #45
빅데이터트렌드와Pain Point 파악
빅데이터로인한데이터관련사업분야의
새로운트렌드와약점을읽어내자

46. #46
트렌드1. 데이터분석업무의확대
데이터분석업무는더이상분석가만의업무에서벗어나현업담당자가직접데이터를분석하고의사결정하는방향으로진화할것이다.
데이터분석업무를아주쉽게할수있도록도와주는도구필요

47. #47
트렌드2. 데이터사이언티스트수요증가
전문적인데이터사이언티스트수요가급증하고있는데, 공급은턱없이모자라고단기간에수혈될수있는성격도아니라대책이필요
데이터분석업무를아웃소싱하거나분석가를키워줄수있는서비스필요

48. #48
트렌드3. 데이터분석아웃소싱증가
기업내부데이터분석역량의부족으로전문기업에아웃소싱하는사례가늘어나고있고, 특히유능한데이터분석가들을보유한회사가각광받을전망
데이터분석아웃소싱을효율적으로할수있는서비스와아웃소싱회사필요

49. #49
트렌드4. 클라우드기반데이터분석기회
데이터양과분석업무의증가, 이를유지하기위한시스템비용때문에클라우드기반의분석서비스를이용하려는트렌드가차츰활성화될전망
클라우드기반데이터분석서비스필요(APaaS, Analytical Platform as a Service)

50. #50
트렌드5. 버티컬영역에최적화된분석서비스기회
데이터분석이점점고도화되면서, 단순리포트형태가아닌실행할수있는형태의분석결과를원하고각버티컬영역별로특화된분석서비스요구
버티컬영역에타겟팅된고급분석서비스필요(SaaS형태)

51. #51
트렌드6. IoT, 웨어러블등센서데이터증가
IoT와웨어러블디바이스의등장으로센서데이터가폭발적으로늘어날것으로전망되고, 이를잘분석하여서비스화할수있는방안요구
센서데이터에최적화된데이터플랫폼과분석서비스필요

52. #52
트렌드7. 각분야별예측분석서비스의기회
데이터분석의목적이현황파악이나가설검증용을넘어서미래를예측하고
의사결정에도움을줄수있는방향으로발전
각분야별로예측분석(Predictive Analytics)을통해고객의사결정을도와주는서비스등장

53. #53
트렌드8. 데이터전처리작업의효율화(PP)
데이터분석가업무의70-80% 가까이단순데이터전처리작업으로인해낭비되고있는데, 이를해결하고싶은니즈가강함
데이터전처리작업을기계적으로효율적으로처리할수있는도구필요

54. #54
빅데이터창업관심키워드

55. #55
질문–빅데이터분야창업을한다면?
빅데이터로인해나타나고있는새로운
트렌드를파악하고향후2-3년내에
반드시필요해질아이템으로창업

56. 스타트업에게
데이터란?

57. Data-Driven Startup

58. #58
린스타트업에대해들어보셨나요?

59. #59
린스타트업(Lean Startup)
스타트업의극심한불확실성속에서
확장성있고수익성있는,
지속가능한사업모델을찾기위해
실험과학습을반복하면서
낭비를줄이는스타트업사업방법론

60. #60
린스타트업프로세스
직관적으로도
잘하는부분
데이터분석으로
잘할수있는부분

61. #61
스타트업의데이터분석활용
Lean Analytics
Growth Hacking

62. #62
Case Study: WineExpress.com
Original
Page
Winning
Test
Page
Wine of the Day
Conversion rate 향상을위한A/B Test
방문자당매출
41% 증가

63. #63
데이터기반의사결정프로세스
Step 1.
의사결정해야하는
질문을던져라
(예. Wine of the Day 페이지의수익성을높이자)
Step 2.
질문과관련된
지표를결정하라
(예. Conversion rate,
방문자당매출)
Step 3.
지표를개선할
실험을설계하고실행하라
(예. A/B Test)
Step 4.
목표지표에대한결과를
측정하고개선하라
(예. Winning page 기반으로
페이지개선)
작은개별프로젝트단위로적용하라

64. #64
어떤질문을던져야하나?
Dave McClure’s Pirate Metrics: AARRR

65. #65
AARRR 퍼널분석을통한문제찾기

66. #66
OMTM: One Metric That Matters
AARRR 단계
주요KPI
Step 1
앱의성공적인
시장진입
Step 2
앱의저변
확대
Step 3
앱의수익성
고도화
Acquisition
다운로드수
앱실행수
총사용자수
앱스토어순위
주KPI
ActiveUser
(DAU/MAU)
주KPI
ARPU
주KPI
매출
(일/주/월별)
Activation
가입자수
로그인사용자수
실행화면수
Retention
재방문율
Active User (DAU/MAU)
앱실행시간
Referral
추천수
외부공유수
친구초대수
Revenue
매출
ARPU
구매유저비율

67. #67
솔루션을위한실험설계
Growth Hacking 기법들을적극적으로활용

68. #68
Growth Hacking Tactics
Measure the quality of traffic sources
Minimal landing pages to convert better
Onboarding to improve activation and retention
Get people to come back using email
Incentivizationto get people to share…

69. #69
보다중요한것은?
데이터로이야기하는문화
Data-Driven

70. #70
References
스타트업은데이터를어떻게바라봐야하나? (SKT 하용호) 실전, 스타트업데이터분석(이음양승화) Growth HackingPristones의Growth Hacking 적용기Lean Analytics with 레진코믹스Actionable Growth Hacking TacticsStartup Metrics for Pirates (AARRR) by Dave McClureGoogle Analytics 가이드(한글)

71. #71
FuturePlay
Tech Startup Builder & Investor
Tech Startup에집중하여투자하고직접만들어내는회사
Tech Startup에관심있는분들은언제든연락주세요!
http://futureplay.co

72. zeronova.kr
데이터는인간과세상을이해하는수단이자,
창조적인활동의보물창고다.
당장데이터속으로뛰어들어라.