이 질문 뒤에 면접관이 확인하려는 것은 따로 있습니다.
수업 프로젝트에서 서비스 방향을 결정하는 팀 미팅 전에 필요한 데이터를 먼저 수집하는 역할을 맡았습니다. 처음엔 '많은 데이터를 모아서 보여주자'는 방식으로 접근했는데, 너무 많은 정보가 오히려 결정을 어렵게 만들었습니다. 이후로는 결정해야 할 질문을 먼저 적고, 그 질문에 답하는 데 필요한 데이터만 수집하는 방식으로 바꿨습니다.
경쟁사 분석, 사용자 설문, 시장 규모 추정 세 가지 데이터를 각각 질문과 연결해서 정리했더니 팀 논의가 훨씬 빠르게 결론에 도달했습니다. 데이터 가공에서 가장 중요한 것은 숫자를 보여주는 것이 아니라 결정을 쉽게 만드는 형태로 정리하는 것이라는 것을 배웠습니다.
데이터를 수집·가공할 때 제가 감으로 하지 않은 건 결정할 질문을 먼저 적은 것입니다. 처음엔 많이 모아서 보여주자고 했다, 정보가 너무 많아 결정이 더 어려워졌습니다. 그래서 무엇을 결정해야 하는지를 먼저 적고, 그 질문에 답하는 데 필요한 데이터만 모았습니다. 경쟁사 분석·사용자 설문·시장 규모를 각각 질문과 연결해 정리하니, 팀 논의가 빠르게 결론에 닿았습니다. 막연히 '데이터를 모았다'가 아니라, 어느 질문에 어느 데이터를 붙였는지 짚을 수 있었습니다.
숫자를 보여주는 게 아니라, 결정을 쉽게 만드는 형태로 정리하는 게 핵심이었습니다. 근거는 질문에서 시작됐습니다.
데이터 가공에서 제가 중요하게 본 건 그게 결정으로 이어졌는지입니다. 정리해서 보여주는 데서 끝나면, 의미가 없었습니다. 그래서 세 데이터를 질문과 연결해 정리하니, 팀이 훨씬 빠르게 결론에 도달했습니다. 막연히 '분석했다'가 아니라, 그 자료로 어떤 방향이 정해졌는지까지 봤습니다. 너무 많은 정보는 오히려 결정을 마비시켰기에, 결정에 닿는 것만 남겼습니다.
데이터 가공의 목적은 보여주기가 아니라, 결정을 쉽게 만드는 것이었습니다. 그래서 정리할 때마다 '이게 어떤 결정을 돕는가'를 먼저 물었습니다. 결정으로 안 이어지는 데이터는 가공의 가치가 없었습니다.
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.