데이터 정리 자동화 – 엑셀→인사이트 30분
숫자를 해석하는 순서를 바꾸면, 보고서가 빨라진다
엑셀 파일을 열면 숫자가 빽빽하게 채워져 있습니다.
“여기서 뭘 봐야 하지?”
데이터 정리에 3시간,
보고서 작성에 또 2시간.
막히는 이유는 능력이 아닙니다.
숫자를 해석하는 순서를 모르기 때문입니다.
데이터 분석의 핵심은 숨겨진 패턴을 찾는 일입니다.
이 작업을 AI에게 맡기면 어떨까요.
30분이면 충분합니다.
핵심 개념: 데이터 분석의 3단계
데이터 분석은 복잡해 보이지만, 실제로는 세 단계면 끝납니다.
많은 사람들이 3단계부터 시작합니다.
그래서 길을 잃습니다.
실전 적용: 3단계 데이터 분석 프로세스
총 소요 시간: 30분
1단계: 데이터 정리 (10분)
먼저, 데이터를 요약합니다.
해석은 그 다음입니다.
프롬프트 예시
첨부한 엑셀 파일을 분석해줘.
[데이터 정보]
- 파일명: 2024년 월별 매출 데이터
- 항목: 월, 매출, 고객 수, 평균 객단가
- 기간: 2024년 1월~12월
[요청 사항]
1. 월별 매출 합계
2. 고객 수 평균
3. 평균 객단가 추이
4. 상위 3개월 / 하위 3개월
[형식]
- 표로 정리
AI 출력 예시
━━━━━━━━━━━━━━━━━━━━━━━━━━━━
� 2024년 월별 매출 데이터 요약
━━━━━━━━━━━━━━━━━━━━━━━━━━━━
■ 전체 요약
• 총 매출: 12억 원
• 평균 고객 수: 833명/월
• 평균 객단가: 120,000원
■ 월별 매출 Top 3
12월: 1.5억 원 (고객 1,200명)
6월: 1.3억 원 (고객 1,100명)
3월: 1.2억 원 (고객 1,000명)
■ 월별 매출 Bottom 3
2월: 6천만 원 (고객 500명)
8월: 7천만 원 (고객 600명)
4월: 8천만 원 (고객 700명)
■ 객단가 변화
• 최고: 12월 (125,000원)
• 최저: 2월 (120,000원)
• 변동폭: 5,000원 (±4%)
━━━━━━━━━━━━━━━━━━━━━━━━━━━━
이 단계에서
“볼 수 있는 숫자”가 확보됩니다.
2단계: 데이터 해석 (10분)
이제 숫자에서 의미를 꺼냅니다.
프롬프트 예시
위 데이터를 해석해서 인사이트 3가지를 제시해줘.
[관점]
1. 매출 트렌드 (증가/감소/계절성)
2. 고객 수와 매출의 관계
3. 주목할 만한 변화
[형식]
- 각 인사이트 3~5줄
- 근거 데이터 포함
- 실무 제안 포함
AI 출력 예시
━━━━━━━━━━━━━━━━━━━━━━━━━━━━
� 데이터 인사이트 3가지
━━━━━━━━━━━━━━━━━━━━━━━━━━━━
1️⃣ 계절성 뚜렷: 12월·6월 매출 급증
12월(1.5억), 6월(1.3억)에 매출이 집중되고
2월(0.6억), 8월(0.7억)은 저조합니다.
→ 원인: 연말 이벤트, 여름 시즌 영향
→ 제안: 2·8월 비수기 프로모션 집중
━━━━━━━━━━━━━━━━━━━━━━━━━━━━
2️⃣ 고객 수 증가 = 매출 증가 (상관관계 0.95)
고객 수가 늘면 매출도 함께 증가합니다.
→ 원인: 객단가 안정적(12만 원 유지)
→ 제안: 신규 고객 유입 전략 집중
━━━━━━━━━━━━━━━━━━━━━━━━━━━━
3️⃣ 객단가 안정적: 12만 원 ±5%
가격 변동은 거의 없습니다.
→ 원인: 일관된 가격 정책
→ 제안: 15만 원대 프리미엄 상품 검토
━━━━━━━━━━━━━━━━━━━━━━━━━━━━
이제
“말할 수 있는 이야기”가 생깁니다.
3단계: 시각화 제안 (10분)
마지막은 전달입니다.
프롬프트 예시
위 데이터를 경영진 보고용으로 시각화하려고 해.
적합한 차트 3가지를 제안해줘.
[요청]
- 차트 유형
- 선택 이유
- 강조 포인트
AI 출력 예시
━━━━━━━━━━━━━━━━━━━━━━━━━━━━
� 시각화 제안 3가지
━━━━━━━━━━━━━━━━━━━━━━━━━━━━
1️⃣ 막대 그래프 – 월별 매출 비교
→ 이유: 12개월 매출을 직관적으로 비교
→ 강조: 12·6월(파란색), 2·8월(빨간색)
━━━━━━━━━━━━━━━━━━━━━━━━━━━━
2️⃣ 선 그래프 – 고객 수 & 매출 추이
→ 이유: 두 지표의 동행 관계 시각화
→ 강조: 겹치는 구간 음영 처리
━━━━━━━━━━━━━━━━━━━━━━━━━━━━
3️⃣ 파이 차트 – 분기별 매출 비중
→ 이유: Q4 매출 비중(35%) 강조
→ 강조: Q4 분리 표시
━━━━━━━━━━━━━━━━━━━━━━━━━━━━
실전 체크리스트
데이터 준비 (5분)
□ 불필요한 열 삭제
□ 기간·항목 확인
□ 분석 목적 명확화
AI 분석 (15분)
□ 요약 요청
□ 인사이트 도출
□ 시각화 제안
검증 (10분)
□ 수치 정확성
□ 해석 타당성
□ 차트 적합성
실무에서 남은 기준
1. 데이터는 AI에게 주기 전에 정리한다
깨끗한 데이터가 정확한 분석을 만든다.
2. “왜?”를 세 번 묻는다
표면 아래 세 번째 질문에서 실행이 나온다.
3. 차트는 하나, 메시지도 하나
많을수록 설득력은 줄어든다.
다음 편 예고
16편: 프레젠테이션 자동화 – 데이터→슬라이드 1시간
데이터를 AI가 자동으로 슬라이드 스토리로 구성하는
실전 프로세스를 다룹니다.
� 이 시리즈는 매주 월·수·금 발행됩니다.
구독하시면 새 글을 놓치지 않고 받아보실 수 있습니다.
� 데이터 분석에서 가장 막히는 지점은 어디인가요?
댓글로 경험을 남겨 주세요.