Data-Driven Shopify Insights

AI 분석가는 매출, 이익, 상품, 고객, 코호트, 광고, 재고에 관한 질문에 답한다. 출발점은 질문 문장이 아니라 주문, 마진, 연결된 광고 플랫폼이다. 돌아오는 것은 차트와 표이고, 복사하거나 Markdown으로 내려받을 수 있다. 벤치마크 패널은 객단가, 마진, 리텐션, 환불률을 같은 카테고리와 매출 구간, 나라의 스토어 중앙값 옆에 둔다. 운영자가 가장 자주 묻는 "이 숫자가 좋은 건가"에 답하는 구조다.

매주 초, 월요일에 오는 메일이 핵심 지표를 지난 기간과 비교해 정리하고, 이상했던 날을 지목해 원인을 설명한다. 이어서 다음 행동을 최대 세 개 제시하고, 각 항목을 앱 안의 해당 화면으로 연결한다. 주중에 큰 변화가 생기면 그때도 도착하므로 급락이 월요일까지 방치되지 않는다.

12칸 그리드가 모든 고객을 최근 구매 시점과 구매 횟수로 배치하고, 이 Shopify 고객 세그먼트를 일곱 개 이름 있는 그룹으로 묶는다. Best, Loyal, Promising, Recent, Defecting, At risk, Dormant다. 그룹마다 고객 수, 객단가, LTV, 총매출이 붙는다. 기준점과 그룹 이름은 바꿀 수 있고, 프리셋과 스토어 이력에서 뽑은 추천 기준점도 제공된다. 매트릭스는 정기적으로 다시 계산되므로 Loyal에서 At risk로 미끄러진 고객이 손대지 않아도 해당 그룹에 나타난다.

75개가 넘는 필터가 주문, 상품, LTV, 최근 구매 시점, 할인 사용을 다루고, SQL 없이 AND, OR, NOT으로 조합된다. 미리 만들어진 세그먼트도 30여 개 있다. 어떤 세그먼트든 플랫폼 API를 통해 Klaviyo, Mailchimp, Attentive, Meta, Google Ads, TikTok, Reddit Ads로 바로 흘러가고, 이후에는 스스로 갱신된다. 월요일에 CSV를 기다릴 필요가 없다.

서버 측 이벤트는 하나의 페이로드로 Meta CAPI, Google Enhanced Conversions, TikTok Events API, Reddit에 전달된다. 고객 식별자는 해시 처리하고 동의 여부를 확인한 뒤 발화한다. 이벤트 ID로 중복을 제거하므로 브라우저 픽셀과 서버 이벤트가 같은 구매를 두 번 세지 않는다. 플랫폼 API가 멈추면 실패한 이벤트가 대기열에 남아 재전송되고, 장애로 전환이 사라지지 않는다. 공급자는 브라우저 추적만으로는 놓칠 전환의 20~40%를 되찾는다고 밝힌다.

Shopify 매출 예측은 일별 매출에 통계 모델을 맞추고 추세와 주간·연간 계절성을 분리한다. 참조하는 이력은 최대 25개월이다. 주문이 최소 90일은 있어야 한다. 목표는 고정 금액으로도, 지난 기간이나 지난해 대비 성장률로도 설정할 수 있다. 예측은 저장한 세그먼트로 범위를 좁히고, 이름을 붙여 대시보드에 고정할 수 있다. 열 때마다 어제까지의 주문으로 다시 계산한다.