A
약 120초
앱 리뷰 TF-IDF 분석으로 별점 분포 인사이트 발견
시장 통찰을 도출하기 위해 데이터를 분석한 경험으로는 스터디 프로젝트에서 국내 앱 마켓 리뷰 데이터를 분석한 것이 있습니다. 신호는 Google Play 스토어와 App Store의 리뷰에서 가져왔는데, 키워드 빈도와 별점 분포를 함께 보면서 특정 기능에 대한 불만이 집중되는 패턴을 찾았습니다. 통찰을 잡는 방식은 단순 빈도 순위가 아니라 TF-IDF로 특이적 불만을 추출하는 방법을 썼습니다. 가장 의미 있는 발견은 별점 3점대 리뷰에 구체적인 개선 요구가 가장 많다는 점이었습니다. 1점은 감정적 표현이 많고, 5점은 칭찬이 많아 실제 개선 신호는 중간 점수에 몰려 있었습니다. 이 발견을 팀 발표에 활용했고, 단순 평균보다 분포 분석이 더 가치 있다는 걸 직접 느꼈습니다.
이 결의 특징
시장 분석에서 수익 구조, 타겟 고객, 차별화 자리, 경쟁사 약점 네 단계로 분석 흐름을 구성하고 공개 정보로는 추측에 머무는 자리가 있다는 한계까지 명시한 흔적이 있습니다. 한계 명시 섹션을 별도로 두는 것이 분석 신뢰를 높인다는 관찰이 경험에서 나온 결이 보입니다.
이 결이 통하는 자리
분석 흐름 네 단계가 구체적으로 살아있고 추론과 확인 가능 자료를 시각적으로 구분하는 자리가 명확할 때 통합니다. 한계 인정이 분석 신뢰를 높인다는 결론이 직접 경험에서 나왔을 때 면접관의 꼬리질문이 줄어드는 결이 자주 보입니다.