A
약 75초
경험 중심 1인칭 답변
인턴 때 월별 사용자 행동 로그를 분석하면서 특정 기능의 사용률이 낮은데도 해당 기능을 쓴 사용자의 재방문율이 2.3배 높다는 것을 발견했습니다. 기능 자체는 문제없이 작동하고 있었는데 진입 경로가 너무 깊어서 발견되지 못하고 있었던 것이었습니다. 이 발견을 정리해 PM에게 "이 기능의 홈화면 노출을 늘리면 재방문율 개선 효과가 있을 것"이라고 제안했고, 테스트 결과 재방문율이 18% 개선됐습니다. 성장 기회를 데이터에서 찾는 방법은 평균보다 분포를 보는 것이라고 생각합니다. 전체 평균이 나빠도 좋은 특정 세그먼트가 있다면 그 패턴에 성장의 단서가 있습니다.
"왜 이 사용자들은 다른가?"를 질문하는 것이 성장 기회를 발견하는 출발점이라는 것을 그 경험에서 배웠습니다. 앞으로도 데이터에서 기회를 찾을 때 평균보다 세그먼트 간 차이를 먼저 보는 방식을 유지하겠습니다. 좋은 패턴을 찾아 증폭하는 것이 성장 분석의 핵심이라고 생각합니다.
이 결의 특징
월별 사용자 행동 로그 분석에서 '사용률 낮은 기능의 사용자 재방문율이 2.3배 높다'는 역설적 패턴을 발견한 경험이 있습니다. 기능 진입 경로 깊음이 발견 저해 요인이었다는 근본 원인을 파악했고, 홈화면 노출 증가 제안이 구체 액션으로 이어졌습니다.
이 결이 통하는 자리
'기능 발견 가능성 개선'이라는 구체 가설이 '재방문율 18% 개선'이라는 측정 가능한 결과로 검증될 때 통합니다. 데이터 발견이 실제 프로덕트 개선으로 구현되고 그 효과가 검증된 경험이 있으면 면접관이 분석의 실행력을 신뢰합니다.