면접관이 이 한 문장으로 확인하려는 것들. 각 갈래를 알면 답의 뼈대가 잡혀요.
리텐션 분석 프로젝트에서 최근 구매일(Recency), 구매 빈도(Frequency), 총 구매액(Monetary) 세 지표를 SQL로 계산해 고객을 4개 등급으로 나눴습니다. NTILE 윈도우 함수로 각 지표를 4분위로 나눈 뒤 조합해 등급을 매겼는데, 처음엔 세 지표를 단순 평균으로 합쳤더니 최근성이 높은 신규 고객과 오래 거래한 우량 고객이 같은 등급에 섞이는 문제가 생겼습니다. 가중치를 다르게 줘서 재계산한 결과 상위 등급 고객 약 1,200명을 추려냈고, 이 리스트를 CRM팀에 전달해 리텐션 캠페인 타겟으로 활용했습니다.
일별로 실행되는 배치 쿼리가 실행 시간이 점점 늘어나 원인을 확인해야 했습니다. EXPLAIN ANALYZE로 확인해보니 서브쿼리 안에서 매번 전체 테이블을 다시 스캔하고 있었고, 데이터가 쌓일수록 스캔 대상이 커지는 구조라 시간이 계속 늘어난 것이었습니다. 반복 계산되는 부분을 CTE로 한 번만 계산하도록 바꾸고, 자주 필터링하는 컬럼에 복합 인덱스를 추가했습니다. 이 두 가지 조치로 실행 시간이 약 6분에서 40초로 줄었고, 이후 팀 내 쿼리 리뷰 시 실행 계획 확인을 체크리스트에 추가하자고 제안했습니다.
구독 서비스에서 사용량 상위 고객을 부서별로 나눠 파악해야 하는 과제가 있었습니다. GROUP BY로 단순 합계만 내면 부서 내 개인별 편차가 보이지 않아, RANK() 윈도우 함수로 부서별 사용량 순위를 함께 계산했습니다. 처음에는 부서 합계만으로 상위 부서를 추렸는데, 실제로는 합계가 높아 보여도 소수 인원이 몰아 쓰는 부서와 고르게 쓰는 부서가 섞여 있어 의미가 달랐습니다. 이 방식으로 부서 전체 사용량은 낮지만 특정 개인이 몰아서 쓰는 패턴을 가진 부서 3곳을 별도로 확인할 수 있었고, 이 정보를 영업팀에 전달해 개인별 온보딩 제안으로 이어졌습니다.
같은 실수가 반복돼요. 이것만 피해도 절반은 갑니다.
진짜 면접은 두 번째 질문부터예요. 이 답 뒤에 따라올 법한 것들.