이 질문 뒤에 면접관이 확인하려는 것은 따로 있습니다.
상품 셀렉션 갭을 찾을 때 저는 검색 로그와 구매 전환율 차이를 먼저 봅니다. 사람들이 검색하는데 사지 않는 카테고리가 있다면, 그건 공급이 없거나 있어도 기대에 못 미치는 신호라고 읽습니다. 실무에서는 빈 결과 페이지 상위 키워드 20개를 뽑아 경쟁 플랫폼과 비교해본 적이 있는데, 그 중 절반 이상이 이미 수요가 있는 카테고리였습니다. 데이터만으로는 놓치는 게 있어서, 저는 실제 사용자 인터뷰나 CS 문의 로그도 같이 봅니다. '왜 못 샀냐'는 맥락이 데이터에 안 잡히는 경우가 많기 때문입니다. 그렇게 두 채널을 교차해서 갭 목록을 만들고, 수요 규모와 공급 난이도를 기준으로 우선순위를 정리했습니다. 저는 갭 파악에서 가장 중요한 건 데이터와 맥락을 같이 보는 것이라고 생각합니다.
갭을 파악할 때 저는 카테고리별 유입 대비 구매 전환율을 먼저 봅니다. 전환율이 낮은 카테고리는 수요는 있는데 공급이 기대에 못 미친다는 신호로 읽을 때가 많습니다. 전환율이 낮은 상위 10개 카테고리를 추린 뒤 경쟁 플랫폼의 동일 카테고리 상품 수와 가격대 분포를 비교합니다. 그 차이가 크면 갭이 상품 부재인지 가격 경쟁력 문제인지 구분하는 기준이 됩니다.
리뷰 점수가 낮은 카테고리도 함께 봅니다. 상품은 있는데 품질 기대치가 안 맞는 것도 갭이기 때문입니다. 데이터로 범위를 좁히고 경쟁사 비교로 방향을 잡는 흐름은 결국 '어디에 집중할 것인가'를 빠르게 정할 수 있게 해줍니다. 갭 파악에서 우선순위를 함께 만드는 것이 분석보다 중요할 때가 많다고 생각합니다.
고객이 남긴 흔적에서 갭을 읽는 것이 저는 더 직접적이라고 생각합니다. 위시리스트에 담겼다가 구매되지 않은 상품과 CS 문의 중 '왜 없냐'는 유형을 먼저 모읍니다. 이 두 데이터는 고객이 원하는데 구매하지 못한 것을 가장 직접적으로 보여줍니다. 그다음 커뮤니티나 SNS에서 플랫폼을 언급한 글을 수집해 '이건 없네'라는 표현이 반복되는 카테고리를 찾습니다. 숫자 데이터가 '얼마나'를 알려준다면, 이런 정성 데이터는 '왜'와 '어떤 맥락에서'를 보충해줍니다. 두 채널을 교차한 목록을 만들고 공급 난이도와 예상 수요 규모를 기준으로 우선순위를 정해 MD팀에 제안합니다.
데이터가 보여주지 못하는 맥락이 갭 안에 있다는 걸 그 방법을 쓰면서 확인했습니다.
답변에서 흔히 빠지는 것들 — 빠져 있으면 꼬리질문이 깊어집니다.
이 질문에 이어 쿠팡 사업기획 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.