합계(Sum)와 평균(Average)의 함정
"지난달보다 총매출이 10% 올랐습니다." 많은 회의가 이 한마디로 시작해서 끝납니다. 하지만 이건 반쪽짜리 진실일 수 있습니다.
총매출은 올랐지만 핵심 주력 상품의 판매는 반토막 났고, 일회성 이벤트 상품만 많이 팔린 것이라면 어떨까요? 혹은 30일 중 29일은 매출이 바닥이다가, 딱 하루 특정 대량 구매 덕분에 평균이 올라간 것이라면요?
단순히 SUM과 AVERAGE만 확인하는 것은 데이터의 겉면만 보는 것과 같습니다. 숫자의 바다 깊은 곳에는 비즈니스의 성패를 가르는 '패턴'과 '신호'가 숨어 있습니다.
엑셀로 피벗 테이블을 이리저리 돌려보며 찾아야 했던 그 패턴들, 이제 AI에게 제대로 질문해서 단번에 낚아채는 법을 알려드립니다.
1: 시계열 패턴, "언제 잘 팔리는가?"
매출 데이터에는 반드시 '흐름(Trend)'과 '계절성(Seasonality)'이 있습니다. 하지만 수천 행의 날짜 데이터를 눈으로 보며 흐름을 읽는 건 불가능합니다. AI에게 시간을 기준으로 쪼개서 질문해 보세요.
[추천 프롬프트 예시]
"이 매출 데이터를 분석해서 다음 질문에 답해줘:
- 월별 매출 추세가 우상향인가, 하락세인가?
- 요일별로 평균 매출을 비교했을 때, 가장 장사가 잘되는 요일과 안 되는 요일은 언제야?
- 혹시 특정 시간대(예: 점심시간, 퇴근 후)에 주문이 몰리는 패턴이 있어?"
이렇게 물으면 AI는 "주말보다 평일 매출이 20% 높으며, 특히 수요일 점심 시간대에 주문이 집중됩니다" 같은 구체적인 인사이트를 던져줍니다. 이는 마케팅 이메일을 언제 보낼지 결정하는 중요한 근거가 됩니다.
2: 파레토 법칙(80:20), "누가 우리의 VIP인가?"
'전체 결과의 80%는 상위 20%의 원인에서 나온다'는 파레토 법칙은 비즈니스 데이터 분석의 핵심입니다. 우리 매출의 대부분을 책임지는 소수의 효자 상품이나 핵심 고객군을 찾아야 합니다.
엑셀에서는 내림차순 정렬 후 누적 비율을 계산해야 하지만, AI에게는 개념만 던지면 됩니다.
[추천 프롬프트 예시]
"상위 20%의 상품이 전체 매출의 몇 퍼센트를 차지하는지 계산해줘(파레토 분석). 그리고 우리 매출을 견인하는 '상위 5개 상품(Best Seller)'과, 반대로 재고만 차지하고 안 팔리는 '하위 5개 상품(Worst Seller)'을 꼽아줘."
이 분석 결과는 "하위 20% 상품은 과감히 단종시키고, 상위 20% 상품의 옵션을 다양화하자"는 전략적 의사결정으로 바로 이어집니다.
3: 이상치 탐지, "튀는 놈을 잡아라"
평균적인 패턴에서 벗어난 데이터(Outlier)는 둘 중 하나입니다. '대박' 아니면 '사고'입니다. 갑자기 매출이 10배 뛴 날이 있다면 이유를 알아야 하고, 0원이 찍힌 날이 있다면 시스템 오류를 의심해야 합니다. 사람이 일일이 스크롤 하며 찾기 힘든 이 '튀는 놈'을 AI는 기가 막히게 찾아냅니다.
[추천 프롬프트 예시]
"데이터 전체에서 표준적인 범위를 벗어난 '이상치(Outlier)'가 있는지 확인해줘. 평소보다 매출이 비정상적으로 높거나 낮았던 날짜와 그 이유(어떤 상품 때문인지)를 추적해서 알려줘."
4: 교차 분석, "A하면 B할까?"
단순 현황 파악을 넘어 변수 간의 관계를 파악하면 미래를 예측할 수 있습니다. 예를 들어 "가격을 할인하면 정말 판매량이 늘까?" 같은 질문입니다.
[추천 프롬프트 예시]
"'할인율'과 '판매 수량' 사이에 상관관계가 있는지 분석해줘. 할인을 많이 할수록 판매량이 유의미하게 늘어나는지, 아니면 할인 여부와 상관없이 팔리는 상품인지 판단해줘."
이 답변을 통해 "이 상품은 할인을 안 해도 잘 팔리니 제값 받고 팔자"라는, 수익성을 높이는 결정을 내릴 수 있습니다.
결론: 답은 질문 속에 있다
데이터 분석가는 '계산을 잘하는 사람'이 아니라 '질문을 잘하는 사람'입니다. 엑셀 장표를 멍하니 바라보고 있으면 아무 답도 나오지 않습니다. 하지만 AI에게 끊임없이 "왜?"라고 묻고, "비교해줘", "찾아줘"라고 말을 걸면 데이터는 비로소 입을 엽니다.
오늘 소개한 4가지 관점(시간, 중요도, 이상치, 관계)만 기억하세요. 이것만 질문해도 여러분은 단순한 '데이터 정리 담당자'가 아니라, 데이터에서 돈이 되는 정보를 캐내는 '비즈니스 인사이트 전문가'로 인정받게 될 것입니다.
[핵심 요약]
- 단순 합계/평균만 보지 말고, 시계열(시간 흐름) 분석을 통해 요일별/시간대별 매출 골든타임을 찾아야 한다.
- 파레토 법칙(80/20)을 AI에 요청하여 매출의 대부분을 책임지는 핵심 상품과 고객을 식별할 수 있다.
- 평균에서 벗어난 이상치(Outlier)와 변수 간의 상관관계를 질문함으로써 리스크를 관리하고 전략을 수정할 수 있다.