이 질문 뒤에 면접관이 확인하려는 것은 따로 있습니다.
유저 행동 데이터를 분석했을 때 제가 설계한 지표는 화면별 이탈률과 체류 시간이었습니다. 팀 프로젝트에서 앱 UI를 개선하는 과제를 맡았는데, '사용자가 어디서 이탈하는지'를 확인하는 것이 첫 번째 과제였습니다. 처음에는 전체 이탈률 하나만 보다가 어느 화면에서 이탈하는지 알 수 없어서 의미 있는 개선 방향을 잡기 어려웠습니다. 화면별로 이탈률을 나눠서 보니 특정 설정 화면에서 이탈이 집중된다는 걸 발견했습니다. 체류 시간을 함께 보니 그 화면에서 머무는 시간이 다른 화면보다 3배 이상 길었는데, 이는 사용자가 무엇을 해야 할지 헷갈리고 있다는 신호였습니다. 추가 인터뷰로 UI가 복잡하다는 피드백을 확인했습니다.
지표를 세분화할수록 원인을 찾는 데 가까워진다는 걸 그때 배웠습니다.
유저 행동 분석에서 제가 설계한 지표는 온보딩 퍼널 단계별 완료율이었습니다. 서비스 기획 과제에서 신규 가입자가 첫 핵심 기능을 경험하기까지의 단계를 7개로 나눴는데, 전체 완료율만 보면 낮다는 사실은 알 수 있어도 어느 단계에서 막히는지는 알 수 없었습니다. 단계별 완료율을 계산하니 3번째 단계에서 이탈이 가장 많다는 게 보였습니다. 그 단계가 이메일 인증이었는데, 인증 메일을 받지 못하거나 과정이 길게 느껴지는 게 원인이라는 걸 사용자 인터뷰로 확인했습니다.
이탈 지점을 알면 개선할 지점도 명확해진다는 걸 그때 처음 실감했습니다. 처음에 지표를 너무 많이 만들어서 어디에 집중할지 몰랐던 경험도 있었습니다. 이후로는 핵심 행동 경로를 먼저 정의하고 그 흐름 안에서 지표를 설계하는 방식을 씁니다.
유저 행동 데이터 분석에서 제가 설계한 지표는 7일 리텐션율과 핵심 기능 사용 빈도였습니다. 수업 과제에서 가상 서비스의 사용자 데이터를 분석했는데, 신규 가입자는 많은데 재방문이 낮다는 문제가 있었습니다. 가입 후 7일 안에 다시 방문하는 비율을 지표로 잡고 코호트별로 분석하니, 첫날 핵심 기능을 경험한 사용자의 리텐션이 그렇지 않은 사용자보다 두 배 이상 높았습니다. 이 차이가 온보딩 흐름을 개선하는 근거가 됐습니다. 처음에는 리텐션만 보다가 어떤 행동이 리텐션에 영향을 주는지 알 수 없어서 핵심 기능 사용 여부를 함께 보는 방식으로 확장했습니다. 지표 하나만 보는 것보다 행동과 결과를 연결하는 지표 조합이 더 의미 있는 인사이트를 준다는 걸 배웠습니다.
답변에서 흔히 빠지는 것들 — 빠져 있으면 꼬리질문이 깊어집니다.
이 질문에 이어 당근마켓 백엔드 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.