이 질문 뒤에 면접관이 확인하려는 것은 따로 있습니다.
유통사 인턴 시절 카테고리별 주간 매출 데이터를 분석하는 업무를 맡았는데, 처음엔 필터와 합계만 쓰다가 데이터가 5만 행을 넘어가면서 한계가 왔습니다. 그때 피벗 테이블로 구조를 바꾸고, 카테고리·요일·시간대를 조합해 패턴을 찾기 시작했습니다. 특정 카테고리가 특정 요일에만 급등하는 패턴을 발견해서, 해당 요일 진열 변경 제안을 했고 2주 후 수치가 개선됐습니다. 분석을 하다가 흔들렸던 건 어디까지가 유의미한 패턴이고 어디부터가 노이즈인지 구분이 어려웠던 경우였습니다. 그래서 패턴을 발견하면 최소 3주치 데이터로 반복 여부를 확인하는 기준을 스스로 만들었습니다. 데이터 분석에서 발견보다 중요한 건 그 발견이 반복되는지 검증하는 것이라는 걸 그때 배웠습니다.
Excel 분석에서 제가 직접 한 건 대용량 데이터를 세분화한 것입니다. 처음엔 필터와 합계만 쓰다, 데이터가 5만 행을 넘으며 한계가 왔습니다. 그래서 피벗 테이블로 구조를 바꾸고, 카테고리·요일·시간대를 조합해 패턴을 찾았습니다. 그러자 특정 카테고리가 특정 요일에만 급등하는 패턴을 발견했습니다. 그걸 근거로 해당 요일 진열 변경을 제안했고, 2주 후 수치가 개선됐습니다. 막연히 '엑셀을 쓴다'가 아니라, 피벗으로 차원을 조합해 패턴을 찾았습니다.
합계만 보면, 숨은 요일 패턴을 못 봤습니다. 그래서 세분화가 근거였습니다. 데이터를 쪼개니 신호가 보였습니다.
Excel 분석에서 제가 흔들렸던 건 어디까지 유의미한 패턴이고 어디부터 노이즈인지 구분이었습니다. 한 번 보인 패턴이, 우연일 수도 있었습니다. 그래서 패턴을 발견하면, 최소 3주치 데이터로 반복 여부를 확인하는 기준을 스스로 만들었습니다. 한 번은 한 주만 보고 패턴이라 믿었다, 다음 주엔 안 나타난 적이 있습니다. 그 뒤로 반복되는지 검증하고서야 제안했습니다. 막연히 '패턴을 찾았다'가 아니라, 그게 진짜인지 검증했습니다.
한 번 보인 걸 믿으면, 우연에 베팅했습니다. 그래서 데이터 분석에서 발견보다 그 발견이 반복되는지 검증하는 게 더 중요하다는 걸 배웠습니다.
답변에서 흔히 빠지는 것들 — 빠져 있으면 꼬리질문이 깊어집니다.
이 질문에 이어 CJ올리브영 광고기획 면접관이 던질 가능성이 높은 후속 질문.
이 페이지의 질문·답변·꼬리질문은 유사 직군 채용 시장의 공개된 면접 후기·커뮤니티 게시물을 분석해 구성한 학습 자료입니다. 특정 회사가 실제로 이 질문을 출제했다는 것을 보장하지 않으며, 모든 예시는 우문현답이 직접 작성한 창작물입니다. 해당 회사의 공식 입장과는 무관합니다. 회사 측의 정정 요청이 있을 경우 24시간 이내에 응답·수정합니다.