이 질문 뒤에 면접관이 확인하려는 것은 따로 있습니다.
마케팅 데이터 분석 실습에서 피벗 테이블을 활용해 채널별·기간별 성과를 교차 분석했습니다. 처음에는 데이터를 수동으로 분류했는데, 피벗 테이블로 전환하니 기존 2시간 작업이 10분으로 줄었습니다. 구체적으로 캠페인·채널·날짜를 행과 열로 배치하고, 전환 수와 CPA를 값 필드로 설정해 요약 테이블을 만들었습니다.
슬라이서 기능을 추가해 특정 캠페인이나 기간을 필터링하는 기능도 구성해봤습니다. 이 경험에서 피벗 테이블은 데이터 구조를 미리 정규화해 두어야 제대로 작동한다는 걸 배웠습니다. 원본 데이터를 미리 정리하는 데 시간을 더 쓰면 이후 분석 속도가 크게 빨라집니다.
마케팅 데이터를 정리할 때 "채널별, 기간별로 어떤 콘텐츠 유형이 가장 효율이 좋은가"를 한눈에 보고 싶었습니다. 수백 행의 데이터를 일일이 필터링하기 너무 번거로워서 피벗 테이블을 활용해 채널·유형·기간을 3축으로 집계하는 방식을 만들었고, 원래 2시간 걸리던 분석이 15분으로 줄었습니다. 이 결과를 팀에 공유했더니 팀장님이 "이런 방식으로 볼 수 있다는 걸 몰랐다"고 했고, 이후 팀 전체 보고서에 같은 구조가 적용됐습니다. 피벗 테이블은 같은 데이터를 다른 각도로 빠르게 볼 수 있게 해주는 도구라는 걸 직접 경험으로 배웠습니다. 지금도 다차원 비교 분석이 필요할 때 피벗 테이블을 먼저 쓰는 루틴을 씁니다.
피벗 테이블을 주로 쓰다 보니 복잡한 조건 필터나 동적 계산은 피벗 테이블만으로 처리하기 어렵다는 한계를 직접 경험했습니다. 특정 조건을 만족하는 항목만 집계하려고 할 때 피벗 테이블 옆에 SUMIFS 수식을 별도로 추가하는 방식으로 보완했고, 두 방식을 함께 쓰자 원하는 분석을 더 정확하게 표현할 수 있었습니다.
도구 하나의 한계를 다른 도구로 보완하는 방식이 엑셀 분석 능력을 실질적으로 높여줬습니다. 도구의 한계는 정확히 알고 있을 때 더 빠르게 우회할 수 있다는 걸 배웠습니다. 지금도 피벗 테이블 한계 상황에 SUMIFS·COUNTIFS를 함께 쓰는 루틴을 씁니다.
답변에서 흔히 빠지는 것들 — 빠져 있으면 꼬리질문이 깊어집니다.
이 질문에 이어 PTKOREA 마케팅 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.