예시 답변 1
약 80초
경험 중심 1인칭 답변
앱 서비스 인턴 때 쿠폰 사용률이 낮다는 문제를 데이터로 분석하는 과제를 맡았습니다. 쿠폰 발급 수 대비 사용률이 12%였는데, 퍼널을 발급→열람→적용 3단계로 나누니 열람에서 62%가 이탈하는 걸 발견했습니다. 원인을 추적했더니 쿠폰 만료일 안내가 발급 시에만 나오고 이후 리마인드 알림이 없었던 게 문제였습니다. 만료 3일 전 알림을 추가하는 작은 변화로 사용률이 12%→19%로 상승했고, 이 경험 이후 지표 개선은 전환 단계별 이탈 원인을 먼저 찾는 것이 출발점이라는 걸 확인했습니다. 앞으로도 성과 분석에서 수치보다 이탈 지점을 먼저 찾는 방식을 유지하겠습니다. 앞으로도 성과 분석에서 전환 퍼널을 단계별로 나눠 이탈 지점을 먼저 찾는 방식을 유지하겠습니다.
수치보다 이탈 원인을 먼저 보면 작은 변화로 큰 개선이 가능합니다. 지표 개선의 시작은 결과 숫자가 아니라 어디서 사용자가 멈추는지입니다.
이 결의 특징
쿠폰 사용률 12% 문제를 발급-열람-적용 퍼널로 분해한 분석이 있습니다. 열람에서 62% 이탈이라는 병목을 발견하고 만료 3일 전 리마인드 알림으로 해결, 사용률을 12%에서 19%로 상승시킨 구체적 개선입니다.
이 결이 통하는 자리
문제를 전체 수치가 아닌 단계별 분해로 진단한 방법론이 드러날 때 통합니다. 정확한 병목 지점에서 최소 개입으로 최대 효과를 이룬 사람으로 분석력이 신뢰됩니다.