예시 답변 1
약 90초
경험 기반 솔직한 접근
인턴 때 사용자 이탈 분석 프로젝트에서 데이터 분석으로 서비스를 개선한 경험이 있습니다. 분석한 데이터는 앱 내 이벤트 로그·결제 이력·CS 문의 텍스트 세 가지였습니다. 이벤트 로그에서 특정 화면의 체류 시간이 짧고 이탈이 집중된다는 패턴을 발견했고, 해당 화면의 CS 문의를 분석하니 '다음에 뭘 해야 하는지 모르겠다'는 표현이 반복됐습니다. 결론은 온보딩 화면에 명확한 CTA 하나를 추가하는 것이었고, 수정 후 해당 단계 완료율이 22%p 올랐습니다. 이 경험에서 배운 것은 정량 데이터로 문제 위치를 좁히고, 정성 데이터로 문제 원인을 확인하는 순서가 효과적이라는 점입니다. 데이터 분석의 가치는 숫자 자체보다 수치와 사용자 경험을 연결하는 해석에서 나온다고 생각합니다.
이 결의 특징
이벤트 로그에서 특정 화면의 체류 시간이 짧고 이탈이 집중된다는 패턴을 발견하고, 해당 화면의 CS 문의 텍스트에서 반복되는 표현을 확인해 온보딩 화면에 CTA 하나를 추가한 흔적입니다.
이 결이 통하는 자리
수정 후 해당 단계 완료율이 22%p 올랐다는 구체 수치가 살아 있을 때 통합니다. 정량 데이터로 위치를 좁히고 정성 데이터로 원인을 확인하는 순서가 평가되는 자리입니다.