문제 단순화 과정과 결과 중심으로 푸는 결
인턴 기간 중 데이터 분석 프로젝트에서 비즈니스 담당자와 협업한 경험이 있습니다. 당시 담당자 측 요구사항은 고객 이탈 예측 모델을 만들어달라는 것이었는데, 초반에 이야기를 들어보니 실제로 원하는 게 모델 자체가 아니라 이탈 위험 고객에게 언제, 어떤 방식으로 개입할지를 결정하는 기준이라는 것을 알게 됐습니다. 저는 그 차이를 먼저 정리하고, 담당자와 함께 목표를 재정의하는 30분 미팅을 요청했습니다. 미팅에서 기준이 되는 지표를 최근 30일 미접속 + 결제 이력 없음 두 조건으로 단순화하자는 제안을 드렸고, 복잡한 ML 모델보다 이 기준으로 먼저 대상군을 추출해 검증해보는 방향이 합의됐습니다. 실제로 해당 기준으로 추출한 대상에게 리텐션 메시지를 보낸 결과, 클릭률이 기존 전체 발송 대비 2.3배 높게 나왔습니다. 그 경험에서 복잡한 문제는 기술적 해결보다 먼저 목표 언어를 맞추는 것이 더 중요하다는 것을 배웠습니다.