마케팅·그로스

실제로 하는 일

• 메타·구글·네이버 등 광고 채널의 캠페인 예산을 배분하고 소재를 교체한다
• GA4 대시보드를 열어 전날 유입·전환 지표가 목표 대비 어떻게 움직였는지 확인한다
• CRM 툴로 이메일·푸시·카카오 알림톡 캠페인을 세팅하고 발송 대상을 세그먼트로 나눈다
• 랜딩페이지나 온보딩 화면의 이탈 구간을 찾아 디자이너·개발자에게 개선을 요청한다
• A/B 테스트를 설계하고, 통계적으로 유의미한지 확인한 뒤 결과를 반영할지 판단한다
• 주간·월간 성과 리포트를 작성해 팀 또는 경영진에게 숫자로 보고한다
• 새로운 광고 매체나 제휴 채널을 소규모로 테스트해 확장 여부를 결정한다

필요한 역량

• GA4
• 메타 비즈니스 매니저
• 구글애즈
• 네이버 광고관리시스템
• 앰플리튜드 또는 믹스패널 같은 프로덕트 분석 툴
• CRM·메시징 자동화 툴
• 스프레드시트 및 BigQuery
• 슬랙·노션 등 협업 툴

들어가는 경로

• 광고대행사에서 매체 운영 주니어로 시작해 인하우스 마케팅팀으로 이동
• 스타트업의 CS·운영·MD 등 데이터를 다루는 직무에서 그로스 업무로 전환
• 경영·통계·산업공학 등 전공 후 데이터 분석 역량을 별도로 쌓아 지원
• 자사몰, 블로그, SNS 채널을 직접 운영·성장시킨 경험을 포트폴리오로 제시
• 대기업 브랜드·마케팅 직무에서 퍼포먼스·CRM 진영으로 부서 이동

성장 단계

1. 주니어1~3년정해진 채널·캠페인을 정확하게 운영하고 KPI를 맞추는지
2. 미들3~6년채널 믹스와 예산 배분을 스스로 설계하고 실험을 주도하는지
3. 시니어·리드7년 이상퍼널 전체 전략을 세우고 타 부서를 설득해 자원을 끌어오는지

오해와 실제

• “숫자만 잘 다루면 그로스는 잘할 수 있다.”

  숫자 뒤에 있는 고객의 맥락을 모르면 상관관계를 인과관계로 착각하기 쉽습니다. 실제로는 카피 한 줄, 화면 배치 하나가 지표를 바꾸기 때문에 콘텐츠·프로덕트 감각도 함께 필요합니다.

• “그로스해커는 개발자처럼 코드를 짤 줄 알아야 한다.”

  실리콘밸리식 그로스해커 이미지와 달리 한국 채용 공고 다수는 매체 운영과 데이터 분석이 결합된 형태입니다. SQL·파이썬은 있으면 유리한 플러스 역량이지 대부분 회사에서 필수 조건은 아닙니다.

• “재택 위주에 업무 강도가 낮다.”

  예산 마감일, 캠페인 오픈 일정, 트래픽 급증·급감 같은 이슈에 실시간으로 매여 있는 경우가 많습니다. 성과가 숫자로 바로 드러나는 직무라 압박이 적지 않습니다.

보상은 무엇으로 갈리는가

같은 연차라도 이커머스·핀테크·게임처럼 데이터 기반 의사결정이 뿌리내린 산업과 전통 제조·서비스업 사이의 격차가 큽니다. 담당하는 광고 예산의 규모, 대행사 출신인지 인하우스 출신인지, 성과를 숫자로 증명할 수 있는 포트폴리오가 있는지가 이직 시 몸값을 가르는 핵심 변수입니다. 같은 '마케팅' 타이틀이어도 브랜드 마케팅보다 퍼포먼스·그로스 쪽이 시장에서 데이터 역량을 더 직접적으로 요구하고 그만큼 더 명확하게 평가받는 경향이 있습니다.

여기서 갈 수 있는 직무

• 기획·PM3~6년차

  준비 기간이 짧다

  그로스마케터로서 진행한 A/B 테스트나 퍼널 개선 프로젝트를 직접 기획하고 개발팀과 협업해 실행한 경험을 '프로덕트 오너십' 사례로 재구성해 어필한다. 사내 그로스 스쿼드(마케팅+PM+개발 협업 조직)에서 기능 기획에 실질적으로 관여해본 경험이 가장 흔한 다리 역할을 한다.

  그대로 쓰는 것 · 데이터 기반 의사결정, 사용자 퍼널 분석, A/B 테스트 설계·해석, 개발·디자인과의 협업 경험

  새로 채울 것 · PRD 등 요구사항 정의 문서 작성, 기술적 구현 가능성 판단(개발 프로세스 이해), 로드맵·우선순위 관리, 획득 이후 리텐션·전체 제품 라이프사이클 관점

• 영업·BD2~5년차

  준비 기간이 짧다

  B2B 스타트업에서 마케팅이 만든 리드를 영업팀에 넘기는 과정에서 직접 초기 상담이나 데모를 진행하며 영업 실무를 익히고, 파트너십·제휴 업무를 통해 계약 협상 경험을 쌓아 BD로 넘어가는 경우가 흔하다.

  그대로 쓰는 것 · 고객·시장 이해, 리드 제너레이션 및 퍼널 관리 경험, 제안·피칭 커뮤니케이션 능력, 파트너십 협업 경험

  새로 채울 것 · 계약·협상 실무, 매출 목표(쿼터) 책임, 장기 고객 관계 관리(어카운트 매니지먼트), 대면 영업 프로세스 경험

• 데이터·AI3~5년차

  1~2년 준비가 필요하다

  엑셀·GA 수준의 성과 분석을 넘어 SQL로 직접 쿼리하고 BI 대시보드를 만드는 업무로 역할을 확장하면서 데이터팀과의 협업 프로젝트를 늘리는 것이 전형적 경로다. 마케팅 데이터 전담 포지션이나 그로스 데이터 분석가 역할을 거쳐 이동하는 경우가 많다.

  그대로 쓰는 것 · GA/GTM 등 분석 툴 활용, 캠페인 성과지표 설계·해석, 가설 검증(A/B 테스트) 경험, 퍼널·코호트 분석

  새로 채울 것 · SQL 실무 수준, 통계·모델링 기초, 파이썬 등 데이터 처리 언어, 대용량 데이터 파이프라인 이해