예시 답변 1
약 74초
개인 프로젝트에서 SQL로 사용자 이탈 패턴을 분석한 경험 중심
포트폴리오 프로젝트로 공개 이커머스 데이터셋에서 사용자 이탈 패턴을 SQL로 분석했습니다. 첫 구매 후 두 번째 구매까지의 일수를 계산하는 쿼리를 짰는데, 30일 이내 재구매 비율이 특정 카테고리에서만 유독 낮다는 패턴이 나왔습니다. 처음에는 쿼리 실수라고 생각했는데 확인해보니 실제 데이터였습니다.
쿼리 결과가 예상과 다르면 실수부터 의심하는 게 맞다는 걸 그때 배웠습니다. 분석 결과를 README에 정리해서 포트폴리오로 만들었는데, 쿼리 작성보다 결과 해석에 훨씬 시간이 더 걸렸습니다. 현업 데이터로 더 복잡한 분석을 해보고 싶습니다. 쿼리 결과가 예상과 다르면 실수부터 의심하는 게 맞다는 걸 그때 배웠습니다. 쿼리 작성보다 결과 해석에 훨씬 시간이 더 걸렸습니다. 현업 데이터로 더 복잡한 분석을 해보고 싶습니다.
이 결의 특징
첫 구매 후 재구매까지 걸린 일수를 계산하는 쿼리를 직접 짜고, 특정 카테고리에서 재구매 비율이 유독 낮은 패턴을 발견해 실수를 먼저 의심했다가 실제 데이터임을 확인한 흔적이 있습니다.
이 결이 통하는 자리
쿼리 결과가 예상과 다를 때 실수부터 의심하는 태도가 구체 사례와 함께 살아 있을 때 통합니다. 쿼리 작성보다 결과 해석에 시간이 더 걸렸다는 관찰이 드러날 때 면접관이 분석 감각을 읽는 결이 보입니다.