이 질문 뒤에 면접관이 확인하려는 것은 따로 있습니다.
마케팅에서 문제 정의란 '현상이 아니라 원인을 찾는 것'이라고 생각합니다. 예를 들어 '전환율이 낮다'는 현상이고, 왜 낮은가를 데이터로 짚는 것이 실제 문제 정의입니다. 인턴 때 SNS 캠페인의 성과가 낮다는 과제를 받았는데, 처음엔 소재 문제라고 가정했다가 데이터를 보니 랜딩 페이지 이탈률이 78%였습니다. 실제 문제는 소재가 아니라 랜딩 페이지 경험이었습니다. 문제 정의를 잘못하면 해결에 시간과 비용을 써도 성과가 나오지 않더라고요. 제가 쓰는 방식은 '무엇이 낮은가' → '왜 낮은가' → '어디서 낮아지는가' 순서로 좁혀가는 것입니다. 마지막으로 '이게 풀릴 경우 어떤 수치가 달라지는가'를 미리 쓰면 문제 정의가 명확해지더라고요.
마케팅에서 문제 정의가 틀리면 아무리 좋은 실행도 엉뚱한 방향으로 에너지가 쓰입니다. 팀 프로젝트에서 "인지도가 낮다"는 문제를 처음에 그대로 받아들였는데, 데이터를 보니 인지도보다 재구매율이 더 낮은 게 진짜 문제였습니다. 이를 이슈 트리 방식으로 구조화해 팀에 공유했을 때, 캠페인 방향이 신규 유입보다 기존 고객 유지로 바뀌었습니다.
같은 예산으로 더 효율적인 목표를 설정할 수 있었던 것은 문제 재정의 덕분이었습니다. 마케팅 문제는 "보이는 것"이 아니라 "보이는 것 뒤에 있는 것"을 찾는 데서 시작한다는 원칙을 이때 실제로 경험했고, 그 원칙이 이후 모든 프로젝트에서 가장 먼저 하는 질문의 출발점이 됐습니다.
마케팅 문제 정의에서 데이터는 방향이 아니라 질문을 만드는 도구라고 생각합니다. 지표가 낮아졌을 때 "어떤 채널을 늘려야 하나"보다 "이 지표가 낮아진 것이 왜 문제인가"를 먼저 묻는 것이 더 중요합니다. 인턴 시절 전환율이 떨어졌을 때 채널별 이탈 단계를 분리해 분석하자, 문제가 광고가 아니라 특정 랜딩 페이지에 있다는 걸 발견했습니다. 데이터가 답을 주는 게 아니라 어디를 더 봐야 하는지를 알려주는 것이었습니다. 올바른 문제 정의는 데이터를 보면서 "왜"를 반복하는 것이라고 생각합니다. 이 질문 습관이 실행보다 먼저 와야 한다는 걸, 이 경험이 가르쳐줬고 지금도 그 순서를 지키려고 노력합니다.
답변에서 흔히 빠지는 것들 — 빠져 있으면 꼬리질문이 깊어집니다.
이 질문에 이어 대학내일ES 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.