AI 데이터 해석 프롬프트: 매출·조회수 변화의 사실과 원인 가설 구분

숫자로 확인한 변화부터 적습니다

가상으로 첫 주 방문 1,000회·주문 20건, 둘째 주 방문 1,500회·주문 24건이라고 합시다. 방문은 50% 늘고 주문은 20% 늘었습니다. 주문을 방문으로 나눈 비율은 2%에서 1.6%로 바뀝니다. 이 계산은 방문 집계와 주문 집계의 범위가 같다는 가정 아래의 연습입니다.

여기서 “유입의 질이 나빠졌다”는 말은 해석입니다. 다른 상품이 노출됐거나, 행사 기간이 달랐거나, 집계 설정이 변했을 수 있습니다. 숫자가 보여주는 방향을 먼저 적고 이유는 별도 목록으로 남기면 보고서에서 확정 사실과 추측이 섞이는 것을 줄일 수 있습니다.

기간·분모·집계 변경 여부를 확인합니다

같은 7일이라고 해도 휴무일, 행사, 품절이 다를 수 있습니다. 방문이 세션인지 사용자 수인지, 주문이 취소 포함인지도 확인해야 합니다. 정의가 바뀐 두 숫자를 나란히 놓으면 실제로 없는 증감을 만들 수 있습니다. 자료 기준과 수집 방식이 같은지 먼저 점검하세요.

AI에는 지표 이름뿐 아니라 정의를 제공합니다. “방문은 분석 도구의 세션, 주문은 취소 제외 완료 주문”처럼 명확히 적는 방식입니다. 정의를 모르면 보고서에 미확인으로 남깁니다. 상대적인 변화율과 퍼센트포인트도 구분하세요. 2%에서 1.6%는 0.4퍼센트포인트 감소이며 상대적으로는 20% 감소입니다.

사실과 가설을 분리하는 복사 프롬프트

원인 후보를 받는 것 자체는 유용합니다. 다만 후보마다 어떤 자료가 있으면 확인할 수 있는지 연결해야 다음 행동이 생깁니다. 근거 없는 설명을 확정 결론으로 쓰지 않도록 출력 형식을 지정하세요.

다음은 가상 주간 자료입니다. 1주: 방문 1000, 완료 주문 20. 2주: 방문 1500, 완료 주문 24.
출력을 네 부분으로 나누세요. ① 표에서 직접 확인한 사실 ② 계산식과 계산 결과 ③ 가능한 원인 가설 ④ 각 가설을 확인할 추가 자료.
방문과 주문의 정의, 기간, 취소 처리 기준이 불명확하면 표시합니다. 함께 변했다는 이유만으로 인과관계를 확정하지 마세요. 전환 비율 변화는 퍼센트포인트와 상대 변화율을 구분합니다.
마지막에는 추가 자료 없이 지금 말할 수 있는 결론만 3문장으로 써주세요.

가설에는 확인 자료와 반대 가능성을 붙입니다

“광고 방문이 늘어 비율이 낮아졌다”는 가설에는 유입 경로별 방문과 주문 자료가 필요합니다. “품절 때문에 주문이 줄었다”면 상품별 재고와 조회 자료를 확인해야 합니다. 두 주의 합계만으로 어느 설명이 맞는지 정할 수 없습니다. 각 가설에 필요한 자료를 붙이면 조사 순서가 명확해집니다.

반대 가능성도 살펴보세요. 유입 경로별 비율은 그대로인데 비율이 낮은 경로의 방문 비중이 커져 전체 비율이 내려갔을 수 있습니다. 반대로 모든 경로에서 비율이 내려갔다면 다른 점검이 필요합니다. 전체 숫자를 세부 그룹으로 나누는 이유는 자신이 선호하는 결론을 찾기 위해서가 아니라 설명이 일관되는지 확인하기 위해서입니다.

작은 숫자의 변화를 과장하지 않습니다

주문이 2건에서 4건이 되면 100% 증가지만 절대 증가량은 2건입니다. 큰 비율만 제목에 쓰면 변화의 규모가 오해될 수 있습니다. 절대값과 변화율을 함께 적고 기간이 짧거나 표본이 작다는 맥락을 남기세요. 이 글의 가상 숫자는 통계적 유의성을 검정한 실험 결과가 아닙니다.

특정 조치의 효과를 확인하려면 비교 조건을 더 엄격히 설계해야 할 수 있습니다. 단순 전후 비교만으로 계절이나 다른 변경의 영향을 제거했다고 보지 않습니다. AI에게 실험 설계 초안을 물을 수는 있지만 실제 측정의 적합성은 업무 맥락과 데이터를 아는 사람이 검토해야 합니다.

하나의 변경만 있었다는 가정부터 의심합니다

가상 판매점이 새 글을 올린 주에 할인 행사도 시작하고 인기 상품을 재입고했다고 합시다. 방문과 주문이 늘어도 세 변화 중 무엇이 기여했는지 주간 합계만으로는 나눌 수 없습니다. AI에게 해당 주에 달라진 운영 조건 목록을 먼저 정리하게 하면 설명에서 빠진 변수를 찾는 데 도움이 됩니다.

확인 목록에는 홍보, 상품, 가격, 재고, 영업일, 측정 설정처럼 관찰 가능한 항목을 넣습니다. 자료가 없으면 영향이 없었다고 처리하지 말고 미확인으로 표시합니다. 원인을 좁힐 자료가 충분하지 않다면 “이 기간에 함께 발생한 변화”라고 표현하고 인과적 성과를 주장하지 않습니다. 다음에는 변경 시점과 지표를 더 세밀하게 기록할 계획을 세울 수 있습니다. 분석의 빈칸을 감추기보다 다음 측정 설계를 개선하는 근거로 사용하는 방식입니다.

보고서의 결론을 다음 확인 행동으로 연결합니다

가상 자료의 신중한 결론은 “방문과 주문이 함께 늘었지만 방문당 주문 비율은 낮아졌습니다. 현재 합계만으로 원인은 확인되지 않습니다. 유입 경로와 상품별 자료를 확인해 변화가 특정 구간에 집중됐는지 보겠습니다”입니다. 이렇게 쓰면 성급한 성공 선언이나 실패 단정을 피하면서도 다음 행동이 생깁니다.

다음 보고서에는 이전 가설 중 무엇을 확인했고 무엇이 남았는지 기록합니다. 새 자료가 기존 설명과 맞지 않으면 가설을 수정하세요. 원인 분석의 목적은 예쁜 이야기를 유지하는 것이 아니라 실행 결정을 더 정확하게 만드는 것입니다. AI의 문장 설득력과 데이터의 근거 강도를 별도로 평가하는 습관이 중요합니다.