데이터 실무
AI 매출표 분석 프롬프트: 환불·주문 수·객단가의 분모를 맞추기
매출표를 AI에 넣고 “객단가를 분석해줘”라고만 쓰면 환불이나 취소 주문을 어떤 기준으로 처리했는지 알 수 없습니다. 숫자 분석은 계산에 앞서 지표 정의를 맞추는 일이 필요합니다. 아래 수치는 실제 사업 실적이 아닌 가상의 연습 자료입니다.
AI 실무교육 편집 ·
분석하려는 금액의 정의를 먼저 적습니다
결제된 총금액, 환불을 뺀 금액, 정산 입금액은 같은 값이 아닙니다. 수수료와 배송비의 처리 기준도 표마다 다를 수 있습니다. 이 글에서는 주문 결제액에서 해당 표에 기록된 환불액을 뺀 값을 “환불 반영액”이라고 부릅니다. 회계나 세금 신고에 쓰는 공식 매출 정의를 대신하는 표현은 아닙니다.
가상의 세 주문이 3만원, 5만원, 2만원이고 두 번째 주문에서 1만원이 환불됐다면 결제 합계는 10만원, 환불 반영액은 9만원입니다. 여기까지는 산술 계산입니다. 그러나 환불이 다음 달 발생했다면 주문월 기준 분석과 환불 발생월 기준 분석의 결과가 달라질 수 있으므로 기간 기준을 정해야 합니다.
한 행이 무엇을 뜻하는지 확인합니다
표 한 행이 주문 하나인지 상품 한 개인지 먼저 확인하세요. 한 주문에 상품이 세 개면 같은 주문 번호가 세 행에 나타날 수 있습니다. 행 수를 주문 수로 세면 객단가가 작아집니다. 고객 수는 여러 주문을 낸 고객을 어떻게 구분할지 별도 기준이 필요합니다. 개인정보 없이 집계 가능한 내부 식별값을 사용하세요.
취소 주문도 구분합니다. 결제 전에 취소된 주문과 결제 후 전액 환불된 주문을 같은 방식으로 처리할지 분석 목적에 따라 정합니다. AI가 일반적인 관행을 추정해 분모를 정하지 않도록 포함·제외 규칙을 입력합니다. 모호한 행은 따로 표시한 뒤 담당자가 기준을 확정합니다.
지표 정의부터 받는 복사 프롬프트
결과 숫자만 받지 말고 사용한 행과 계산식을 함께 받습니다. 소규모 예시로 규칙이 맞는지 확인한 뒤 전체 표에 적용하세요. 실제 회계 처리나 신고 판단이 필요한 부분은 해당 담당 기준으로 검토해야 합니다.
가상 주문표의 숫자를 분석합니다. 먼저 한 행의 단위와 주문 ID 중복 여부를 확인하세요. 이번 지표 정의: 결제 합계 = 포함 주문의 결제액 합계. 환불 반영액 = 결제 합계 - 기록된 환불액. 주문당 금액 = 환불 반영액 / 포함 주문의 고유 주문 ID 수. 취소·부분환불·전액환불의 포함 규칙이 없으면 먼저 질문하세요. 고객 수와 상품 수를 주문 수로 대체하지 마세요. 출력: 포함·제외 기준 / 사용 행 수와 고유 주문 수 / 계산식 / 결과 / 미확정 사항. 분모가 0이면 계산 불가로 표시하고 원본 값을 수정하지 않습니다.
가상 계산을 손으로 한 번 대조합니다
세 주문이 모두 포함되고 환불 반영액이 9만원이면 이 정의에 따른 주문당 금액은 3만원입니다. 두 번째 주문을 전액 취소로 보고 제외하는 다른 분석이라면 분모와 분자가 함께 달라져야 합니다. 환불액만 빼고 주문 수는 다른 기준으로 세면 지표 의미가 불명확해집니다.
부분 환불 주문의 상품 수가 바뀌어도 주문 수가 반드시 바뀌는 것은 아닙니다. 상품당 평균과 주문당 평균을 구분하고 보고서 제목에 표시하세요. AI가 “객단가”라는 이름으로 서로 다른 평균을 혼용하지 않았는지 확인합니다. 숫자가 그럴듯한지만 보지 말고 계산식의 분자와 분모를 직접 읽는 습관이 중요합니다.
월별 비교는 기간과 집계 범위를 맞춥니다
이번 달이 아직 끝나지 않았는데 지난달 전체와 비교하면 단순 합계 감소가 성장 둔화처럼 보일 수 있습니다. 같은 날짜 수를 비교할지, 일평균을 볼지 정하고 영업일 차이도 표시합니다. 행사나 휴무가 있었다면 해당 맥락을 함께 적되 원인이라고 단정하지 않습니다.
환불이 늦게 입력되면 과거 수치가 바뀔 수 있습니다. 분석 파일의 생성일과 거래 기준 기간을 기록하면 보고서 간 차이를 설명하기 쉽습니다. 데이터가 갱신됐는데 이전 결과를 그대로 재사용하지 않도록 기준일을 표시하세요. 표를 보기 좋게 만드는 것보다 같은 조건으로 비교하는 것이 먼저입니다.
전액 환불 한 건이 있는 표로 기준을 시험합니다
가상 주문 두 건이 각각 2만원이고 한 건이 전액 환불됐다고 합시다. 두 주문을 분모에 모두 포함하고 환불액을 차감하면 주문당 금액은 1만원입니다. 전액 환불 주문을 분석 대상에서 제외하면 남은 주문 한 건의 금액은 2만원입니다. 두 숫자는 같은 이름으로 섞어 비교하면 안 되며 어떤 질문에 답하는지에 따라 정의를 정해야 합니다.
처음 만든 프롬프트에는 이런 경계 사례를 넣어보세요. 전액 환불, 부분 환불, 결제 전 취소, 같은 주문의 여러 상품 행이 포함되면 AI가 분모를 어떻게 다루는지 확인할 수 있습니다. 정의가 정해진 뒤에는 보고서마다 동일하게 적용합니다. 정의를 바꾸었다면 과거 지표와 직접 비교할 수 있는지 표시해야 합니다. 계산 결과가 달라졌다는 사실만으로 실제 매출 행동이 변했다고 해석하지 않습니다.
해석 문장은 계산 확인 뒤에 작성합니다
“주문당 금액이 늘었으므로 고객 충성도가 높아졌다”는 결론은 이 표만으로 확인할 수 없습니다. 가격, 상품 구성, 할인, 취소 처리 방식이 영향을 줄 수 있습니다. 먼저 관찰된 변화만 적고 원인 후보와 추가로 필요한 자료를 구분하세요. 단가가 늘었어도 주문 수가 줄었다면 전체 금액과 함께 봐야 합니다.
최종 보고서에는 지표 정의를 짧게 붙이고 예외 처리 수를 남깁니다. 미확정 주문이 많으면 결론을 보류하거나 확인된 범위로 제한합니다. 운영자가 다시 계산할 수 있도록 계산식과 사용 자료를 보관하세요. AI 결과가 자연스럽게 서술됐더라도 원표와 계산 검수가 끝난 것처럼 표시하지 않습니다.
자주 묻는 질문
객단가의 분모는 무조건 주문 수인가요?
사용 목적과 조직 정의에 따라 다를 수 있습니다. 주문당 금액인지 고객당 금액인지 먼저 정하고 이름과 분모를 일치시켜야 합니다. 이 글의 예시는 주문당 금액으로 정의했습니다.
AI 분석을 세무 자료로 바로 써도 되나요?
이 글은 데이터 정리와 산술 검수 방법입니다. 실제 신고·증빙·회계 처리는 적용 기준과 원자료를 해당 담당자가 확인해야 하며 AI 요약이 그 검토를 대신하지 않습니다.
자료와 확인 기준
아래 공식 안내를 확인하고 사례·입력 예시·검수 기준을 직접 구성했습니다. 예시 속 업체명과 수치는 설명을 위한 가상 자료입니다.