이 질문 뒤에 면접관이 확인하려는 것은 따로 있습니다.
마케팅 수업 프로젝트에서 SNS 콘텐츠 성과 데이터를 분석해 게시 전략을 바꿨습니다. 6개월치 데이터에서 조회수보다 저장 수가 높은 콘텐츠 유형을 추출했는데, 정보성 콘텐츠가 감성 콘텐츠보다 3배 이상 저장률이 높았습니다. 이 결과를 바탕으로 콘텐츠 믹스를 감성 7 : 정보 3에서 5 : 5로 조정하고 다음 달에 적용했습니다. 저장 수가 42% 늘었고, 팔로워 유입도 함께 증가했습니다. 데이터가 전략 변경의 근거가 됐을 때 팀 내 동의를 얻는 속도가 훨씬 빨라진다는 걸 이 경험에서 느꼈습니다. 이 경험 이후 데이터 분석의 결과보다 질문 설정이 더 중요하다는 걸 알게 됐습니다.
어떤 지표를 볼지 결정하는 것이 전략 도출의 절반이라고 생각합니다.
수업 프로젝트에서 서비스 로그 데이터를 분석해 이탈 패턴을 찾는 작업을 했습니다. 전체 이탈 중 첫 3회 사용 이후 이탈 비율이 60%를 넘는다는 것을 확인했고, 이 구간에 집중해서 온보딩 플로우 개선을 제안했습니다. 단순히 이탈률을 낮추자는 방향이 아니라, 어느 단계에서 끊기는지를 먼저 찾고 거기서 원인을 좁히는 방식이었습니다.
데이터가 방향을 좁혀주면 전략은 그 뒤에 따라옵니다. 이탈 구간을 좁히면 전략이 명확해집니다. 패턴을 찾으면 가설이 구체화됩니다. 데이터는 방향을 좁히는 도구입니다.
UI 개선 작업에서 두 가지 버전을 소규모 사용자에게 노출하고 전환율을 비교한 경험이 있습니다. 버튼 위치를 바꾼 버전이 클릭률은 낮았는데 전환율은 오히려 높았습니다. 처음에는 클릭 수가 많은 쪽이 더 나은 것 같았지만, 전환까지 이어지는 비율을 보니 결론이 달랐습니다. 어떤 지표를 목표로 볼 것인지를 먼저 정의해야 데이터 해석이 일관된다는 것을 그때 배웠습니다.
지표 정의가 분석 방향을 결정합니다. 클릭과 전환은 다른 질문입니다. 목표 지표가 결론의 기준입니다. 분석 전에 무엇을 보는지를 먼저 정해야 합니다.
답변에서 흔히 빠지는 것들 — 빠져 있으면 꼬리질문이 깊어집니다.
이 질문에 이어 쿠팡 광고기획 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.