고객 불만 증가와 같은 모호한 비즈니스 문제를 어떻게 구체적인 데이터 분석 프로젝트로 전환할 수 있나요?

데이터 분석 인턴 때 '고객 불만이 늘었다'는 모호한 이슈를 받은 적이 있습니다. 먼저 불만이 무엇인지 정의하려고 CS 로그를 일주일 치 읽고, 결제 실패·배송 지연·환불 지연 세 갈래로 묶었습니다. 그 중 비중이 60%였던 결제 실패를 첫 타깃으로 잡았습니다.

데이터는 결제 로그·에러 코드·시간대별 트래픽 세 테이블을 조인했습니다. 가설은 '특정 시간대에 PG사 응답이 느려져 타임아웃이 늘어난다'였고, 15초 임계값 기준 실패율을 시간대별로 그려보니 새벽 2~4시에 평소의 3배였습니다.

접근은 EDA → 가설 → A/B 비교 순으로 가볍게 갔고, 결과 예측으로는 '재시도 로직을 넣으면 실패율이 절반은 줄 것'이라고 적었습니다. 실제 배포 후 실패율이 48% 감소해 예측과 가깝게 닫혔습니다.