# AI 에이전트

질문이 명확하고 디렉션이 정확할 수록 분석의 질이 달라집니다. 이 가이드는 AI 에이전트를 처음 사용하시느 분들도 고품질 인사이트를 얻을 수 있도록 돕기위해 생성되었습니다.

{% hint style="info" %}
이 가이드에서 배울 수 있는 것

어떤 데이터를 AI에게 물어볼 수 있는지, 좋은 질문과 나쁜 질문의 차이, 역할별로 바로 쓸 수 있는 질문 템플릿을 제공합니다.
{% endhint %}

Laplace AI Agent는 주문·광고·SKU·CS·이벤트 데이터를 동시에 연결해 **한 번의 질문으로 복합 분석**을 제공합니다. 단순한 수치 요약이 아니라, 원인 진단과 실행 가능한 인사이트까지 얻을 수 있습니다.

단, 결과의 질은 **질문의 질에 비례합니다.** "매출 분석해줘"와 "지난달 채널별 광고비 대비 실마진 분석해줘"의 결과는 완전히 다릅니다.

***

## 연결 가능한 데이터 소스

아래 데이터들을 자유롭게 조합해서 질문할 수 있습니다. **여러 소스를 한 번에 물어봐도 됩니다.**

{% hint style="info" icon="box-isometric" %}
주문 데이터

스마트스토어, 카페24, 쿠팡 등에서 발생하는 주문데이터 - 채널별 매출, 전환율, ARPU, AOV와 같은 지표 분석
{% endhint %}

{% hint style="info" icon="megaphone" %}
광고 데이터

구글, 메타, 카카오모먼트 등에서 발생하는 광고 데이터 - ROAS, 클릭률, BEP과 같은 지표 분석
{% endhint %}

{% hint style="info" icon="tag" %}
SKU 데이터

원가, 마진율, 공헌이익, 재고 소진 예상일 등과 같은 지표 분석
{% endhint %}

{% hint style="info" icon="user-message" %}
CS 데이터

반품율, 취소율, CS기여도, 이슈 상품 조기 탐지, 리드 타임 등과 같은 지표 분
{% endhint %}

{% hint style="info" icon="display" %}
이벤트 데이터

사용자 행동, 퍼널 분석, 이탈율 등의 이벤트 데이터 분석
{% endhint %}

광고 데이터 x 이벤트 데이터, SKU 데이터 x 광고 데이터, CS데이터 x 주문 데이터를 묶어서 더욱 디테일한 분석이 가능합니다.

* 광고 데이터 x 이벤트 데이터 : 라스트 클릭기준 광고 성과 분석(마지막에 광고로 유입된 고객이 실제로 전환이 되는지를 확인)
* SKU 데이터 x 광고 데이터: 공헌이익 분석을 통해 SKU상품 하나하나의 성과를 파악하여 운영여부를 결정
* CS데이터 x 주문 데이터: CS 기여도, 실제 환불/취소 대비 CS 유입률 비교등이 가능

***

## 프롬프트 레벨 가이드 <a href="#contact" id="contact"></a>

같은 데이터, 다른 질문 — 결과는 완전히 달라집니다. 아래 3단계를 통해 차이를 확인하세요.

### Level 1 — 단순 질문 (권장하지 않음)

:x:: 매출 분석 해줘

{% hint style="danger" %}
무엇을, 어느 기간, 어느 채널로 분석해야할지 AI가 알 수 없어 기본 수치 요약만 제공됩니다.
{% endhint %}

### Level 2 — 조건 추가 (보통)

🔶: 지난달 스마트스토어 매출 분석해줘

{% hint style="warning" %}
특정 채널의 기간별 매출 수치 제공. 하지만 왜 좋고 나쁜지 원인 분석은 없습니다.
{% endhint %}

### Level 3 — 목적 + 비교 + 가설 포함 (권장)

🟢: 지난달 vs 전전달 기준으로, 광고비를 쓴 상품 중에서 실제 마진이 남은 상품과 아닌 상품을 분리해서 채널별로 비교해줘. ROAS가 높아도 마진이 낮은 상품이 있는지 확인하고 싶어.

{% hint style="success" %}
이 프롬프트의 결과

광고 효율 + 수익성 복합 분석 리포트. 손해 상품 자동 식별, 채널별 마진 비교, 전월 대비 변화율까지 제공합니다.
{% endhint %}

***

## 고급 질문 공식 <a href="#contact" id="contact"></a>

아래 5가지 요소를 조합하면 누구든 전문가 수준의 분석을 받을 수 있습니다. 모든 요소를 다 넣을 필요는 없지만, 많을수록 결과가 좋아집니다.

{% hint style="info" %}

```
기간 + 채널 / 범위 + 지표 + 비교 기준 + 목적/가설
```

{% endhint %}

| 요소      | 예시             | 역할               |
| ------- | -------------- | ---------------- |
| 기간      | 지난달, 최근 3개월    | 분석 범위를 좁혀줍니다     |
| 채널/범위   | 스마트스토어, 구글광고   | 어떤 데이터를 볼지 지정합니다 |
| 지표      | ROAS, 마진율, 반품율 | 무엇을 측정할지 결정합니다   |
| 비교 기준   | 전월 대비, 채널별 비교  | 차이와 변화를 드러냅니다    |
| 목적 / 가설 | \~인지 확인하고 싶어   | 분석 방향을 맞춰줍니다.    |

프롬프트는 자세할수록 더 좋은 분석 결과를 제공해요. 회사의 정보, 브랜드의 현재 위치, 브랜드가 처한 현재의 상황 등 다양한 정보를 먼저 입력 하면 더욱 세밀하고 보고서급의 분석 결과를 제공합니다.

프롬프트 템플릿:

{% hint style="info" %}
지난달 vs 전전달 기준으로, 광고비를 집행한 전체 상품을 대상으로 아래 항목을 포함한 상세 분석 레포트를 작성해줘.

\[1. 수익성 분류]

* 실제 마진(원가+광고비 반영)이 남은 상품 / 손해인 상품을 채널별로 분리
* ROAS가 높지만 공헌이익이 낮거나 마이너스인 상품을 별도로 표시
* 상품별 매출, 광고비, 원가, 실공헌이익, 마진율을 표 형태로 정리

\[2. 채널 효율 비교]

* 스마트스토어 / 카페24 / 쿠팡 / 구글 / 메타 채널별 ROAS, 전환율, 실마진 비교
* 같은 상품이라도 채널에 따라 수익성이 다른 경우 강조
* BEP ROAS 기준 이하인 채널과 캠페인 목록 포함

\[3. 전월 대비 변화 분석]

* 마진이 개선된 상품 / 악화된 상품 각각 상위 5개
* 광고비 증가 대비 매출 증가율이 낮은 상품 (광고 효율 저하 신호)
* 전월 대비 반품률 변화가 큰 상품

\[4. 이상치 및 리스크 탐지]

* ROAS는 높지만 반품률도 높아 실수익이 낮은 상품
* 광고비 지출 대비 실결제 전환이 낮은 상품 (클릭 대비 구매 전환율 이상)
* 재고 소진 속도가 너무 빠르거나 느린 상품

\[5. 개선 제안]

* 광고를 줄이거나 중단해야 할 상품 vs 예산을 늘려야 할 상품
* 마진 개선을 위한 채널 전환 가능성이 있는 상품
* 다음 달 광고 예산 배분 방향 추천

레포트 형식: 각 섹션별 요약 → 상세 데이터 표 → 인사이트 순으로 구성해줘.
{% endhint %}

***

## 역할별 템플릿 <a href="#contact" id="contact"></a>

아래 템플릿을 복사해서 그대로 붙여넣거나, **상품명·기간만 바꿔서** 사용하세요.

{% hint style="info" %}
템플릿 더보기 👉 <https://docs.google.com/spreadsheets/d/1HA8qox6vKIoA_PqaIoSq9PzpoPPv1Uqy6W3Ql1rZtz4/edit?gid=250739934#gid=250739934>
{% endhint %}

### 마케터

{% code title="광고 채널 효율 분석" overflow="wrap" %}

```
이번 달 구글/메타 광고 채널별 ROAS와 실결제 기준 전환율을 비교해줘. BEP ROAS보다 낮은 캠페인 목록도 뽑고, 전월 대비 효율이 떨어진 원인을 분석해줘.
```

{% endcode %}

{% code title="퍼널 이탈 분석" overflow="wrap" %}

```
프로모션 기간 동안 GA4 기준 장바구니 추가 후 이탈한 비율과 전환까지 간 비율을 비교해줘. 어느 단계에서 가장 많이 이탈하는지 퍼널로 보여줘.
```

{% endcode %}

### MD / 상품 담당

{% code title="상품 수익성 분석" overflow="wrap" %}

```
전체 상품의 원가, 마진율, 공헌이익을 채널별로 나눠서 보여줘. 반품률이 높은 상품은 따로 표시하고, 마진율 하위 20% 상품의 원인도 분석해줘.
```

{% endcode %}

{% code title="신규 상품 성과 비교" overflow="wrap" %}

```
이번 달 신규 상품과 기존 상품의 판매량, 마진, 반품률을 비교해줘. 신규 상품 중 초반 성과가 좋은 것과 나쁜 것을 분류하고 공통 특성도 알려줘.
```

{% endcode %}

### 운영 / SCM

{% code title="재고 건정성 분석" overflow="wrap" %}

```
현재 재고 기준 소진 예상일을 계산해주고, 리드타임 대비 발주가 필요한 상품 목록을 알려줘. 과다재고와 부족재고 상품도 분류해줘.
```

{% endcode %}

### CS 담당자

{% code title="반품 / 취소 이슈 탐지" overflow="wrap" %}

```
최근 3개월간 환불·취소율이 8% 이상인 상품을 뽑고, 해당 상품의 광고 집행 여부와 연계해서 보여줘. 반복적으로 문제가 생기는 상품 패턴도 알려줘.
```

{% endcode %}

### 대표 / CEO

{% code title="월간 경영 요약" overflow="wrap" %}

```
이번 달 전체 채널 매출, 광고비, 마진, 반품률을 전월 대비로 요약해줘. 특히 주목해야 할 이슈가 있는 상품이나 채널이 있으면 먼저 알려줘.
```

{% endcode %}

***

## FAQ <a href="#contact" id="contact"></a>

AI 답변이 기대와 다를 때, 대부분 질문 방식에 원인이 있습니다.

| 증상                   | 원인        | 해결법                |
| -------------------- | --------- | ------------------ |
| 답변이 너무 짧아요           | 질문이 모호함   | 기간, 채널, 지표를 명시하세요  |
| 원하는 분석이 아니에요         | 목적을 안 썼음  | "\~을 확인하고 싶어" 추가   |
| 숫자만 나오고 해석이 없어요      | 해석 요청 안 함 | "원인도 분석해줘" 추가      |
| 여러 채널을 한 번에 물어봐도 되나? |           | 멀티소스 동시 분석이 가능합니다. |
| 후속 질문도 할 수 있나요?      |           | 이전 결과를 이허서 바로 물어보세 |

{% hint style="warning" %}
자주 하는 실수

"데이터 분석해줘", "잘 팔린 상품 알려줘"처럼 범위가 너무 넓은 질문은 AI도 무엇을 분석해야 할지 몰라 기본 요약만 제공합니다.
{% endhint %}

***

## Pro Tips <a href="#contact" id="contact"></a>

AI 에이전트를 더 잘 활용하는 팁입니다.

{% hint style="info" %}
레포트 생성용 프롬프트 템플릿 👉 <https://docs.google.com/spreadsheets/d/1oHvO_0mj3OwJ2hNZj_ECCRgauFLygk8CjqrkxDIq2fo/edit?gid=1184757851#gid=1184757851>
{% endhint %}

1. 가설을 먼저 세우세요\
   막연히 "분석해줘"보다 "A가 B의 원인인지 확인하고 싶어"처럼 가설을 포함하면 훨씬 정확한 분석을 받을 수 있습니다.
2. 비교 기준을 명시하세요\
   전월 대비, 전년 동기 대비, 채널 간 비교를 명시하면 변화와 차이를 자동으로 분석합니다.
3. 후속 질문으로 깊게 파고드세요.\
   결과가 나왔다면 바로 이어서 "왜 그런지", "어떻게 개선할 수 있는지" 물어보세요. 처음부터 다시 설명할 필요 없습니다.
4. 역할을 알려주세요\
   마케터, MD, 대표 등 어떤 관점에서 분석받고 싶은지 알려주면 더 맥락에 맞는 인사이트를 줍니다.

***

## 전담 매니저에게 요청하기 <a href="#contact" id="contact"></a>

계산식에 대해 더 궁금하신 사항이 있으신가요?

하단의 문의하기 혹은 홈페이지의 채널톡을 통해 문의하세요. 담당 매니저가 데이터 연결에 도움을 드리도록 하겠습니다.

> 💬 [채널톡으로 문의하기](https://laplacetec.channel.io/lounge)
>
> 💬 [홈페이지에서 문의하기](https://www.analytics.laplacetec.com/contact)

**이메일 문의:** [**product@laplacetec.com**](mailto:product@laplacetec.com)


---

# Agent Instructions: Querying This Documentation

If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question.

Perform an HTTP GET request on the current page URL with the `ask` query parameter:

```
GET https://www.analytics-docs.laplacetec.com/guide/ai_agent/basic_guide.md?ask=<question>
```

The question should be specific, self-contained, and written in natural language.
The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.

Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.