이 질문 뒤에 면접관이 확인하려는 것은 따로 있습니다.
인턴 기간 중 서비스 이탈률 분석 업무를 맡았습니다. 전체 평균 이탈률만 봐서는 어느 구간이 문제인지 알 수 없었는데, 퍼널 단계별 이탈 지점을 나눠서 보니 특정 화면에서 이탈이 집중된다는 것을 찾아낼 수 있었습니다. 코호트 분석을 처음 써봤는데, 특정 기간에 가입한 사용자 그룹이 이후 어떻게 행동하는지를 추적하니 리텐션 패턴이 보였습니다.
가설 설정 단계에서는 이탈 원인으로 UX 문제와 메시지 미스매치 두 가지를 제안하고, 각 가설을 지지하는 데이터를 따로 정리해서 팀에 보고했습니다. 개선안을 직접 적용해본 경험은 아니었지만, 원인 분석을 명확히 하지 않으면 개선 방향이 추측에 그친다는 것을 이 경험에서 알게 됐습니다.
데이터를 보는 것과 인사이트를 만드는 것은 다르다는 것을 배웠고, 그 간격을 좁히는 것이 분석 역량의 핵심이라고 생각합니다.
데이터 분석으로 개선안을 도출한 뒤에는 실행 후 전후 수치를 비교해 효과를 검증하는 것이 분석의 완성이라는 것을 배웠습니다. 인턴 기간 중 리텐션 개선을 위해 이탈 구간에 알림 메시지를 추가하는 개선안을 제안했고, 이후 2주 간 적용 후 해당 구간의 이탈률 변화를 측정했습니다.
이탈률이 일부 낮아졌지만, 다른 단계에서 이탈이 소폭 증가한 것도 확인됐습니다. 개선이 한 구간에만 효과를 주고 다른 구간에 부작용을 줄 수 있다는 것을 그때 배웠습니다. 개선안 검증은 단일 지표만이 아니라 전체 퍼널을 함께 봐야 한다는 인식이 생겼습니다. 입사 후에도 개선안 실행 후 전체 퍼널 지표를 함께 확인하는 방향을 유지하겠습니다.
데이터 분석에서 발견한 이슈를 해결할 때 개발이 필요한 UX 개선보다 빠르게 실행 가능한 방법을 먼저 시도한 경험이 있습니다. 인턴 기간 중 신규 사용자의 이탈이 특정 기능 진입 직전에 집중된다는 것을 발견했습니다. UX 개선을 제안하기 전에 해당 기능 진입 전 안내 메시지 문구를 수정하는 것으로 먼저 테스트했습니다. 문구 수정만으로도 해당 구간의 이탈률이 일부 줄었고, 이후 더 근본적인 UX 개선 논의를 뒷받침하는 근거가 됐습니다. 빠른 실험이 가능한 것부터 먼저 검증하는 접근이 분석을 실행으로 연결하는 효율적인 방법이라는 것을 배웠습니다.
데이터 개선은 빠른 실험이 가능한 것부터 시작할 때 더 빠르게 검증된다는 인식이 생겼습니다. 입사 후에도 분석 기반 개선안 실행 시 빠른 실험 가능한 방법을 먼저 시도하는 방향으로 임하겠습니다.
답변에서 흔히 빠지는 것들 — 빠져 있으면 꼬리질문이 깊어집니다.
이 질문에 이어 CJ올리브영 디지털·퍼포먼스 마케팅 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.