매출 하락을 설명하는 어트리뷰션 분석 실행하기
ChartGen AI로 GMV나 매출 같은 지표가 왜 변했는지 설명하세요. 차원별로 변화를 분해하고, 각 드라이버의 기여를 수치화하며, 주된 원인을 찾습니다.
GMV나 매출 같은 지표가 움직일 때 "무엇이" 변했는지는 쉽지만 "왜"는 어렵습니다. ChartGen AI의 Attribution 기능은 변동을 구성 요소와 차원으로 분해하고, 각 요인의 기여를 정량화하며, 주요 드라이버를 드러냅니다. 이 튜토리얼은 차트에서 명확한 근본 원인 답까지 가는 방법을 보여 줍니다.
어트리뷰션을 쓸 때
KPI가 변하고 이해관계자에게 설명해야 할 때 사용하세요.
- "지난주 GMV가 왜 줄었나?"
- "전환율 하락을 유발한 채널이나 캠페인은?"
- "매출총이익률 변화를 움직이는 것은 무엇인가?"
ℹ️ 어트리뷰션에는 구조화 데이터가 필요합니다. 파일이 원본 스프레드시트라면 먼저(Project 안에서) Smart Semantic을 실행해 ChartGen AI가 지표와 차원을 이해하게 하세요. 평면적이고 비구조적인 텍스트는 안정적으로 어트리뷰션할 수 없습니다.
단계별 안내
1단계: Project 만들고 데이터 추가
어트리뷰션은 심층 분석 기능이므로 Quick Chat이 아니라 Project 안에서 작업하세요. + Create Project를 클릭하고 매출·재무 데이터셋을 업로드하면 ChartGen AI가 시맨틱 모델(GMV, 매출, CAC 같은 지표; 채널, 캠페인, 상품, 지역 같은 차원)을 만듭니다.
2단계: 지표 차트 생성
변화를 드러내는 질문을 자연어로 물으세요. 예:
Show weekly GMV for the last 8 weeks and highlight the largest week-over-week decline.
ChartGen AI는 추세 차트를 그리고 가장 큰 움직임이 있는 기간을 식별합니다.
3단계: 차트에서 Advanced Analysis 열기
차트 아래 Advanced Analysis를 클릭해 변화의 드라이버를 탐색하세요. ChartGen AI는 변동을 주요 구성 요소와 차원으로 분해합니다 — 예를 들어 GMV 변화를 공식 구조(트래픽 × 전환 × 평균 주문액)와 채널, 캠페인, 상품으로 나눕니다.
4단계: 기여 순위 읽기
결과는 각 요인의 기여를 정량화하고 주요 드라이버를 순위화합니다. 전형적인 출력은 다음과 같습니다.
| 드라이버(차원) | 변화에 대한 기여 | 방향 |
|---|---|---|
| Paid Search — Campaign A | −42% | 주요 부정 드라이버 |
| Conversion rate (Mobile) | −28% | 이차 부정 드라이버 |
| Average order value | +11% | 부분 상쇄 |
| Organic traffic | +6% | 부분 상쇄 |
이제 GMV가 떨어진 이유를 정확히 말할 수 있습니다. 하락의 대부분은 한 유료 검색 캠페인과 모바일 전환 하락에서 왔고, 더 높은 주문액이 일부 상쇄했습니다.
5단계: 발견을 리포트나 예측으로 전환
Interpretation을 클릭해 구조화된 인사이트 리포트를 만들거나, [Prediction](revenue-forecast-prediction.html)으로 이어가 다른 예산 시나리오에서 매출을 투영하세요. PDF로 내보내거나 차트를 대시보드에 넣어 마케팅·재무와 공유합니다.
마무리
어트리뷰션 분석은 "매출이 떨어졌다"를 "원인은 이것이고 기여량은 이만큼이다"로 바꿉니다. Project를 만들고, 지표 차트를 생성하고, Advanced Analysis를 열면 ChartGen AI가 차원별로 변화를 분해하고 드라이버를 순위화합니다 — 진단에 쓰는 시간을 줄이고 실행에 더 쓸 수 있습니다. 스케줄링과 함께 쓰면 매주 어트리뷰션 요약을 받은편지함으로 받을 수 있습니다.