이 질문 뒤에 면접관이 확인하려는 것은 따로 있습니다.
수업 프로젝트에서 간단한 앱 기획을 진행하면서 사용자 행동 데이터를 기반으로 기능 가설을 도출하는 방식을 처음 써봤습니다. 분석한 데이터는 특정 단계에서의 이탈률이었는데, 회원가입 완료 후 첫 기능 진입까지 이탈률이 높다는 것을 발견했습니다. 가설은 '온보딩 안내가 충분하지 않아 사용자가 첫 행동을 어떻게 시작해야 하는지 모른다'였습니다.
온보딩 플로우 개선을 기능으로 제안했고, 검증 방법으로 A/B 테스트 설계도 함께 제안했습니다. 데이터에서 인사이트를 뽑는 것보다 인사이트를 행동 가능한 기능 가설로 변환하는 것이 더 어렵고 중요하다는 것을 배웠습니다. 데이터는 '무엇이 일어났는가'를 보여주지만, '왜 일어났는가'는 분석자의 해석이 더해져야 나온다는 것도 이 과제에서 배웠습니다.
데이터로 기능을 기획한 다른 경험은 이탈을 세그먼트로 쪼개 본 일입니다. 전체 이탈률만 보면 평탄했는데, 사용자를 나눠 보니 특정 단계, 특정 집단에서 이탈이 몰리는 것이 보였습니다. 그래서 회원가입 완료 후 첫 기능 진입까지의 이탈을 따로 떼어 봤습니다. 그러자 온보딩 안내가 부족해 첫 행동을 어떻게 시작할지 모른다는 가설이 섰습니다. 평균만 봤다면 놓쳤을 자리였습니다.
데이터는 '무엇이 일어났는가'를 보여주지만, '왜'는 해석을 더해야 나왔습니다. 그래서 쪼개 보고, 거기서 가설을 세우는 게 핵심이었습니다.
데이터 인사이트에서 제가 가장 어렵게 느낀 건 통찰을 행동 가능한 기능으로 바꾸는 것입니다. 이탈률이 높다는 걸 아는 데서 끝나면, 아무것도 안 바뀌었습니다. 그래서 '온보딩 안내가 부족하다'는 가설을, 온보딩 플로우 개선이라는 기능으로 옮겼습니다. 또 그게 진짜 통하는지 A/B 테스트 설계도 함께 제안했습니다.
데이터에서 인사이트를 뽑는 것보다, 인사이트를 기능 가설로 변환하는 게 더 어렵고 중요했습니다. 분석으로 끝내지 않고, 무엇을 바꿀지와 어떻게 검증할지까지 이어야 의미가 있었습니다. 통찰은 행동으로 옮길 때 비로소 값이 있었습니다.
답변에서 흔히 빠지는 것들 — 빠져 있으면 꼬리질문이 깊어집니다.
이 질문에 이어 PTKOREA 프로덕트 매니저 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.