이 질문 뒤에 면접관이 확인하려는 것은 따로 있습니다.
데이터 기반 채널 지표 관리에서 가장 중요하다고 생각하는 지표는 채널별 전환율입니다. 트래픽이 많아도 실제 구매나 목표 행동으로 이어지지 않으면 의미가 없기 때문입니다. 도달률·클릭률·전환율의 흐름을 퍼널 단계별로 확인하면 어느 단계에서 이탈이 많은지를 파악할 수 있습니다. 채널별로 고객 획득 비용(CAC)과 생애 가치(LTV)를 비교하면 어느 채널이 장기적으로 효율적인지 판단할 수 있습니다. 또 리텐션 지표도 중요합니다. 신규 유입보다 기존 고객의 재방문·재구매가 수익성에 더 큰 영향을 주는 경우가 많습니다. 수업 프로젝트에서 채널별 성과를 구글 애널리틱스로 분석하면서, 같은 트래픽이라도 채널마다 품질이 다르다는 것을 확인했습니다.
채널 분석 과제에서 이탈률이 높은 채널과 낮은 채널을 비교 분석한 경험이 있습니다. 이탈률이 낮은 채널은 랜딩 페이지 첫 화면에서 목적 행동을 명확히 보여주고 있었고, 이탈률이 높은 채널은 유입 전 광고와 랜딩 내용이 달랐습니다. 이 차이를 발견하고 해당 채널의 랜딩 페이지를 유입 광고와 일치하도록 수정하는 방안을 제안했습니다.
의사결정의 근거를 이탈률이라는 단일 지표에 두고 수정 범위를 좁힌 것이 실행 가능한 제안이 됐습니다. 제안이 채택된 후 이탈률이 2주 만에 8%p 낮아졌다는 결과를 피드백으로 받았습니다. 지표는 무엇을 바꿔야 하는지 가리키는 도구라는 걸 그 경험에서 배웠습니다. 숫자보다 그 숫자가 가리키는 행동이 중요했습니다.
채널 지표 분석 실습에서 클릭률이 높은 채널이 오히려 매출 전환은 낮았던 케이스를 접했습니다. 클릭을 유도하는 광고 소재가 강력했는데, 랜딩 후 이탈이 빠르고 구매까지 이어지지 않았습니다. 클릭률만 보면 좋은 채널이었는데, 전환율과 평균 주문 금액을 같이 보니 비효율적인 채널이었습니다.
지표 하나가 높으면 좋아 보이는 착시가 생기는 구조를 그때 처음 경험했습니다. 이후에는 채널 평가 시 클릭→랜딩 이탈→전환→객단가를 퍼널 전체로 보는 방식을 쓰게 됐습니다. 단일 지표로 채널을 판단하면 틀리는 경우가 많다는 걸 배웠고, 지금도 지표를 볼 때 한 숫자에 의존하지 않으려 합니다. 지표의 한계를 아는 것이 제대로 쓰는 방법이라고 봅니다.
답변에서 흔히 빠지는 것들 — 빠져 있으면 꼬리질문이 깊어집니다.
이 질문에 이어 KT 공통직무·미지정 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.