이 질문 뒤에 면접관이 확인하려는 것은 따로 있습니다.
메신저 기능 개선 인턴십에서 DAU 대비 메시지 발송량과 그룹 대화 vs 1:1 비율을 먼저 분석했습니다. 사용자들이 그룹 대화에서 특정 기능을 1:1보다 3배 더 자주 쓰는 패턴이 있었는데, 그 기능의 모바일 접근 경로가 3번 탭 이하에 없었습니다. 접근 경로를 줄이는 방향으로 기획안을 작성했고, A/B 테스트 결과 해당 기능의 주간 활성 사용자가 12% 증가했습니다. 인사이트는 새로운 데이터보다 기존 데이터에서 패턴을 읽는 것에서 나오는 경우가 많았습니다. 기획 전에 숫자를 먼저 보는 습관이 그 프로젝트에서 생겼습니다. 기획 전에 숫자를 먼저 보는 습관이 그 프로젝트에서 생겼고, 인사이트는 새로운 데이터보다 기존 데이터에서 패턴을 읽는 것에서 나오는 경우가 많았습니다.
메신저 서비스 기획에서 정량 데이터만큼 중요했던 것은 사용자 인터뷰를 통해 얻은 맥락이었습니다. 클릭률이나 체류 시간은 무엇이 일어났는지를 보여주지만, 왜 그런지는 보여주지 않습니다. 데이터 활용 경험으로는 이탈률이 높은 특정 시점에서 실제 사용자 5~10명과 인터뷰를 진행해 공통된 불편을 확인했습니다. 숫자로는 보이지 않던 UI 혼란 지점이 인터뷰에서 처음 드러났습니다. 인사이트 도출 과정으로는 인터뷰 내용을 공통 패턴으로 묶고, 정량 데이터의 이상 지점과 정성 인사이트를 교차 확인하는 방식으로 원인을 좁혔습니다. 기획 결과 평가 방법으로는 개선 후 같은 지점의 이탈률 변화와 사용자 만족도 변화를 함께 확인했습니다. 사용자 피드백 반영 경험으로는 인터뷰 결과를 팀과 공유하고, 기획 방향을 재조정한 것이 출시 후 반응에 직접 영향을 줬습니다.
데이터가 무엇을 볼지를 알려주면, 인터뷰는 왜인지를 알려줍니다.
메신저 서비스 기획에서 기능 우선순위를 정할 때 가장 많이 활용한 것은 리텐션(재방문율)과 이탈 지표였습니다. 어떤 기능이 사용자를 다시 오게 만드는지, 어떤 지점에서 떠나는지를 파악하면 무엇을 먼저 만들어야 하는지가 보입니다. 데이터 활용 경험으로는 Day 1·Day 7·Day 30 리텐션 추세를 코호트별로 비교해서 특정 시점에 이탈이 집중되는 것을 확인했습니다. 그 시점에 어떤 행동을 했는지를 분석했더니 특정 기능을 쓰지 않은 사용자가 더 빨리 이탈하는 패턴이 보였습니다. 인사이트 도출 과정으로는 해당 기능의 도달률을 높이는 것이 리텐션 개선으로 이어질 것이라는 가설을 세우고, 온보딩 흐름을 수정했습니다. 기획 결과 평가 방법으로는 수정 전후 코호트를 비교해 리텐션 변화를 확인했습니다. 사용자 피드백 반영으로는 지표 변화 없이 사용자 불만이 지속될 때, 정성 인터뷰를 추가해 원인을 보완했습니다.
숫자는 방향을 보여주고, 피드백은 그 방향이 맞는지를 확인해줍니다.
답변에서 흔히 빠지는 것들 — 빠져 있으면 꼬리질문이 깊어집니다.
이 질문에 이어 LG CNS 프로덕트 매니지먼트 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.