데이터 분석 결과 해석 프롬프트

언제 쓰나

대시보드 숫자나 쿼리 결과는 나왔는데 "그래서 뭘 해야 하나"로 넘어가지 못할 때 씁니다. 사람이 급할 때 가장 흔히 저지르는 실수가 사실과 해석을 섞어 버리는 것인데, 이 프롬프트는 둘을 분리하고 각 가설이 지금 데이터로 검증 가능한지까지 표시하게 만듭니다.

사용법

1. {data} 에 표, CSV, 쿼리 결과를 그대로 붙여넣습니다. 열 이름과 단위가 함께 있어야 정확합니다.
2. {context} 에 이 숫자가 나온 배경을 적습니다. (예: "6월 말 가격 인상, 7월에 앱 리뉴얼 배포")
3. {audience} 에 설명 대상을 적습니다. (예: "경영진", "같은 팀 개발자", "비전공 마케터")
4. 3단계에서 '확인 불가'로 표시된 가설은 결론에 쓰지 말고, 4단계의 확인 방법대로 데이터를 더 뽑아 다시 넣으세요.

사용 예시

입력

{audience}: 경영진
{context}: 6월 말 요금제 가격을 20% 올렸고, 7월 둘째 주에 신규 가입 화면을 개편했습니다.
{data}:
월   신규가입  유료전환  월매출(만원)
5월   1,240     186       3,100
6월   1,190     174       2,980
7월     980     171       3,420

출력 (요약)

[사실]
- 7월 신규가입 980건, 6월 대비 17.6% 감소
- 유료전환 171건으로 거의 변동 없음(6월 174건)
- 전환율은 14.6% → 17.4%로 상승, 월매출은 14.8% 증가

[패턴] 유입은 줄고 전환율과 객단가는 올랐습니다. 매출 증가분은 가입자 수가 아니라 단가에서 나왔습니다.

[가설]
1. 가격 인상으로 가격 민감 사용자가 유입 단계에서 이탈 — 이 데이터로 확인 불가(유입 경로별 분해 필요)
2. 가입 화면 개편이 전환율을 올림 — 이 데이터로 확인 불가(7월 둘째 주 전후 분리 필요)
3. 계절 요인 — 근거 부족(3개월치로는 판단 불가)

[확인 방법] 주 단위로 쪼개 개편 전후 비교 / 채널별 신규가입 분해 / 전년 동월 데이터 확보

[결론] 매출은 늘었지만 유입 감소가 누적되면 다음 분기에 뒤집힐 수 있습니다.
다음 행동: (1) 주 단위 분해로 개편 효과 분리 (2) 이탈 지점 확인을 위한 가입 퍼널 데이터 수집

(위 수치는 설명용 가상 데이터입니다.)

팁

• 대상에 따라 결과 톤이 달라집니다. {audience}를 "경영진"에서 "데이터 팀"으로 바꾸면 통계적 한계를 더 깊게 짚어 줍니다.
• 4단계 확인 방법을 SQL 쿼리 작성 프롬프트에 그대로 넘기면 추가 데이터 추출까지 이어집니다.
• 여러 지표를 한 번에 넣기보다 지표 3~5개로 좁히면 가설이 훨씬 구체적으로 나옵니다.