목표

✅ 아티클 읽고 인사이트 정리
✅ 서비스 기획 입문 완강
✅ 채용 공고 살펴보기
✅ 『일 잘하는 사람은 단순하게 일한다』 완독

🌟 목표 달성률 : 100%🎉

아티클카타

⚠️ 모든 아티클은 주관적, 그대로 받아들이기 보단 비판적으로 읽어야 함.

1. 아티클 정보

• 제목 : 브라이언 체스키가 Airbnb에서 PM을 없애버린 이유- Airbnb를 실패의 위기에서 구한 방법과 디자이너를 향한 그의 조언
• 작성자(저자) : 조쉬

❓아티클 선정 이유 : 안 눌러볼 수 없는 자극적인 제목... 역설적으로 없어지지 않기 위해 어떤 역량이 필요한지 알 수 있지 않을까 싶어 선정하게 됌.

2. 핵심 내용 요약

1. 브라이언 체스키는 디자이너 출신의 CEO로 회사의 업무 방향성에 비효율을 느꼈으며 회사 체급이 커질 수록 컨트롤이 어려워져 괴로워하고 있었음
2. 코로나 사태로 인해 매출이 80% 급감하는 위기를 겪은 브라이언은 그동안 염원하던 디자인 중심의 경영으로 회사를 개편
3. 기존 PM의 롤을 없애고 '프로덕트 마케터'로 변경, 디자이너의 직무 레벨을 끌어올리고 핵심 인력과 전사의 리소스를 소수 프로젝트에 집중 시킴 -> 매출 급상승
4. 브라이언 체스키가 생각한 디자인 중심의 경영이란? '사람들이 더욱 사랑하는 제품'을 만드는 것, 내가 만족할만한, 자신 있는 제품을 만들어서 시장에 내 놓는 것

< 인용 내용>

• "수많은 A/B테스트와 실험을 했다고 해요. 하지만 인력을 충원하고 프로젝트를 진행할수록 앱의 변화가 줄어들고 비용이 증가했다고 합니다."
• "모든 부서의 리더들을 모아 하위 부서들의 서브 로드맵을 없애고, 10%의 핵심 사업만 진행하기로 했다고 해요."
  • "We’re not going to do A/B tests. A/B테스트는 정말 필요한 경우를 제외하고 더 이상 진행하지 않는다."
  • "If you don’t want to put your name on it, you don’t ship it. 내 이름을 걸고 출시할 정도로 훌륭한 프로덕트를 만든다. (애플과 같은 접근)"
• "그는 디자이너가 A/B 테스트를 그만두고 스스로 만족할 때까지 프로덕트를 다듬고, 자랑스럽다 말할 수준이 되면 다른 사람에게 공개하라고 권장했어요. 나아가 디자이너가 해야 할 일은, 처음부터 기술에 도전하고 기술과 예술 사이에서 영감을 주는 일이라 말합니다."
• "PM, 디자이너, 엔지니어 중 누가 더 나은 판단력을 가졌다고 말할 수 있을까요? 판단력이 가장 뛰어난 사람이 의사결정을 해야 해요. 판단력은 좋은 결정 능력, 맥락을 잘 이해하는 능력의 조합입니다."
• "그가 말하는 것은 창의적으로 사고하고, 공감 기반으로 생각하는 사람들, 숫자로 보기보다 진정으로 소통할 수 있는 사람들이 제품을 주도해야 한다는 것이에요. 그에 가까운 직무가 디자이너라는 것이죠."
• "브라이언은 로드맵을 직접 CEO가 만들고, 실험, 최적화하는 과정은 없앤 애플식 제품 개발 방식을 택한것 같아요. 이런 환경에서는 PM이 로드맵을 개발하고, 실험할 필요가 없어요. 차라리 이 리소스를 더 훌륭한 제품을 만들고 시장 출시 일정을 잘 수립하는 데 집중하도록 바꾼것이죠."
• "모두가 애자일, 린 프로덕트를 외치는 시기에 위 접근 방법은 폭포수적인 예전 접근이 될 수 있지만, 실제 매출 개선을 이루어내고 고 있는 브라이언은 참 대단한 것 같아"

3. 인사이트

• 브라이언 체스키가 "내 꿈이 사라져서 내 모습도 못 알아보겠다"며 괴로워하는 모습이 너무 웃겼다. 결국 비즈니스 논리보다 프로덕트에 진심인 '뼛속까지 디자이너'였던 것. 기술이랑 예술 사이에서 영감을 주는 게 디자이너의 진짜 할 일이라는 말이 인상적
• A/B 테스트가 무조건적인 정답이 아니며, 인력이 늘어날수록 오히려 앱의 변화가 정체되고 비용만 증가할 수 있다는 조직 운영의 역설을 배웠다.
• 비즈니스 특성과 창업자의 경영 철학이 잘 맞아떨어진 좋은 사례라고 판단됨.
• 관성처럼 진행하던 업무를 없애고 정말 필요한 일만 하기 위해 체질 개선 또한 큰 역할을 했을거라고 생각함. 각 직무별 역할/권한을 재편한 것과 시너지가 난 듯.
• ‘좋은 프로덕트는 사람들에게 사랑받는 것’이라는 pm의 본질을 인지한 채, 수치와 데이터 분석을 진행해야 좋은 pm이 될 수 있을 것. (숫자에 매몰되지 않고 PM으로서의 본질 인지하기)
• PM 개인의 판단력도 중요하지만 조직에서 누가 좋은 판단력을 발휘하고 있는지 판가름하는 것이 중요하다.

3. 서윤정 튜터님 피드백

“디자이너의 역할과 철학을 이해하기 위해 노력해야겠다 -” 에 대한 피드백

“디자이너 시각을 갖는 것도 중요하고 아티클의 시사점도 잘 파악했지만, 디자이너 시각이나 지식 등은 pm의 필수 역량은 아님. 필수 역량을 갖춘 채 extra로 가졌을 때 더 좋은 pm이 될 수 있는 것이니 너무 아티클의 내용이 정답이라 생각하지 말길. ”

---

조직개편과 애자일 방법론에 관해:

애자일= 그냥 돌아가는 시스템을 만들어 놓은 것 뿐.
달성하고자 하는 목적이 무엇인지가 중요.

에어비앤비의 체질 개선(연중 80%의 업데이트는 상반기/하반기 나누어 2번만 크게 진행하고, 나머지 20%의 업데이트는 애자일하게 반복 배포하여 최적화)도 엄청 특별한 케이스는 아님. 에어비앤비의 목적에 맞게 개편한 것.

목적은 결국 성과로 연결되기 때문에, 애매한 구성원은 조직이 개편되면서 짤려 나가는 거임.

“중요하게 봐야 할 것은 기업의 목적인데 이는 비용적, 효과적으로 성과를 더 내겠다는 것을 뜻해요. [중략] 일 못하는 주니어는 ai로 대체되고 있는데, 이 말을 반대로 하면 일 잘하는 주니어는 ai로 대체가 안 된다는 것이니 본인들 역량을 키우는 것을 목표로 해야 합니다.”

그렇다면 어떻게 좋은 PM으로 살아남을 수 있을까? ➡️ 60%는 커뮤니케이션 능력!!

사람과의 대화를 잘 풀어낼 수 있는 능력.
단순히 대화의 기술보다는 상대의 발화 목적, 의도를 파악할 줄 알아야 함!!!

---

회사의 시스템/문화가 비효율적이라고 느낄 때, 주니어가 할 수 있는 것은?

회사의 시스템/문화는 우리가 바꿀 수 있는 영역이 아님.

특히 회사가 클 수록 구조적으로 갖추어진 시스템이 있기 때문에 더더욱 불가함.
현실적 관점: 이끌거나 따르거나 떠나거나…

하지만, 우리 조직 내가 같이 일하는 사람들 정도는 개편 가능.

“그런 경우엔 단순히 ‘싫어요’가 아닌 ‘이게 조금 불편해서 이거에 대해 이렇게 생각을 해봤습니다. 가능할까요?’라는 식으로 해결 방안을 들고 가야 해요. 그래야 상대방이 나의 의견을 단순 불평이 아닌 조직을 위한 제안으로 받아들여 실제 개선으로 이어질 수 있거든요.”

➡️ 불평 XX 고민의 흔적이 있어야 한다!!

---

“A/B 테스트가 실제로 형식적/관성적으로 행해지는 경우가 있는지? 실제 이런 문제점을 느끼는 현업자들이 있는지? 강의에서는 가설-검증 과정에서 뻔한 결과도 측정하는 과정이 필요하다고 배웠는데, 이 부분이 조금 혼란스럽습니다.”

A/B테스트 또한 목적을 중심으로 이뤄짐 ➡️ 단순히 형식적인 이유만으로 진행되진 않는다.

1. 간단해 보이는 테스트라도 발생하는 비용이 크기 때문에, 회사 입장에서는 하지 않는 걸 선호, 따라서 해야 되는데도 안하는 경우가 오히려 많다.
2. 목적 달성에 꼭 필요하지 않으면 A/B테스트도 필수 과정은 아님. (e.g. 시장에서 이미 압도적인 성과를 내고있는 시기에는 A/B테스트를 생략하는 기업도 있었음)

뻔한 결과로 보이는 데도 진행하는 경우

1. ‘뻔한 결과’라는 말은 책임이 없음. 모두가 뻔하다는 것에 합의를 하거나, 뻔하더라도 데이터로 증명하고 설득하는 과정이 필요함.

이런 테스트에 관한 부분은 케바케이기 때문에 트랙 진행하면서 실제 사례들을 가지고 추후에 더 뜯어보면 좋을 것 같다.

---

“아티클에서 ‘사랑받는 제품’을 강조했는데, 같은 맥락으로 MVP라는 개념의 확장된 버전인 MLP라는 개념이 있더라. 실제 현업에서도 사용되는 개념인지? 그렇다면 MVP와 같은 프레임워크가 존재하는지?”

1. 현업에서 사용되는 개념은 아님. MLP 처음 들어봄.

2. MVP도 여러 케이스를 거치며 형성된 프레임워크. 하늘에서 뚝 떨어진 것X

   MVP도 마찬가지로, 회사에서 테스트하고자 하는 가설에 따라 필수 기능의 범위는 달라짐.

3. MVP에서 다루는 최소 기능으로 설명이 안 되는 영역을 커버하고자 탄생한 개념인 것 같다.

   그치만 결국 MLP도 시작은 MVP다. 빠르게 돌아가는 시장에서 MVP가 갖춰지고 어느 정도 서비스의 체급의 커져야 MLP를 얘기할 수 있을 듯.

결론: ‼️목적‼️에 맞게 융통성 있게 방법론을 이용하는 것이 중요

특강

[특강] AI 활용 특강

튜터 : 권자경 튜터님

1. 강의 내용

실무에서 PM의 AI 활용

1. 문서 작성 : 기획안, 보고서
2. 각종 텍스트 기반 산출물: UX라이팅, FAQ, 공지사항
3. PPT 제작
4. 프로토타이핑: UI 와이어프레임
5. 데이터 분석
6. 커뮤니케이션: 이메일 답변, 커뮤니케이션 전략

AI를 활용한 비판적 검토

• 멀티-에이전트 페르소나 (AI에게 서로 다른 역할을 맡겨 토론 시키는 방식)
  • 예 :
    • 작성된 기획안의 허점을 찾을 때
    • 이제 네가 작성한 기획안을 '리소스에 민감한 개발자'와 'UX를 최우선하는 디자이너'의 관점에서 각각 비판해봐.

프롬프트

• 할루시네이션 방지

당신은 언어 모델로서, 사실과 추측을 명확히 구분해야 합니다.  
아래 지침을 반드시 따르세요:

1. 확실히 알고 있는 사실만 답변하세요.  
   - 훈련 데이터에서 자주 등장하거나 반복적으로 나타난 지식만 "사실"로 간주합니다.  
   - 단 한 번만 등장했을 가능성이 큰 정보(싱글톤)는 "불확실"로 처리하세요.

2. 불확실하거나 패턴이 없는 질문(예: 특정인의 생일, 임의 사실)에 대해서는 답변을 추측하지 마세요.  
   - 이 경우 반드시 “모르겠습니다(IDK)”라고 답변하세요.

3. 계산, 추론, 검색이 필요한 경우 결과에 대해 자신이 어느 정도 확률로 확신하는지 내부적으로 판단하세요.  
   - 확신이 75% 이하라면 답변을 보류하고 “모르겠습니다(IDK)”라고 하세요.

4. 답변이 여러 개 가능하거나 애매한 경우, 맥락을 명확히 하도록 **추가 질문**을 반환하세요.  

5. 절대, 시험 문제처럼 "최대한 맞혀야 한다"는 태도로 추측하지 마세요.  
   - 틀릴 수 있는 추측은 허용되지 않습니다.  
   - 불확실한 답변을 억지로 채우기보다 IDK가 항상 더 나은 선택입니다.

최종 원칙: **정확성 > 완결성**.  
사실이 아닐 수 있는 정보는 절대 생성하지 마세요.
  

• 출처 확인

이 기획서에 들어간 숫자들의 근거를 하나씩 알려줘.
- 내가 제공한 데이터인지
- 딥리서치에서 가져온 건지
- 네가 추정한 건지
각각 구분해서 표시해줘.
  

• 기획안 문서 작성

너는 시니어 IT 기획 컨설턴트야.

나는 이커머스 서비스의 IT기획팀 주니어이고, 결제 퍼널 이탈률 개선 프로젝트의 기획서를 써야 해.

아마존식 One-Pager (1장짜리 기획서)를 작성하려고 하는데,
바로 써주지 마.

먼저 나에게 질문해.
One-Pager를 잘 쓰기 위해 알아야 할 것들을 3~5개씩 질문하고,
내 답변을 받은 다음에 작성해줘.

[참고 - 우리 서비스 현황]
- 장바구니 → 결제 완료 이탈률: 68% (6개월 전 55%)
- 주요 이탈 구간: 배송지 입력, 결제수단 선택
- 모바일 비중: 72%
- 월 거래액: 약 150억 원
- 주요 고객층: 25~35세 여성 (패션/뷰티 카테고리)  

PPT 작성

• 복잡한 도표나 차트는 어려워도,
  PPT 수정이 수월하면 좋겠다: 미리캔바스 미리클
• 구성은 좀 외국 티 나도 PPT 수정을 웹에서 쉽게 하고 싶다: Gamma
• 복잡한 도표나 차트 잘 그리고, PPT 수정도 가능하면 좋겠다 : Genspark
• 무난 무난 + 수정 잘됨: Gemini 캔버스와 Claude Skills
• Genspark 크레딧이 모자른다 → 스카이워크, 마누스

슬라이드 내용에 어울리는 시각화 유형 도출

# 목표

위에서 작성한 각 슬라이드 별로 내용과 어울리는 키 비주얼 (차트, 다이어그램, 구조도...)을 기획해줘. 해당 내용을 보고 바로 시각화 할 수 있도록 구체적으로 시각화 아이디어와 구성을 기획해주고, 시각화의 기반이 되는 상세 보고서 내용 및 구체적인 실제 지표도 포함해서 풍부하게 작성해줘.

# 주의 사항

- 각 슬라이드 별 키 비주얼은 반드시 아래 시각화 유형 중 하나를 선택해서 구체적인 시각화 아이디어를 제시해줘.
- 데이터, 지표, 수치, 상세 내용은 위 보고서 내용에 한해서 사용할 것. 위 내용에서 없는 내용을 가지고 임의로 값을 만들지 말 것.

# 시각화 유형

1. **나열형 (Listing)**
   - 관련 항목(아이디어·요소)을 단순 나열하여 핵심 포인트를 빠르게 보여주는 방식

2. **비교형 (Comparison)**
   - 둘 이상의 대상을 같은 기준으로 비교·대조해 차이점과 장단점을 시각화

3. **분류형 (Categorization)**
   - 여러 요소를 공통 속성별로 묶어 카테고리화하여 정보량을 효율적으로 정리

4. **계층형 (Hierarchy)**
   - 상위 개념에서 하위 개념으로 이어지는 위계 구조(조직도, 트리 등)를 표현

5. **매트릭스형 (Matrix / Quadrant)**
   - 두 개의 축(기준)을 교차해 4사분면(또는 그 이상)으로 분류, 상대적 위치나 우선순위를 보여줌

6. **순서·프로세스형 (Sequence / Process Flow)**
   - 어떤 일이 초기 단계부터 최종 단계까지 순차적으로 진행되는 흐름을 단계별로 시각화

7. **순환형 (Circular Flow / Cycle)**
   - 프로세스가 계속 반복되거나 순환되는 구조(예: PDCA 사이클)를 나타냄

8. **타임라인형 (Timeline / Chronology)**
   - 시간의 흐름에 따라 주요 사건·단계를 일렬로 배치해 연속성과 변화를 강조

9. **교집합형 (Venn Diagram / 집합 관계)**
   - 둘 이상 집합의 겹침·차이 영역을 나타내어 공통점과 차이점을 한눈에 파악

10. **원인·결과형 (Cause & Effect)**
   - 어떤 결과가 발생한 원인을 단계적으로 분석·설명하고 인과관계를 시각화

11. **문제·해결형 (Problem & Solution)**
   - 문제(이슈)를 제시하고 대응 방안(솔루션)을 연결시켜 해결 과정을 명확히 표현

12. **구성요소형 (Components / Pillars)**
   - 하나의 주제를 이루는 핵심 요소들을 구조적으로 나열·배치하여 각 역할을 보여줌

13. **퍼널형 (Funnel)**
   - 단계가 진행될수록 대상(수치·인원·매출 등)이 점차 줄어드는 깔때기 형태 시각화

14. **중첩형 (Nested / Concentric Diagram)**
   - 바깥에서 안으로(또는 안에서 밖으로) 레이어가 겹쳐지며, 포함·포괄 관계를 강조하는 동심원 구조

15. **차트형 (Charts)**
   - 숫자(정량적 데이터) 시각화에 특화된 차트 유형
     - **라인 차트(Line Chart)**: 추세(시간에 따른 변화)를 연속적인 선으로 연결해 표현
     - **바 차트(Bar Chart)**: 범주형 데이터를 막대 길이로 비교
     - **도넛 차트(Donut Chart)**: 파이 차트의 변형으로, 중심에 비어 있는 공간을 활용해 추가 정보 표시 가능
  

시각화 AI -> 냅킨

데이터 분석

탐색적 데이터 분석

너는 전략적 사고를 갖춘 데이터 분석가이자 인사이트 설계자야.

사용자가 업로드하는 csv나 엑셀 데이터를 분석해서 그 기반으로 다음 작업을 수행해줘:

1. 데이터의 열 구조와 예시 값을 분석해,  
   이 데이터가 어떤 목적(마케팅, 영업, 운영 등)을 위한 것인지 추론해

2. 해당 목적에 맞는 주요 분석 지표를 정의하고,  
   기존 지표 간의 연산으로 파생 지표를 생성해 (예: ROAS, 이익률, 단가 등)

3. 문자열/범주형 필드는 차원(Dimension), 수치형 필드는 측정값(Measure)으로 분류해  
   차원 × 측정값 조합으로 집계(합계, 평균, 표준편차, 비중, 분산 등)를 수행해

4. 모든 측정값 간 상관관계를 분석하고,  
   불필요한 당연한 관계(예: 매출 vs 이익)는 생략하고 특이한 조합만 골라
   * 파생변수를 상관관계 조합해 사용할 경우 당연한 분석이 도출될 수 있음

5. 의미 있는 조합들을 추려서 **우선순위 기준으로 정렬된 인사이트를 10개 제공해줘**  
   - 중요한 건 단순한 수치가 아니라 '비정상적인 패턴' 또는 '기회가 보이는 구간'이야
   - 특정 차원이나 측정값에 치우치지 말고 분석 목적에 맞추어 두루두루 둘러봐줘
   - 일반적인 검토결과보다 대안과 연계될 수 있는 복합적인 분셕결과가 도출되어야 하며, 대안제안 제시가 가능해야해
   - 상관관계에 대한 분석에만 치우치지 말고 상관관계, 차원-측정값 조합 분석으로 보았을 때 가장 유의미하고, 액션아이템이 시급한 10가지를 선정해줘
6. 각 인사이트에 대해 **간단한 이유**와 함께  
   **구체적인 실행 액션 아이템**도 작성해줘 (전략/마케팅/운영 관점에서)

7. 10개 인사이트와 액션아이템 다음에는 한뎁스 더 상세한 분석을 다시 수행해서 좀 더 실질적인 상세 분석과 액션아이템을 줘

8. 결과를 구조화된 텍스트로 제공해. 표나 마크다운 형식이면 더 좋아.



📄 출력 포맷 예시
## 🧠 분석 목적
- 이 데이터는 영업/마케팅 성과 분석에 사용되는 것으로 보임
- 특히 제품별 수익성, 고객 세그먼트별 반응 차이, 할인 효과 등이 핵심 이슈로 예상됨

## 📐 주요 파생 지표
- Profit Margin = Profit ÷ Sales
- Sales per Quantity = Sales ÷ Quantity
- ROAS = Revenue ÷ Ad Spend (if applicable)
- Discount Efficiency = Profit ÷ Discount
- Volume Share = Quantity ÷ 전체 Quantity

## 🔍 상위 10개 인사이트 요약

| 인사이트 | 설명 | 이유 |
|----------|------|------|
| 1. Home Office 세그먼트는 할인율이 높은데도 수익이 낮음 | 할인 전략이 효과적이지 않음 | 손실을 유발하는 고객군일 수 있음 |
| 2. Tables 제품군은 매출은 높은데 이익이 적거나 마이너스 | 원가가 너무 높거나 가격 설정이 부적절 | 마진 구조 재설계 필요 |
| 3. East 지역은 매출 편차가 크고 표준편차가 높음 | 지역 간 반응 차이 큼 | 로컬 마케팅 전략 필요 |
| 4. Profit per Discount가 매우 낮은 조합 존재 | 할인은 했지만 전혀 이익을 못 남김 | 프로모션 효율 재검토 필요 |
| 5. Sub-Category A는 단가가 높지만 판매량은 낮음 | 고가 제품인데 시장 수요가 적음 | 가격 인하 or 리패키징 고려 |
| 6. Standard Class 배송은 주문량이 많은데 이익 기여는 적음 | 배송 단가 구조 재점검 필요 | 다른 배송 옵션 유도 가능성 |
| 7. 특정 고객군에서 Sales per Quantity가 급격히 낮음 | 소량만 반복 구매 | 번들 프로모션 고려 대상 |
| 8. High Profit Margin but Low Volume 상품 다수 | 고이익 제품인데 매출이 낮음 | 키워야 할 전략 상품군 |
| 9. Central 지역은 변동성이 낮고 안정적인 이익 구조 | 안정된 베이스 수익 확보 | 타 지역에 확장 테스트 가치 |
| 10. 일부 세그먼트는 연말에만 급등하는 패턴 존재 | 시즌성 존재 | 프로모션 및 재고 계획 반영 필요 |

## ✅ 액션 아이템 제안 (전략 우선순위 기준)

1. 손실을 유발하는 세그먼트의 할인 구조 점검 및 조건 변경
2. 고이익/저판매 상품군에 대한 리마케팅 테스트
3. 지역별 수익성/판매 편차 기반 물류/광고 예산 조정
4. 특정 시즌 집중 상품의 프로모션 시기 최적화

## 상세 인사이트 & 액션아이템

1. Lead Source 중 전환 가치가 높은 채널 존재
상위 Lead Source: Organic Search, Olark Chat, Google, Direct Traffic

예: Organic Search의 Lead Value Index 평균이 11,000 이상

이 채널에서 유입된 리드는 Engagement와 Profile Fit 모두 높음

✅ 전략 제안

해당 채널에 광고 예산/SEO 리소스 집중 투자

동일 키워드 기반 캠페인 타깃 확장 또는 유사 타깃 리타깃팅

2. Engagement Efficiency가 20 이상인 리드 소스 존재
Olark Chat 기반 유입의 Engagement Efficiency 평균: 22.5

낮은 방문 수로도 높은 참여 유도 → 적은 노출로 높은 전환 기대

✅ 전략 제안

이 채널 기반 즉시 응답형 대화/챗봇 마케팅 강화

방문 유도보다 대화 유도에 초점 맞춘 콘텐츠 전략 필요

3. Last Notable Activity = 'Had a Conversation' 리드의 전환 가치 높음
해당 그룹의 Lead Value Index 평균: 9,700 이상

다른 활동 대비 약 4~5배 높음

✅ 전략 제안

전환 직전 행동으로 ‘대화’를 유도하는 흐름 구성

예: CTA → 챗봇 연결 → 유인 질문 → 정보 수집

4. Engagement는 높지만 Profile Fit 낮은 리드 존재
일부 그룹에서 Engagement는 높지만 Profile Fit은 0.12 이하

즉, 활발하지만 우리 타깃이 아님

✅ 전략 제안

콘텐츠 타깃 정교화: 고활동 비적합군 필터링

또는 다른 제품 라인으로 유도해 전환율 회복 시도

5. 일부 Lead Source는 활동 많지만 전환 가치 낮음
예: Facebook 등에서 Engagement는 높지만 Lead Value Index는 300 이하

"많이 보지만 구매 안 함" 상황

✅ 전략 제안

해당 채널에서는 리드 획득보다는 브랜드 인지도용 채널로 전환

전환 목적 캠페인은 제외하거나 리마케팅 중심으로 구성

6. Tags='Cold Lead'인데도 Engagement 높은 리드 존재
Cold Lead 태그 리드 중 일부가 Engagement Efficiency 5 이상

자동 태그의 신뢰성에 문제 있음

✅ 전략 제안

태그 기준 재정의: 행동 기반 실시간 태깅으로 전환

또는 Engagement > 3 이상 리드에 대해 리뷰 및 태그 수정

7. ‘Get updates’ 구독 여부와 전환 가치 상관관계 없음
Get updates 수신 여부에 따른 Lead Value Index 평균 차이 거의 없음

자동 마케팅의 효과 의문

✅ 전략 제안

기존 구독 기반 마케팅의 콘텐츠/주기/타이밍 재점검

구독보다는 행동 기반 트리거 이메일로 전략 전환

8. Time per Page 높은 그룹이 오히려 전환 가치 낮음
체류시간이 80초 이상인 그룹 → Lead Value Index는 오히려 낮음

콘텐츠만 보고 행동 유도 안됨

✅ 전략 제안

단순 정보 제공 페이지에 명확한 CTA 삽입 (예: “상담 예약하기”)

체류시간 기준보다 클릭 행동 중심으로 성과 측정 방식 변경

9. 일부 Lead Source는 수는 많지만 질이 낮음
예: Facebook, Direct Traffic 등 Lead 수 많으나 평균 가치 낮음

전형적인 양 대비 질 문제

✅ 전략 제안

캠페인 KPI를 "전환 가치당 비용"으로 전환

고가치 리드 비율 기준 성과 측정 및 채널 조정

10. Last Notable Activity 없는 리드는 전환 거의 없음
해당 항목 공란인 리드의 평균 Lead Value Index: 0

즉, 아무 활동이 없으면 의미 없음

✅ 전략 제안

무반응 리드 자동 분류: ‘휴면’ 태그 부여

일정 기간 후 재참여 유도 이메일 → 미반응 시 DB 정리



✅ 추가 조건 옵션 (사용자 설정)
- 결과는 초보자도 이해할 수 있도록 용어를 간결하게 정리해줘
- 분석에 당연한 사실(예: Sales와 Profit은 비례한다 등)은 생략해줘
- 각 인사이트는 반드시 "왜 중요한가?"를 짧게 써줘
  

2. AI 툴 살펴보기

1. GPTs: 나만의 지식과 기능을 학습시킨 맞춤형 AI 챗봇
2. 매니패스트: 서비스의 핵심 정보와 권한을 정의한 기술 명세 설정 파일
3. 피그마 Make: 텍스트로 앱 디자인 초안을 즉시 그려주는 AI UI 생성 도구
4. Whimsical: 서비스 구조와 화면 설계를 빠르게 그리는 협업용 화이트보드
5. 오픈 클로드: 클로드 AI 엔진을 API 등을 통해 외부 서비스에 자유롭게 연동하는 방식
6. 클로드 코워커: 내 컴퓨터를 직접 제어하며 실무를 대신 수행하는 AI 업무 대리인
7. Gamma : AI PPT 제작 사이트

강의

서비스 기획 입문

2. 문제 정의 및 해결

와이어 프레임 기획

❓와이어프레임?
웹사이트의 골격이나 애플리케이션의 사용자 인터페이스(UI) 및 핵심 기능을 나타내는 단순한 선과 도형으로 구성된 다이어그램

1. 이쁜 디자인 보다, ‘정보 구조와 흐름’ 중심이 더 중요
2. 한 번에 완벽하게 하려고 할 필요 없음
3. 기능을 나열하는 것이 아니라 행동을 설계

1. 와이어 프레임 설계 단계

Step 1. 화면의 목적을 정의한다

• 목표 행동을 정의
• 병목 포인트를 찾아서 제거

Step 2. 노출되어야 할 정보를 전부 나열
→ 관련 있는 정보끼리 묶고, 우선순위에 따라서 배치
1. 사용자에게 보여줘야 할 정보”를 모두 나열
2. 관련 정보끼리 그룹핑

• 예시) 상품 상세
  1. 시선 유도: 이미지 & 상품명
  2. 결정 정보: 가격, 배송, 할인 정보
  3. 신뢰 형성: 후기 요약, 별점
  4. 행동 유도: 구매 or 장바구니 버튼
  → 이런 순서로 배치해야 사용자 행동(구매)에 자연스럽게 이어질 수 있음 여러 화면을 넘나드는 맥락의 흐름을 함께 설계
  '보고 → 판단하고 → 행동하는' 순서로 사용자에게 필요한 정보를 떠올리기
  이탈할 포인트를 미리 예측해서 화면 간 연결 방식을 설

Step 3. 레이아웃을 설계한다

• 사용자 행동의 순서”에 따라 레이아웃 구조 결정
• 사용자 시선 흐름을 고려
  • 모바일은 위 → 아래
  • PC는 왼쪽 → 오른쪽 → 아래 (Z패턴)
  • 리스트/텍스트는 F 패턴

Step 4. 다양한 케이스를 고려한 와이어프레임 추가하기

• 케이스별로 다른 와이어프레임을 그린다(행동 실패, 정보 누락 등)

2. 와이어프레임 도구

1. 종이와 펜
2. 파워포인트/키노트
3. 피그마

• 와이어프레임 키트

3. PM 업무에 GPT 활용하기

1. 페르소나 설정 후 가상 대화(고객, 개발자 등)
2. 사용자 인터뷰 결과 분석
3. 데이터 분석

오늘의 회고

• 성취 : 서비스 기획 입문 완강, 『일 잘하는 사람은 단순하게 일한다』 완독
• 개선 : 목표를 200으로 잡고 150을 하는 사람이 되자. 우선 순위를 정해서 체계적으로 공부할 수 있도록 하자. 필기 방식보단 내용이 중요한 것인데... velog 편집 방식 수정에 자꾸 시간을 많이 쓰게 된다. 그러지 말기.
• 학습 : 와이어 프레임의 개념, AI 툴, 유용한 프롬프트, PM이 AI를 활용할 수 있는 부분

💭 오늘의 한 줄 평 : 공부해야 될 게 산더미...하지만 즐겁다^^