예시 답변 1
약 80초
모바일 서비스 데이터 분석 인턴 경험
스타트업 인턴 때 모바일 앱의 사용자 데이터를 분석하는 업무를 맡았습니다. 처음에 DAU와 MAU만 보고 있었는데, 담당자가 '그 숫자만으로는 왜 이탈했는지 모른다'고 했습니다. 이후로 리텐션 곡선을 함께 보기 시작했는데, 신규 가입 후 7일 이내에 이탈하는 비율이 60%를 넘는다는 걸 발견했습니다. 이 수치를 담당자에게 공유했더니 온보딩 흐름 점검으로 이어졌습니다. 제가 처음에 SQL 쿼리를 잘못 짜서 리텐션 계산이 틀렸다가 발견하고 수정한 경험도 있었습니다. 모바일 데이터 분석에서 DAU 같은 단일 지표보다 리텐션 흐름이 실제 서비스 건강을 더 잘 보여준다는 걸 그 경험에서 배웠습니다.
이 결의 특징
AARRR 지표 중 리텐션 구간을 집중 분석해 이탈 원인을 가설로 정리한 흐름이 담겨 있다. 전체 퍼널을 보는 것 같지만 실제로는 특정 구간을 좁혀서 파고드는 분석 습관이 이 답변의 특징이다.
이 결이 통하는 자리
데이터 분석 경험이 있다고 주장하는 지원자의 실제 깊이를 확인하려는 자리에서 각인된다. '어느 지표를 왜 골랐냐'는 질문이 나왔을 때 분석 우선순위를 설명할 수 있는 구조를 갖췄다.