이 질문 뒤에 면접관이 확인하려는 것은 따로 있습니다.
대학 창업 동아리에서 간단한 구독 서비스를 운영할 때, 처음에는 가입자 수 증가에만 집중했습니다. 그런데 2개월 후 이탈률이 40%를 넘어서고 있다는 걸 데이터로 확인했습니다. 팀원들과 함께 이탈 시점을 분석했더니, 가입 후 첫 7일 이내에 이탈하는 비율이 전체의 절반이었습니다. 이를 근거로 신규 가입자 유치보다 온보딩 경험 개선을 먼저 하자는 방향으로 전략을 바꿨습니다. 처음에는 기능 개발을 늦추는 결정이라 팀 내 이견이 있었고, 저는 수치를 직접 공유하며 근거를 설명했습니다. 온보딩 개선 이후 첫 7일 이탈률이 23%로 낮아졌고, 이 경험 이후 팀 안에서 지표를 함께 보는 문화가 생겼습니다. 데이터는 방향을 바꾸자는 설득에서 가장 강한 근거가 된다는 걸 그때 실감했습니다.
스타트업 인턴 시절 서비스 초기 지표를 다루면서 처음으로 데이터 기반 전략을 직접 설계해본 경험이 있습니다. 당시 MAU는 늘고 있었는데 결제 전환율이 제자리였습니다. 혼자 판단하기보다 디자이너·개발자와 함께 유저 행동 로그를 뜯어봤고, 결제 직전 단계에서 이탈이 집중된다는 걸 발견했습니다.
A/B 테스트를 제안했을 때 팀 내에서 '리소스가 없다'는 반응이 나왔습니다. 저는 테스트 범위를 최소화해 결제 버튼 위치 하나만 바꾸는 단일 변수 실험을 제안했고, 2주 만에 전환율이 1.8배 개선되는 결과를 얻었습니다. 그 경험에서 큰 전략보다 검증 가능한 단위를 작게 잘라야 한다는 감각이 생겼습니다. 팀이 데이터를 신뢰하게 된 건 수치 자체보다 작은 실험의 성공이 반복된 뒤였습니다.
PM 스터디에서 신규 기능 우선순위를 정하는 역할을 맡았을 때, 처음엔 팀원 의견 투표로 결정하려 했습니다. 그런데 각자 선호하는 기능이 달라 방향이 모이지 않았고, 저는 사용자 인터뷰 데이터를 구조화해 제시하자고 제안했습니다. 총 12명 인터뷰에서 불편함이 가장 자주 언급된 3개 항목을 추려 공유하자 논의가 빠르게 정리됐습니다. 다만 실제 개발 역량을 고려하지 않았다는 반론이 나왔고, 구현 난이도 점수를 덧붙여 매트릭스로 재구성했습니다. 최종 결정은 팀이 함께 매트릭스를 보면서 내렸습니다. 이후 비슷한 상황에서 '무엇을 할지'보다 '무엇을 먼저 할지'가 더 어렵다는 걸 알게 됐습니다. 데이터는 방향을 강요하는 도구가 아니라 이견을 줄이는 공통 언어로 쓰일 때 힘이 있었습니다.
답변에서 흔히 빠지는 것들 — 빠져 있으면 꼬리질문이 깊어집니다.
이 질문에 이어 당근마켓 프로덕트 매니저 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.