이 질문 뒤에 면접관이 확인하려는 것은 따로 있습니다.
소비자 구매 패턴을 분석할 때 가장 먼저 보는 건 구매 빈도·재구매율·이탈 시점입니다. 단순히 무엇을 샀는지보다 언제 다시 오는지, 어느 시점에 이탈하는지가 패턴의 핵심이라고 봅니다. 인턴 때 이커머스 팀에서 분석하면서, 첫 구매 고객 중 30일 내 재구매 비율이 전체 매출 증감과 밀접하게 연동되는 걸 직접 확인했습니다.
거래 데이터와 행동 로그를 함께 보는 것이 중요하다고 느꼈습니다. 구매 직전에 어떤 검색·클릭·장바구니 체류가 있었는지를 같이 보면 무엇이 최종 결정에 영향을 줬는지 맥락이 잡힙니다. 전체 평균이 가려주는 진짜 패턴은 세그먼트별로 나눠볼 때 드러나는 경우가 많습니다. 특히 신규·재구매·이탈 고객을 코호트로 나눠 시간에 따른 변화를 추적하는 방식을 자주 활용했고, 그 안에서 개입할 수 있는 포인트를 찾는 연습을 했습니다.
소비자 구매 패턴을 분석할 때 제가 또 쓴 건 RFM으로 고객을 세그먼트로 나누는 것입니다. 최근 구매일·구매 빈도·구매 금액으로 고객을 나누면, 각 집단의 행동이 달라 전략을 다르게 짤 수 있었습니다. 우량 고객과 이탈 위험 고객을 같은 정책으로 묶으면 효과가 희석됐기 때문입니다. 또 장바구니 연관 분석으로 교차 구매 기회도 봤습니다. 무엇과 무엇이 함께 팔리는지 알면, 추천이나 묶음 구성에 썼습니다.
단순히 무엇을 샀는지가 아니라, 누가 언제 다시 오고 무엇과 함께 사는지가 패턴의 핵심이었습니다. 그래서 세그먼트로 나눠 봐야 진짜 패턴이 보였습니다.
구매 패턴 분석에서 제가 인정하는 한계는 전체 평균이 진짜 패턴을 가린다는 점입니다. 전체 평균 구매 주기로 정책을 세우면, 고주기 우량 고객과 저주기 이탈 고객이 섞여 효과가 흐려졌습니다. 한 번은 평균만 보고 정책을 짰다, 정작 어느 집단에도 안 맞은 적이 있습니다. 그래서 세그먼트별로 개별 분석하는 게 필수였습니다. 또 거래 데이터만 보면, 구매 직전의 검색·클릭 같은 맥락을 놓쳤습니다. 그래서 거래와 행동 로그를 함께 봐야 했습니다.
평균에 속으면, 엉뚱한 곳에 자원을 썼습니다. 그래서 나눠 보고, 그 안에서 개입할 포인트를 찾는 게 핵심이었습니다.
답변에서 흔히 빠지는 것들 — 빠져 있으면 꼬리질문이 깊어집니다.
이 질문에 이어 와이즐리컴퍼니 프로덕트 매니저 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.