이 질문 뒤에 면접관이 확인하려는 것은 따로 있습니다.
저는 팀 프로젝트에서 서비스 대시보드를 담당하면서 DAU와 MAU를 주 단위로 추적했습니다. 단순히 숫자를 보는 것이 아니라 어떤 기능이 재방문을 유도하는지를 연결해서 보려고 했습니다.
특정 기간에 DAU가 갑자기 18% 떨어진 적이 있었는데, 처음에는 이탈 원인을 파악하지 못했습니다. 로그를 뒤져보니 UI 개편 직후부터 하락이 시작되었고, 특정 연령대 사용자가 주로 이탈하고 있다는 것을 발견했습니다.
그 분석을 바탕으로 팀원들과 논의하여 UI 일부를 롤백하는 결정을 내렸습니다. 완전한 롤백은 아니고 혼란을 주는 요소만 선택적으로 되돌리는 방식으로 타협했는데, 2주 뒤에 DAU가 회복 추세로 전환되었습니다. 데이터가 의사결정의 근거가 되는 경험을 직접 해보았고, 동시에 숫자 하나가 전체 맥락을 다 설명하지는 않는다는 것도 배웠습니다.
인턴 때 전환율(CVR)을 핵심 KPI로 모니터링하는 팀에 합류했는데, 처음엔 어느 단계에서 이탈하는지 파악하는 데 시간이 걸렸어요. 퍼널 분석 툴을 처음 써봐서 익히는 데 이틀 정도 고생했습니다.
어느 정도 익숙해진 뒤에 결제 페이지 직전에서 이탈률이 유독 높다는 걸 발견했어요. UX 팀과 공유했더니 결제 버튼 위치 문제일 수 있다는 가설이 나왔고, 간단한 A/B 테스트를 제안했어요. 결과적으로 버튼 위치를 바꾼 쪽이 CVR 7% 개선 효과를 보였습니다.
사실 이 결과가 버튼 위치 때문인지 다른 요인 때문인지 완전히 확신할 수는 없었어요. 변수 통제가 충분하지 않았거든요. 하지만 그 경험이 KPI를 보는 것과 이해하는 것은 다르다는 걸 알게 해줬어요. 숫자 뒤에 어떤 행동이 있는지를 항상 생각하게 됐습니다.
졸업 프로젝트에서 콘텐츠 플랫폼을 만들면서 세션당 체류 시간을 주요 KPI로 설정했어요. 방문자가 오래 머물수록 콘텐츠 품질이 좋다는 가설을 세웠고, 주 2회 데이터를 확인했습니다.
특정 카테고리 페이지의 체류 시간이 다른 페이지의 절반 수준이라는 걸 발견했어요. 처음엔 콘텐츠 품질 문제라고 생각했는데, 실제로 보니 로딩이 늦는 게 원인이었어요. 서버 응답 시간이 3초를 넘는 경우에 이탈률이 급격히 올랐거든요.
개선 후 해당 카테고리의 체류 시간이 40% 늘었는데, 이게 콘텐츠 개선 때문인지 성능 개선 때문인지 완전히 분리하지 못한 건 아쉬웠어요. 그래도 그 경험이 'KPI가 떨어지면 원인부터 찾아야 한다'는 기본기를 체득하게 해줬어요. 지금도 숫자보다 원인을 먼저 생각하려고 합니다.
답변에서 흔히 빠지는 것들 — 빠져 있으면 꼬리질문이 깊어집니다.
이 질문에 이어 쿠팡 BizOps·전략 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.