||
ChatGPT, Cursor를 이용한 업무 효율 극대화
안녕하세요, KREAM의 셀러팀 리더 김기현(Kevin)입니다.
셀러팀은 국내 및 해외에서 활동중인 셀러와 관련된 사업을 운영하는 팀입니다.
주된 업무로는 신규 셀러 영업, 셀러의 판매 성장을 돕기 위한 영업관리 그리고 셀러의 관점에서 신규 프로젝트 및 사업들을 맡아서 하고 있습니다.
셀러 영업: 스포츠 / 컨템포러리 / 럭셔리 / 전자제품 / 패션 잡화 / 뷰티 등 모든 카테고리의 셀러를 외부에서 발견하여 KREAM으로 안착시키는 업무를 합니다.
영업 관리: 안착한 셀러를 대상으로 판매 성장을 극대화 할 수 있는 컨설팅 및 프로그램 등을 개발하는데에 주력합니다. 예를 들어, 상품의 판매입찰(=상품의 재고)수를 늘리도록 유도하거나, 구매자들이 구매하기 좋은 가격으로 판매 가격을 협상하는 업무를 주로 하고 있습니다.
신규 프로젝트 및 사업: 셀러와 관련된 데이터 및 전사 데이터를 조합하여, 새로운 기회들을 만들고자 하고 있습니다.
1. 왜 AI 자동화를 시작했나 — 반복 업무와 데이터 분석의 한계
[반복업무]
모든 사업부 및 영업에 치중된 팀의 공통점은 ‘실적’관리 입니다. 매일, 매주, 매월, 분기별, 반기별, 연간 등 사업에서 보이는 숫자들을 매일같이 적재하고 들여다보는 작업들을 하고 있습니다.
Raw Data를 다운받고, 엑셀 또는 스프레드 시트로 제작한 대시보드에 Raw Data를 입력하는 과정을 지속적으로 반복하고 있습니다. 짧은 시간이 걸릴 것 같지만 최소 30분 이상은 쏟게 되고, 이때 발생하는 휴먼에러로 인하여 잘 만들어 놓은 대시보드가 흩으러진 적이 한 두번이 아닌 것을 다들 공감하실거에요.
[데이터 분석]
데이터 분석이라는 것이 멋드러지는 표현으로 포장될 수도 있을 것이라 생각해요. 하지만 셀러팀에서는 아래 두가지는 확실히 필요한 역량이라고 보고 있습니다.
내가 관리하고 있는 셀러들의 실적 및 상황을 숫자로 뽑고 숫자에서 의미를 찾아낼 수 있는 것
셀러외에 회사내 다른 데이터를 함께 조합하여 새로운 허점, 기회들을 발굴해내는 것
저도 데이터 분석가는 아니기에 전문가처럼 말씀드리긴 어렵지만, 한 팀의 데이터만으로는 새로움을 발견할 확률이 굉장히 낮았던 경험이 많았습니다. 오히려 다른팀(저희쪽은 구매자, CX, 검수)의 데이터를 함께 조합했을 때 문제를 새롭게 바라보고, 더 재미있는 솔루션도 나왔어요.
그럼에도 숫자의 흐름에서 문제는 발견을 할 수 있지만, 이 숫자로 새로운 인사이트들을 발견하고 활용하는데 까지는 막히거나 시간이 굉장히 오래걸리기도 하였습니다.
아 그리고 가장 중요한 것은, 데이터를 뽑을 줄 아는 ‘쿼리문’을 작성할 수 있는 사람이냐 아니냐에 따라 많이 자유도가 달라지긴 하구요.
2. AI 툴 탐험기
[ 쿼리 작성 ChatGPT]
KREAM에서는 각 팀별로 공용계정의 ChatGPT를 제공해주고 있어요. 저희 팀에서는 ChatGPT를 어떻게 쓰면 좋을까 하다가, ‘쿼리’를 작성해주는 ‘팀원’으로 만들자 라고 생각을 했어요.
쿼리를 만들어주는 팀원의 과정은 아래와 같아요.
쿼리를 추출할 프로젝트(폴더라고 해야할까요)를 생성하고, 지침에 ‘ 쿼리는 xxx구조를(예: SQL 문법) 기반으로 작성해줘’ 라고 입력을 해두었습니다.
우선 KREAM에 있는 스키마와 ERD를 학습시켰습니다. 전체를 복사해서 입력하고 ‘학습해줘’라는 단어 한 번 이었습니다.
셀러팀에서 가장 많이 사용하고 있는 쿼리문들을 순차적으로 입력하고, 다시 한 번 ‘학습해줘’를 반복 입력했습니다.
마지막으로는 셀러팀에서 담당하는 거래유형에 대한 조건문 한줄을 입력하고, ‘셀러팀 쿼리는 해당 조건문이 꼭 들어가야해’ 라는 추가 학습을 시켰습니다.
—
매주 회의에 사용하던 Raw Data를 항상 Pivot Table을 만들어가며 주간 리뷰를 했었어요.
하지만 매번 Pivot Table을 만들고, 조건부 서식 설정, 재가공을 위한 Vlookup, Index, Match 함수 등의 수작업들을 없애보고자 했어요.
Raw Data를 주고