이 질문 뒤에 면접관이 확인하려는 것은 따로 있습니다.
제가 학부 활동에서 표 계산 도구로 데이터를 분석해 본 경험이 많습니다. 동아리 행사 참가자 데이터나 설문 결과 같은 걸 다뤘습니다.
처음에 저는 데이터를 덮어놓고 입력만 했다가, 나중에 원하는 정보를 못 뽑은 실패를 했습니다. 그냥 쌓기만 하니 분석이 안 됐습니다.
그 뒤로 저는 데이터를 처음부터 구조를 잡아 입력했습니다. 항목을 일관되게 두고, 함수로 합계와 분류가 자동으로 되게 했습니다. 한 번은 설문 200건을 정리하며, 함수와 정렬 기능으로 몇 시간 걸릴 일을 몇 분으로 줄였습니다. 표 계산 도구로 데이터를 분석할 때 제가 한 건, 도구를 입력칸으로만 쓰지 않고 구조를 잡아 자동으로 정보를 뽑아내게 쓰는 것이었습니다. 그렇게 쓰니 데이터가 일을 덜어줬습니다.
제가 학부 프로젝트에서 데이터를 분석하며 배운 건, 분석에서 중요한 건 도구가 아니라 질문이라는 점이었습니다.
처음에 저는 표 계산 도구의 기능을 이것저것 써보다, 정작 무엇을 알고 싶은지 흐려진 실패를 했습니다. 기능에 빠져 목적을 잃은 겁니다.
그 뒤로 저는 분석을 시작하기 전에 '무엇을 알고 싶은가'를 한 문장으로 적었습니다. '어떤 행사가 참여율이 높았나' 같은 질문이 또렷하면, 어떤 기능을 쓸지도 정해졌습니다. 표 계산 도구로 데이터를 분석할 때 제가 한 건, 기능을 덮어놓고 써보는 게 아니라 알고 싶은 질문을 먼저 정하고 거기에 맞는 기능을 고르는 것이었습니다. 질문이 또렷해야 분석이 헛돌지 않았습니다.
제가 학부 활동에서 표 계산 도구로 분석하며 배운 건, 도구가 내놓은 결과도 맞는지 확인해야 한다는 점이었습니다.
한 번은 함수를 써서 합계를 냈는데, 저는 그 결과를 덮어놓고 믿었습니다. 그런데 함수 범위를 잘못 잡아, 일부 데이터가 빠진 채 계산된 실패를 했습니다.
그 뒤로 저는 분석 결과가 나오면, 그게 상식적으로 말이 되는지 한 번 따졌습니다. 또 작은 일부를 손으로 직접 계산해 함수 결과와 맞는지 대조했습니다. 표 계산 도구로 데이터를 분석할 때 제가 한 건, 도구의 결과를 덮어놓고 믿지 않고 그게 맞는지 검증하는 것이었습니다. 잘못된 분석은 잘못된 판단으로 이어졌기 때문입니다.
답변에서 흔히 빠지는 것들 — 빠져 있으면 꼬리질문이 깊어집니다.
이 질문에 이어 삼성전자 브랜드·마케팅 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.