이 질문 뒤에 면접관이 확인하려는 것은 따로 있습니다.
광고 캠페인 의사결정에서 데이터 기반 인사이트를 이끌어내는 방식은 지표 설계 → 세그먼트 분석 → 가설 도출 → 실험 설계 순서로 접근한다고 생각합니다. 프로젝트에서 SNS 광고 캠페인을 분석할 때 CTR이 높은데 전환율이 낮은 소재와 CTR은 낮은데 전환율이 높은 소재를 구분해서 예산을 후자에 집중했더니 ROAS가 개선됐습니다. 인사이트를 의사결정으로 연결하려면 '이래서 이렇게 하겠다'는 인과 구조가 명확해야 합니다. 팀이 동의하게 하려면 숫자와 함께 왜 그 방향이 맞는지를 설명하는 스토리가 필요했습니다. 앞으로도 광고 데이터를 다룰 때 지표를 보는 것에서 끝내지 않고 다음 행동을 이끌어내는 것까지를 목표로 하겠습니다.
인사이트는 결정을 바꿀 때 가치가 생깁니다. 앞으로도 광고 데이터를 분석할 때 인사이트가 결정을 바꿔야 가치가 있다는 기준으로 보겠습니다. 숫자를 보는 것과 숫자로 결정을 만드는 것은 다른 역량입니다.
광고 캠페인 데이터를 볼 때 가장 먼저 들여다본 것은 어트리뷰션 모델의 편향이었습니다. 라스트 클릭 기준으로는 전환 직전 채널만 성과로 잡히다 보니, 인지 단계에서 중요한 역할을 했던 디스플레이 채널 기여가 거의 사라졌습니다. 이 문제를 팀에 공유하면서 선형 포지션 모델로 바꾸자고 제안했고, 채널별 기여가 달라지는 걸 수치로 보여줬습니다. 예산 배분 변경 전에는 실험 그룹을 구성해 같은 기간 두 방식으로 측정해봤고, 그 결과를 근거로 설득했습니다.
숫자를 어떻게 읽느냐에 따라 다음 행동이 달라진다는 걸 그 경험으로 배웠습니다. 지금도 리포트를 만들 때 측정 방식의 전제를 먼저 명시하는 습관을 유지하고 있습니다. 어트리뷰션 설계가 캠페인 최적화 방향을 절반 이상 결정한다고 생각합니다.
캠페인에서 소재 간 성과 차이가 보일 때 통계적 유의성을 먼저 확인하는 게 제 습관입니다. 한 캠페인에서 CTR이 1.8%인 소재와 2.4%인 소재가 있었는데, 샘플이 부족해 p값이 0.2를 넘었습니다. 팀 일부에서 바로 전환하자는 의견이 있었지만, 측정 기간을 이틀 더 연장해 3,000건 이상 노출을 확보한 뒤 판단하자고 제안했습니다. 결과적으로 차이가 유의하다는 게 확인됐고, 예산 비중 재조정 이후 CVR도 함께 올랐습니다. 이 경험 이후 팀 내에서 '유의해 보인다'와 '유의하다'를 구분해서 말하는 것이 기준이 됐습니다. A/B 테스트 결과를 다룰 때는 검정력과 샘플 크기를 설계 단계에서 미리 잡고 시작하는 것도 그때 생긴 루틴입니다.
빠른 결정보다 근거 있는 결정이 장기 성과를 만든다고 봅니다.
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.