이 질문 뒤에 면접관이 확인하려는 것은 따로 있습니다.
인턴 기간 캠페인 성과 리포팅 업무를 맡으면서 엑셀과 구글 스프레드시트를 집중적으로 활용했습니다. 가장 자주 쓴 건 피벗 테이블과 조건부 서식이었고, 수백 행의 광고 데이터를 채널별·기간별로 요약해 비교 분석하는 데 주로 썼습니다. 반복 작업이 많을 때는 VLOOKUP과 ARRAYFORMULA를 결합해 자동화했고, 팀에서 수작업으로 하던 주간 리포트 작성 시간을 절반으로 줄였습니다.
피벗과 수식 조합이 익숙해지자 데이터를 보는 속도 자체가 달라졌고, 이후로는 원시 데이터를 받으면 어떤 축으로 자를지를 먼저 생각하는 습관이 생겼습니다. 지금은 기본 분석은 스프레드시트, 시각화가 필요하면 루커 스튜디오나 파워BI를 씁니다.
오피스 툴 분석에서 제가 인정하는 한계는 스프레드시트로는 안 되는 자리가 있다는 것입니다. 데이터가 수만 행을 넘거나 여러 소스를 합쳐야 하면, 엑셀은 무거워지고 수식이 깨졌습니다. 또 복잡한 시각화나 대시보드는, 스프레드시트로 버티다 결국 한계가 왔습니다. 그래서 저는, 기본 분석은 스프레드시트, 시각화가 필요하면 루커 스튜디오나 파워BI로 넘겼습니다. 막연히 '엑셀이면 된다'가 아니라, 어디까지가 그 도구의 자리인지를 봤습니다.
무리해서 다 욱여넣으면, 느려지고 깨졌습니다. 그래서 도구의 한계를 알고 목적에 맞게 갈아탄 게, 제 방식이었습니다. 한 도구로 다 하려 들지 않았습니다.
제가 도구가 바뀌어도 가져가는 결은 원시 데이터를 어떤 축으로 자를지 먼저 생각하는 것입니다. 피벗과 수식 조합이 익숙해지자, 데이터를 보는 속도 자체가 달라졌는데, 그 핵심은 도구가 아니라 어느 차원으로 쪼갤지였습니다. 캠페인 데이터를, 채널별·기간별로 자를지를 먼저 정하니 분석이 빨랐습니다. 그 발상은 엑셀이든 BI든 똑같았습니다. 막연히 '함수를 안다'가 아니라, 무엇을 보려고 어떻게 자르는지가 먼저였습니다.
축 없이 데이터를 열면, 숫자에 파묻혔습니다. 그래서 어떤 축으로 자를지 먼저 정하는 결은, 도구가 바뀌어도 살아남았습니다. 도구는 그 판단을 실행하는 손일 뿐이었습니다.
답변에서 흔히 빠지는 것들 — 빠져 있으면 꼬리질문이 깊어집니다.
이 질문에 이어 삼성화재 영업관리 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.