예시 답변 1
약 96초
데이터와 고객 의견을 교차해 갭을 찾는 결
상품 셀렉션 갭을 찾을 때 저는 검색 로그와 구매 전환율 차이를 먼저 봅니다. 사람들이 검색하는데 사지 않는 카테고리가 있다면, 그건 공급이 없거나 있어도 기대에 못 미치는 신호라고 읽습니다. 실무에서는 빈 결과 페이지 상위 키워드 20개를 뽑아 경쟁 플랫폼과 비교해본 적이 있는데, 그 중 절반 이상이 이미 수요가 있는 카테고리였습니다. 데이터만으로는 놓치는 게 있어서, 저는 실제 사용자 인터뷰나 CS 문의 로그도 같이 봅니다. '왜 못 샀냐'는 맥락이 데이터에 안 잡히는 경우가 많기 때문입니다. 그렇게 두 채널을 교차해서 갭 목록을 만들고, 수요 규모와 공급 난이도를 기준으로 우선순위를 정리했습니다. 저는 갭 파악에서 가장 중요한 건 데이터와 맥락을 같이 보는 것이라고 생각합니다.
이 결의 특징
검색 로그와 구매 전환율 차이라는 정량 신호를 갭 분석의 출발점으로 삼습니다. 빈 결과 페이지의 상위 키워드 20개를 경쟁사와 비교한 구체적 프로세스가 드러나며, 데이터 한계를 인식하고 CS 문의 로그 같은 정성 데이터로 보충하는 균형감이 있습니다.
이 결이 통하는 자리
데이터 시그널을 고객 맥락으로 재해석하는 분석 철학을 중시하는 조직에서 신뢰를 얻습니다. 상품 확장, 카테고리 전략, 수요 예측 등에서 '수치만으로는 놓치는 '왜'를 찾는 구조를 중요하게 여기는 팀과 부합합니다.