예시 답변 1
약 104초
교차 분석·수요 공백 발견·공급 부족 구간 정량화·제안 연결 중심으로 푸는 결
가장 기억에 남는 사례는 학부 졸업 프로젝트에서 배달 앱 데이터를 분석해 특정 지역과 시간대의 수요 공백을 발견한 경험입니다. 처음에는 지역별 평균 주문 건수를 봤는데 단순 평균으로는 패턴이 안 보였고, 시간대·요일·날씨 변수를 교차하면서 분석 단위를 좁혔더니 직장 밀집 지역 점심 시간대에 수요가 공급보다 30% 이상 높은 구간이 보였습니다. 해당 지역 입점 식당 수 대비 주문 건수가 주변보다 월등히 높다는 건 수요는 있지만 공급이 따라오지 못한 기회 구간이라고 해석했습니다. 제안한 건 해당 지역 인근 식당에 점심 특가 프로모션을 연결하는 방식이었고, 발표에서 "기회를 데이터로 구체화했다"는 피드백을 받았습니다. 이 경험에서 배운 건 시장 기회는 평균이 아니라 편차에서 보인다는 것이었습니다.
평균은 전체 그림을 주지만, 기회는 평균에서 벗어난 구간을 쪼개서 봐야 나타난다는 걸 그때 실감했고, 지금도 시장 분석을 할 때 이상치가 큰 구간을 먼저 좁혀가는 방식을 씁니다.
이 결의 특징
배달앱 데이터 분석에서 지역별 평균 주문 건수로는 패턴이 안 보였으나, 시간대·요일·날씨를 교차 분석하면서 단위를 좁혔습니다. 직장 밀집 지역의 점심 시간대에 수요가 공급보다 30% 이상 높은 구간을 발견해 점심 특가 프로모션 연결을 제안했습니다. '시장 기회는 평균이 아닌 편차에서 보인다'는 배움이 명확합니다.
이 결이 통하는 자리
전체 데이터를 보고 결론 내리기보다, 세분화한 각 그룹에서 '차이'를 찾아내는 분석 시각이 실무에서 통할 때 평가받습니다. 평균 지표만 높은 것보다, 그 안의 격차를 인식하고 액션으로 연결한 경험이 인사이트 도출 능력으로 읽힙니다.