A
약 80초
경험 중심 1인칭 답변
인턴 때 앱 내 알림 수신 후 구매 전환율을 분석하는 과제를 맡았습니다. 알림을 받은 사용자와 받지 않은 사용자의 30일 구매 이력을 비교했는데, 알림 수신 후 3일 이내 구매가 그렇지 않은 그룹보다 2.3배 높다는 패턴을 발견했습니다. 하지만 알림 빈도가 높은 그룹은 오히려 이탈률도 높아서, 적정 빈도 찾기가 핵심 문제라는 걸 파악했습니다. 주 1~2회 알림 그룹이 구매 전환율과 이탈률 모두에서 가장 균형 잡힌 결과를 보였고, 이 인사이트를 팀에 보고했습니다. 앞으로도 데이터 분석에서 긍정 지표와 부정 지표를 동시에 보는 방식을 유지하겠습니다.
한 지표만 보면 최적화가 다른 지표를 망칩니다. 앞으로도 데이터 분석에서 긍정 지표와 부정 지표를 동시에 보는 방식을 유지하겠습니다. 한 지표만 최적화하면 다른 지표가 망가지는 경우가 반복됩니다. 알림 빈도처럼 밸런스가 있는 지표는 범위를 실험으로 확인해야 합니다.
이 결의 특징
앱 알림 수신 후 구매 전환율을 분석했을 때 알림 수신 후 3일 내 구매가 2.3배 높은 패턴을 발견했습니다. 알림 빈도가 높은 그룹은 전환율이 높지만 이탈률도 높았고, 주 1~2회 그룹이 전환율과 이탈률 모두 균형 잡힌 결과임을 발견한 흔적이 있습니다.
이 결이 통하는 자리
단순한 지표 상승이 아니라 여러 신호를 동시에 읽은 통합 분석이 살아 있을 때 통합니다. 고객의 이탈이라는 숨겨진 비용을 함께 본 자리에서 면접관이 균형 잡힌 의사결정 능력으로 평가하는 결이 자주 보입니다.