이 질문 뒤에 면접관이 확인하려는 것은 따로 있습니다.
인턴 중반쯤, 제가 담당하던 주간 광고 성과 리포트를 만들다가 전주 수치와 비교가 이상하다는 걸 느꼈습니다. 확인해보니 시트에서 날짜 범위를 수동으로 입력하다 보니 주마다 기준이 달라지는 문제가 있었습니다. 제가 직접 날짜 자동 계산 수식으로 바꾸고, 지난 4주 리포트를 소급 검토했더니 한 주에서 전환 수가 150건 과다 집계된 것도 발견했습니다. 근거는 광고 플랫폼 원본 데이터와 시트 수치를 대조한 뒤 스크린샷으로 정리해서 팀장에게 보고했습니다. 수식 교체 이후 팀 내 다른 시트에도 같은 방식을 적용하자고 제안했고, 결국 템플릿 표준화로 이어졌습니다. 이 경험으로 반복 작업일수록 잘못된 전제가 오래 살아남는다는 걸 실감했고, 이후엔 정기 보고서마다 원본 대조 단계를 추가했습니다.
정형화된 보고서 작업에서 오류가 반복된다는 느낌은 있었지만 확신이 없었습니다. 확신 없이 개선을 제안하면 받아들여지지 않을 것 같아, 4주치 보고서를 검토해서 오류 유형과 빈도를 직접 집계했습니다. "링크 오류가 4주 중 3번 발생했고 수정에 평균 20분이 소요됐다"는 수치를 가져가자 팀장님이 개선 제안을 바로 수용했습니다. 개선 제안은 느낌이 아니라 수치로 근거를 만들 때 더 잘 받아들여진다는 걸 배웠고, 이 방식이 이후 팀에서 프로세스 개선 제안의 표준 방식이 됐고, 팀원들도 같은 방식을 쓰게 됐습니다. 지금도 개선을 제안할 때 4주치 이상 데이터를 먼저 수집하는 루틴을 씁니다.
보고서 프로세스 개선 이후, "개선이 실제로 효과가 있는지"를 수치로 확인하는 단계를 빠뜨리지 않는 것이 중요하다는 걸 알게 됐습니다. 개선 전후 오류 건수와 수정 소요 시간을 각 4주씩 비교했더니 오류 건수가 3건에서 0건으로, 수정 시간이 주 40분에서 0분으로 줄었다는 수치가 나왔습니다. 이 수치를 공유하자 팀장님이 다른 정형 업무에도 같은 방식으로 개선점을 찾아보자는 제안을 했고, 개인 개선이 팀 전체 개선으로 번졌습니다. 개선은 결과를 수치로 확인할 때 다음 개선으로 이어진다는 걸 배웠습니다. 지금도 개선 전후 수치를 4주씩 비교해 효과를 확인하는 루틴을 씁니다.
답변에서 흔히 빠지는 것들 — 빠져 있으면 꼬리질문이 깊어집니다.
이 질문에 이어 에이메드 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.