# 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&#x20;

{% 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)