이 질문 뒤에 면접관이 확인하려는 것은 따로 있습니다.
복잡한 비즈니스 질문을 받았을 때 저는 먼저 질문을 분해하는 것에서 시작합니다. "왜 매출이 줄었는가"처럼 넓은 질문은 "어느 채널인가", "어느 시기인가", "어느 고객군인가"로 쪼개야 분석이 가능해집니다. 팀 프로젝트에서 월별 재방문율 하락 원인을 분석할 때, 질문을 세분화하지 않고 전체 데이터를 보다가 방향을 잃었던 경험이 있습니다. 그 이후로 분석 전 "어떤 질문에 답하려 하는가"를 한 줄로 쓰는 습관이 생겼습니다. 데이터 신뢰성은 동일 지표를 두 개 이상의 방법으로 검증하는 방식으로 확보했습니다.
집계 쿼리 결과와 로우 데이터를 샘플링해서 교차 확인하면 오류를 사전에 잡을 수 있었습니다. 결과 도출 후에는 인사이트를 "무엇을 발견했는가"와 "그래서 무엇을 바꿔야 하는가"로 분리해서 전달하는 방식을 씁니다.
비즈니스 질문을 받았을 때 먼저 문제의 범위를 설정하는 것이 분석 전에 가장 중요한 단계라고 생각합니다. 막연한 질문일수록 어디서부터 어디까지를 분석 대상으로 볼 것인가를 명확히 하지 않으면 데이터를 많이 봐도 방향이 흩어집니다. 팀 수업 프로젝트에서 사용자 이탈률을 분석했는데, 처음엔 전체 지표를 한꺼번에 보다가 방향을 잃었습니다.
채널별·기간별·사용자 유형별로 분해했을 때 비로소 이탈이 특정 온보딩 단계에 집중돼 있다는 패턴이 보였습니다. 인사이트를 도출할 때는 상관관계와 인과관계를 구분하는 것이 핵심이었습니다. 두 지표가 함께 움직인다고 해서 한쪽이 원인이라고 결론 짓지 않으려 했고, 가능한 경우 추가 변수를 통제한 뒤 결과를 다시 확인했습니다. 결과를 전달할 때는 분석이 답할 수 있는 범위와 불확실성이 남아 있는 부분을 함께 정리해서, 의사결정자가 그 한계를 인식한 채 판단할 수 있도록 했습니다.
복잡한 비즈니스 질문일수록 분석보다 질문 정의에 더 많은 시간을 쓰는 편입니다. 왜 이 지표가 떨어졌나라는 질문 그대로 데이터를 보기 시작하면 범위가 무한히 넓어지기 때문에, 어떤 기간에, 어느 세그먼트에서, 어떤 수준의 변화를 설명하려는 것인가를 먼저 명확히 합니다. 실제로 인턴 프로젝트에서 특정 캠페인 효과를 분석하는 과제를 받았을 때, 초기 질문 정의를 잘못하는 바람에 관련 없는 지표들을 이틀 동안 뽑았다가 다시 시작한 경험이 있습니다. 그 이후로 분석 전에 이 분석이 끝났을 때 내가 무엇을 알아야 하는가를 한 문장으로 쓰는 습관이 생겼습니다. 데이터 신뢰성은 동일 수치를 두 개 이상의 방법으로 교차 확인해서 확보하고, 결과를 공유할 때는 분석이 말할 수 있는 것과 말할 수 없는 것을 명확히 구분해 전달합니다. 그게 결과를 받는 사람이 잘못된 판단을 하지 않도록 돕는 방식이라고 생각합니다.
답변에서 흔히 빠지는 것들 — 빠져 있으면 꼬리질문이 깊어집니다.
이 질문에 이어 쿠팡 데이터 분석가 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.