이 질문 뒤에 면접관이 확인하려는 것은 따로 있습니다.
데이터 분석 경험이 있습니다. 물류 관련 사이드 프로젝트에서 배송 지연 패턴을 분석하기 위해 파이썬과 판다스를 썼습니다. 약 5,000건의 배송 기록 데이터를 받아서 지역별·시간대별 지연율을 정리하는 작업이었는데, 처음엔 데이터 형식이 제각각이라서 전처리에만 이틀이 걸렸습니다. 특히 날짜 컬럼이 텍스트로 저장돼 있어서 변환하는 과정에서 오류가 반복됐는데, 스택오버플로우에서 해결 방법을 찾아 적용했습니다. 분석 결과로 특정 지역에서 오후 5시 이후 지연율이 30% 이상 높다는 패턴을 발견했고, 이 데이터를 팀 발표에서 공유했습니다. 분석 결과를 어떻게 설명할지도 중요하다는 걸 발표 피드백에서 배웠습니다.
정식 분석 도구보다는 엑셀을 주로 활용했습니다. 물류 관련 수업에서 재고 데이터를 분석하는 과제가 있었는데, 피벗테이블과 조건부 서식을 이용해서 SKU별 재고 회전율을 계산했습니다. 처음엔 피벗테이블 구조가 낯설어서 행·열 설정을 여러 번 바꿔야 했고, 한 번은 필터를 잘못 적용해서 전체 데이터의 일부만 분석한 결과를 제출하려다가 검토하다가 발견했습니다. 그 이후로 분석 전에 데이터 전체 범위를 먼저 확인하는 습관이 생겼습니다. 엑셀만으로는 한계가 있다는 걸 느껴서 파이썬 기초도 독학으로 공부 중입니다.
학과 프로젝트에서 배송 현황 데이터베이스를 조회하기 위해 SQL을 처음 썼습니다. 4명이 팀으로 진행했는데, 제가 데이터 조회를 담당했고 나머지 팀원이 결과를 바탕으로 보고서를 작성했습니다. SELECT와 GROUP BY, JOIN 정도를 써서 주문별 배송 완료율과 평균 소요 시간을 뽑았는데, JOIN 조건을 잘못 걸어서 중복 데이터가 생긴 적이 있었습니다. 팀원이 보고서를 작성하다가 숫자가 이상하다고 알려줘서 다시 쿼리를 확인했습니다. 그 실수 덕분에 쿼리 결과를 항상 샘플로 먼저 확인하는 습관이 생겼습니다.
답변에서 흔히 빠지는 것들 — 빠져 있으면 꼬리질문이 깊어집니다.
이 질문에 이어 쿠팡 운송·물류 일반 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.