비즈니스 데이터 분석 도구·방법론·성과 서술
약 90초
실제 사용한 도구와 방법론, 결과를 단계적으로 연결
비즈니스 데이터를 분석할 때 SQL, Python(pandas), 그리고 Tableau를 주로 사용합니다. 먼저 SQL로 필요한 데이터를 추출하고, Python으로 전처리·집계·시각화를 진행한 뒤, 결과를 Tableau 대시보드로 정리해 공유하는 흐름입니다. 방법론 측면에서는 코호트 분석과 퍼널 분석을 자주 씁니다. 어느 시점의 사용자가 이탈하는지, 어느 단계에서 전환이 막히는지를 파악하는 데 유효하기 때문입니다. 데이터 분석 결과로 팀의 기능 우선순위를 바꾼 경험이 있습니다.
로그인 이후 특정 기능 사용률이 4%에 불과하다는 걸 분석으로 확인했고, 그 기능을 개선하는 대신 다른 기능에 집중하는 결정을 내리는 데 근거가 됐습니다. 비정형 데이터는 텍스트 분류로 처리한 경험이 있는데, 사전 작업의 품질이 분류 결과를 크게 좌우한다는 걸 그때 배웠습니다.
이 결의 특징
SQL로 추출하고 Python으로 전처리한 뒤 Tableau로 공유하는 구체적 흐름과, 로그인 이후 기능 사용률이 4%라는 수치로 우선순위를 바꾼 실제 성과가 담겨 있습니다.
이 결이 통하는 자리
코호트·퍼널 분석이라는 방법론이 실제 의사결정 사례와 함께 살아 있을 때 통합니다. 사전 작업 품질이 분류 결과를 좌우한다는 관찰이 이어지는 자리에서 면접관이 실무 도구 이해의 결을 읽습니다.