재방문 주기를 기준으로 캠페인 설계
인턴 시절 고객 행동 데이터를 살펴보다 재구매 고객의 평균 재방문 주기가 18일이라는 것을 발견했습니다. 이 주기에 맞춰 15일차에 리마인드 알림을 보내는 캠페인을 제안했고, 실행 결과 재구매 전환율이 기존 대비 9퍼센트포인트 올랐습니다. 데이터를 볼 때 평균값만 보지 않고 분포를 함께 확인하는 습관이 실제 타이밍을 찾는 데 도움이 됐습니다.
면접관이 이 한 문장으로 확인하려는 것들. 각 갈래를 알면 답의 뼈대가 잡혀요.
인턴 시절 고객 행동 데이터를 살펴보다 재구매 고객의 평균 재방문 주기가 18일이라는 것을 발견했습니다. 이 주기에 맞춰 15일차에 리마인드 알림을 보내는 캠페인을 제안했고, 실행 결과 재구매 전환율이 기존 대비 9퍼센트포인트 올랐습니다. 데이터를 볼 때 평균값만 보지 않고 분포를 함께 확인하는 습관이 실제 타이밍을 찾는 데 도움이 됐습니다.
동일한 이탈률이라도 신규 고객과 기존 고객의 원인이 다를 수 있다고 생각해, 세그먼트를 나눠 분석한 경험이 있습니다. 신규 고객은 결제 단계에서, 기존 고객은 재입고 알림 부재에서 이탈이 많다는 것을 발견해 각각 다른 개선안을 제시했습니다. 하나의 숫자로 뭉뚱그리지 않고 나눠서 보는 것이 진짜 원인을 찾는 방법이라는 것을 배웠습니다.
고객 행동을 분석할 때는 클릭수·체류시간·전환율 중 우리 서비스에서는 체류시간이 구매 의향과 가장 상관관계가 높다는 것을 확인했습니다. 이후 팀 내 보고 기준을 체류시간 중심으로 통일했고, 회의에서 서로 다른 지표로 논쟁하는 일이 줄었습니다. 지표를 많이 보는 것보다 팀이 같은 지표를 기준으로 대화하게 만드는 것이 더 큰 인사이트라고 생각합니다.
같은 실수가 반복돼요. 이것만 피해도 절반은 갑니다.
진짜 면접은 두 번째 질문부터예요. 이 답 뒤에 따라올 법한 것들.