복잡한 데이터를 분석하고 인사이트 도출하기
보고서, 기획서, 논문 등 전문적인 문서는 통찰력이 담긴 결론
이 중요합니다. 하지만 사람이 수작업으로 데이터를 분석하고 결론을 도출하는 데는 많은 시간과 노력이 필요합니다.
데이터를 분석하고 패턴을 찾아내어 결론을 도출하는 데 뛰어난 AI를 활용하면 데이터를 분석하고 결론을 도출하는 과정을 최적화할 수 있습니다.
데이터 분석과 인사이트 도출을 어떻게 할 수 있나요?
아래와 같이 2개의 쇼핑몰 매출 데이터가 있다고 가정해 보겠습니다.
매출 데이터 표
상점 | 기간 | 날짜 | 카테고리 | 상품 | 수량 | 단가 | 총매출 |
---|---|---|---|---|---|---|---|
A쇼핑몰 | 2023-01-01 to 2023-06-30 | 2023-01-01 | 전자제품 | 스마트폰 | 5 | 699000 | 3495000 |
A쇼핑몰 | 2023-01-01 to 2023-06-30 | 2023-01-02 | 전자제품 | 노트북 | 3 | 1200000 | 3600000 |
A쇼핑몰 | 2023-01-01 to 2023-06-30 | 2023-01-03 | 가전제품 | 세탁기 | 2 | 800000 | 1600000 |
B쇼핑몰 | 2023-01-01 to 2023-06-30 | 2023-01-04 | 가전제품 | 냉장고 | 1 | 1500000 | 1500000 |
B쇼핑몰 | 2023-01-01 to 2023-06-30 | 2023-01-05 | 패션 | 청바지 | 10 | 50000 | 500000 |
B쇼핑몰 | 2023-01-01 to 2023-06-30 | 2023-01-06 | 패션 | 티셔츠 | 20 | 20000 | 400000 |
B쇼핑몰 | 2023-01-01 to 2023-06-30 | 2023-01-07 | 생활용품 | 비누 | 50 | 2000 | 100000 |
B쇼핑몰 | 2023-01-01 to 2023-06-30 | 2023-01-08 | 생활용품 | 치약 | 30 | 3000 | 90000 |
매출 데이터를 AI가 이해하기 쉬운 CSV나 JSON 형식으로 내보낸 후, 아래와 같이 AI에게 데이터 분석을 요청할 수 있습니다.
데이터 분석 요청 프롬프트 예시
아래 CSV 형식의 매출 데이터를 분석하여 보고서 작성을 위한 인사이트를 도출해주세요.
### CSV 형식의 매출 데이터
상점,기간,날짜,카테고리,상품,수량,단가,총매출
A쇼핑몰,2023-01-01 to 2023-06-30,2023-01-01,전자제품,스마트폰,5,699000,3495000
A쇼핑몰,2023-01-01 to 2023-06-30,2023-01-02,전자제품,노트북,3,1200000,3600000
A쇼핑몰,2023-01-01 to 2023-06-30,2023-01-03,가전제품,세탁기,2,800000,1600000
B쇼핑몰,2023-01-01 to 2023-06-30,2023-01-04,가전제품,냉장고,1,1500000,1500000
B쇼핑몰,2023-01-01 to 2023-06-30,2023-01-05,패션,청바지,10,50000,500000
B쇼핑몰,2023-01-01 to 2023-06-30,2023-01-06,패션,티셔츠,20,20000,400000
B쇼핑몰,2023-01-01 to 2023-06-30,2023-01-07,생활용품,비누,50,2000,100000
B쇼핑몰,2023-01-01 to 2023-06-30,2023-01-08,생활용품,치약,30,3000,90000
### 응답 형식
상점별 매출:
[A쇼핑몰과 B쇼핑몰의 총 매출을 표 형식으로 제시]
카테고리별 매출 비중:
[전체 매출 중 카테고리별 매출 비중을 표로 제시]
상품별 매출 순위:
[전체 매출 중 상품별 매출 순위를 표로 제시]
집중 매출 상품:
[집중적으로 판매할 매출 상위 2개 상품을 1 문장으로 제시]
쇼핑물 운영 전략:
[A쇼핑몰과 B쇼핑몰의 매출 특성을 바탕으로 각 쇼핑몰의 운영 전략을 각각 1문단으로 제시]