마케팅 데이터 분석 — GA·SNS·광고 성과 해석 프롬프트 — AI 데이터 분석 실전 — 비전공자도 하는 데이터 기반 의사결정

마케팅의 모든 것은 데이터로 증명됩니다

"이번 캠페인 효과가 있었나요?" — 마케터가 가장 자주 듣는 질문입니다. 감으로 대답하던 시대는 끝났습니다. GA4 보고서, SNS 인사이트, 광고 성과 데이터가 쏟아지고 있지만, 이 숫자들을 제대로 해석하고 의미 있는 액션으로 연결하는 것은 여전히 어려운 일입니다.

AI는 이 과정을 획기적으로 단순화합니다. GA4에서 내보낸 CSV 파일을 업로드하고 "어떤 채널에서 전환율이 가장 높은지 분석해줘"라고 요청하면, 몇 초 만에 채널별 비교 분석과 인사이트를 받아볼 수 있습니다.

이 챕터에서는 마케팅 데이터 분석의 핵심 영역 6가지를 다룹니다:

GA4 웹사이트 분석
SNS 성과 분석
광고 ROAS(광고 수익률) 분석
퍼널 분석
코호트 분석
A/B 테스트 결과 해석

각 영역에서 바로 복사해서 사용할 수 있는 프롬프트를 풍부하게 제공하겠습니다.

AI 데이터 분석으로 GA4 — 웹사이트 성과를 읽는 법

Google Analytics 4(GA4)는 웹사이트와 앱의 사용자 행동을 추적하는 도구입니다. GA4에서 데이터를 내보내(Export) AI에 업로드하면 전문 분석가 수준의 인사이트를 얻을 수 있습니다.

GA4 데이터 내보내기 방법

GA4에서 데이터를 내보내는 방법은 간단합니다:

GA4 대시보드에서 원하는 보고서를 엽니다
우측 상단의 "공유" → "파일 다운로드" → CSV 선택
다운로드된 CSV 파일을 AI에 업로드합니다

다만 내보내기 전에 개인 식별이 가능한 데이터(이메일, 이름 등)가 포함되어 있지 않은지 반드시 확인하세요.

트래픽 소스 분석

GA4 트래픽 소스 분석 프롬프트

아래 GA4 트래픽 데이터를 분석해주세요.

분석 항목:

채널별 성과 비교: 유기 검색, 직접 방문, 소셜, 유료 검색, 이메일, 추천 트래픽

각 채널의 세션 수, 사용자 수, 이탈률, 세션당 페이지 수, 평균 세션 시간

전월 대비 변화율

효율 분석:

어떤 채널이 가장 "질 높은" 트래픽을 보내는지 (이탈률 낮고 + 세션 시간 긴)

어떤 채널이 비효율적인지 (트래픽 높지만 이탈률 높은)

추천 액션:

투자를 늘려야 할 채널과 그 근거

개선이 필요한 채널과 구체적 개선 방법

[GA4 CSV 데이터를 붙여넣으세요]

페이지별 성과 분석

GA4 페이지 성과 분석 프롬프트

GA4에서 내보낸 페이지별 성과 데이터를 분석해주세요.

분석 요청:

인기 페이지 TOP 20: 페이지뷰, 고유 페이지뷰, 평균 체류 시간, 이탈률

입구 페이지(Landing Page) 분석: 어떤 페이지로 사용자가 처음 들어오는지

이탈 페이지(Exit Page) 분석: 어떤 페이지에서 사용자가 떠나는지

콘텐츠 그룹 분석: URL 패턴별 성과 비교 (예: /blog/ vs /product/ vs /about/)

저성과 콘텐츠: 트래픽은 있지만 이탈률이 높은 페이지 (개선 후보)

숨은 보석: 트래픽은 적지만 체류 시간이 긴 페이지 (프로모션 후보)

각 분석에 대해 구체적인 개선 방안을 제시해주세요.

[GA4 CSV 데이터를 붙여넣으세요]

사용자 행동 분석

GA4 사용자 행동 분석 프롬프트

GA4 사용자 행동 데이터를 분석해주세요.

디바이스별 분석: 데스크톱 vs 모바일 vs 태블릿

각 디바이스의 세션 비율, 전환율, 이탈률

모바일 UX 개선이 필요한 징후가 있는지

시간대별 분석: 시간대(0~23시)별 + 요일별 트래픽 패턴

트래픽 피크 타임과 비수기 식별

콘텐츠/광고 게시 최적 시간대 추천

신규 vs 재방문: 신규 사용자와 재방문 사용자의 행동 차이

재방문율과 그 추세

재방문 사용자의 주요 행동 패턴

[GA4 CSV 데이터를 붙여넣으세요]

소셜 미디어 마케팅에서 가장 어려운 것은 "어떤 콘텐츠가 효과가 있는지" 판단하는 것입니다. 좋아요 수만 보면 안 됩니다. 도달, 참여율, 공유, 저장, 링크 클릭 등 다양한 지표를 종합적으로 분석해야 합니다.

SNS 성과 종합 분석 프롬프트

아래 SNS 성과 데이터를 분석해주세요. 플랫폼: [인스타그램/X/유튜브/틱톡/페이스북]

데이터 기간: [시작일 ~ 종료일]

분석 항목:

핵심 KPI 요약: 팔로워 증감, 총 도달, 총 참여, 참여율(ER), 링크 클릭

콘텐츠 유형별 성과:

이미지, 영상, 카루셀, 텍스트 등 유형별 평균 참여율

가장 높은 성과를 낸 유형과 그 이유 분석

게시 시간 분석:

요일·시간대별 참여율 히트맵

최적 게시 시간대 추천

콘텐츠 TOP 5 / WORST 5:

참여율 기준 상위 5개 콘텐츠의 공통점

하위 5개 콘텐츠의 공통점

성공 콘텐츠의 패턴에서 배울 점

액션 아이템: 다음 달 SNS 전략에 반영할 구체적 권장 사항 5가지

[SNS 인사이트/분석 데이터를 붙여넣으세요]

플랫폼 간 교차 분석

멀티 플랫폼 SNS 비교 분석 프롬프트

다음 SNS 플랫폼들의 성과를 비교 분석해주세요:

[플랫폼 1]: [핵심 데이터]

[플랫폼 2]: [핵심 데이터]

[플랫폼 3]: [핵심 데이터]

비교 항목:

동일 콘텐츠를 여러 플랫폼에 게시했을 때의 성과 차이

플랫폼별 강점 (도달 vs 참여 vs 전환)

플랫폼별 최적 콘텐츠 포맷

리소스 대비 ROI가 가장 높은 플랫폼

플랫폼별 리소스 배분 추천 비율

해시태그 분석

해시태그 성과 분석 프롬프트

아래 게시물 데이터에서 해시태그별 성과를 분석해주세요.

분석 요청:

해시태그별 평균 도달, 참여율 비교

자주 사용한 해시태그 TOP 20과 각각의 평균 성과

높은 참여율과 상관관계가 있는 해시태그 조합

경쟁이 낮으면서 성과가 좋은 '니치 해시태그' 발굴

다음 달 추천 해시태그 전략 (필수 태그 + 로테이션 태그)

[게시물 데이터를 붙여넣으세요]

AI 데이터 분석으로 광고 ROAS — 광고비 대비 효율 측정

ROAS(Return on Ad Spend)는 광고에 투자한 비용 대비 얼마만큼의 매출(또는 전환 가치)을 창출했는지를 나타내는 지표입니다. ROAS = (광고 수익 ÷ 광고 비용) × 100%로 계산합니다.

광고 캠페인 종합 분석

광고 캠페인 ROAS 분석 프롬프트

아래 광고 캠페인 데이터를 분석해주세요.

분석 항목:

캠페인별 ROAS 비교:

각 캠페인의 광고비, 매출, ROAS, CPA(전환당 비용), CPC(클릭당 비용)

ROAS 기준 캠페인 순위

채널별 효율 비교 (Google Ads, Meta Ads, 네이버 SA 등):

채널별 ROAS, CTR(클릭률), 전환율

채널 간 예산 재배분 추천

시계열 분석:

일별/주별 ROAS 추이

ROAS가 급등/급락한 시점과 가능한 원인

소재별 성과 (광고 소재/크리에이티브별):

CTR이 가장 높은 소재의 특징

전환율이 가장 높은 소재의 특징

CTR은 높지만 전환율이 낮은 소재 (랜딩페이지 문제 가능성)

예산 최적화 제안:

손익분기점 ROAS는 얼마인지

예산을 10% 늘린다면 어디에 투자해야 하는지

즉시 중단해야 할 캠페인이 있는지

[광고 데이터를 붙여넣으세요]

광고 키워드 분석

검색 광고 키워드 분석 프롬프트

검색 광고(Google Ads / 네이버 SA) 키워드 데이터를 분석해주세요.

분석 요청:

키워드 분류: 브랜드 키워드 vs 일반 키워드 vs 경쟁사 키워드

효율 키워드: CPA가 낮고 전환율이 높은 키워드 TOP 10

낭비 키워드: 광고비는 높지만 전환이 없는 키워드 (제외 후보)

기회 키워드: 노출은 적지만 CTR/전환율이 높은 키워드 (입찰가 상향 후보)

품질점수/관련도 개선: 품질점수가 낮은 키워드의 개선 방향

결과를 4분면 매트릭스(높은 전환+낮은 비용 / 높은 전환+높은 비용 / 낮은 전환+낮은 비용 / 낮은 전환+높은 비용)로 분류해주세요.

[키워드 데이터를 붙여넣으세요]

AI 데이터 분석 퍼널 — 고객이 이탈하는 지점 찾기

퍼널(Funnel) 분석은 고객이 최종 전환(구매, 가입 등)에 이르기까지 거치는 각 단계의 전환율과 이탈률을 분석하는 방법입니다. "어디서 고객을 잃고 있는가?"를 정확히 파악할 수 있습니다.

전환 퍼널 분석

전환 퍼널 분석 프롬프트

아래 퍼널 데이터를 분석해주세요.

퍼널 단계: [예시]

1단계: 사이트 방문 — [수치]

2단계: 상품 조회 — [수치]

3단계: 장바구니 담기 — [수치]

4단계: 결제 시작 — [수치]

5단계: 결제 완료 — [수치]

분석 요청:

단계별 전환율과 이탈률 표 + 시각화

최대 이탈 지점: 가장 많은 사용자가 떠나는 단계

벤치마크 비교: 업종 평균 전환율과의 비교 (알고 있다면)

이탈 원인 추론: 각 이탈 지점의 가능한 원인 3가지

개선 우선순위: 어떤 단계를 먼저 개선하면 전체 전환율에 가장 큰 영향이 있는지

개선 방안: 각 이탈 지점별 구체적인 UX/마케팅 개선 방안

세그먼트별 퍼널 비교

세그먼트별 퍼널 비교 프롬프트

동일한 퍼널을 다음 세그먼트별로 나누어 비교 분석해주세요:

세그먼트: [예: 신규 vs 재방문 / 모바일 vs 데스크톱 / 채널별]

비교 분석:

세그먼트별 전체 전환율 비교

어떤 세그먼트가 어떤 단계에서 더 많이 이탈하는지

세그먼트 간 가장 큰 차이가 나는 단계와 그 원인

세그먼트별 맞춤 개선 전략

[세그먼트별 퍼널 데이터를 붙여넣으세요]

AI 데이터 분석 코호트 — 시간에 따른 고객 행동 추적

코호트(Cohort) 분석은 같은 시기에 유입된 사용자 그룹이 시간이 지남에 따라 어떻게 행동하는지를 추적하는 분석 방법입니다. "1월에 가입한 사용자의 3개월 후 잔존율은 얼마인가?"와 같은 질문에 답할 수 있습니다.

리텐션(잔존율) 코호트 분석

코호트 리텐션 분석 프롬프트

아래 사용자 활동 데이터로 코호트 리텐션 분석을 수행해주세요.

데이터: 사용자별 가입일 + 활동일 목록

분석 요청:

월별 코호트 리텐션 테이블: 가입 월별로 1개월~6개월 후 잔존율

리텐션 히트맵: 색상으로 잔존율 높낮이 시각화

코호트 간 비교: 어떤 가입 월의 코호트가 가장 높은/낮은 잔존율을 보이는지

리텐션 곡선: 평균 리텐션 곡선 그래프 (시간 → 잔존율)

급락 구간: 잔존율이 가장 크게 떨어지는 기간과 원인 추론

개선 제안: 리텐션을 높이기 위한 액션 아이템 5가지

[사용자 활동 데이터를 붙여넣으세요]

매출 코호트 분석

매출 코호트 분석 프롬프트

고객별 첫 구매일과 이후 구매 이력으로 매출 코호트 분석을 해주세요.

분석 요청:

코호트별 LTV(고객 생애 가치): 첫 구매 월별 코호트의 누적 매출

재구매율: 코호트별 재구매까지 평균 소요 기간

ARPU 변화: 코호트별 사용자당 평균 매출 시간 추이

고가치 코호트 특성: LTV가 높은 코호트의 공통점 (유입 채널, 첫 구매 상품 등)

예측: 최근 코호트의 향후 LTV 예측

[구매 이력 데이터를 붙여넣으세요]

AI 데이터 분석 A/B 테스트 — 데이터가 말하는 승자

A/B 테스트는 두 가지(또는 그 이상) 버전을 비교하여 어느 것이 더 나은 성과를 내는지 데이터로 확인하는 실험입니다. 랜딩페이지, 이메일 제목, 광고 소재, CTA 버튼 등 다양한 요소를 테스트할 수 있습니다.

A/B 테스트 결과 분석

A/B 테스트 결과 분석 프롬프트

A/B 테스트 결과를 분석해주세요.

테스트 정보:

테스트 대상: [예: 랜딩페이지 헤드라인]

A안 (기존): [설명]

B안 (변형): [설명]

테스트 기간: [시작일 ~ 종료일]

목표 지표: [예: 가입 전환율]

결과 데이터:

A안: 방문자 [수], 전환 [수], 전환율 [%]

B안: 방문자 [수], 전환 [수], 전환율 [%]

분석 요청:

통계적 유의성: p-value와 95% 신뢰구간 계산

결론: 통계적으로 유의미한 차이가 있는지 (p < 0.05 기준)

효과 크기: B안이 A안 대비 몇 % 향상/하락했는지

필요 표본 크기: 만약 아직 유의하지 않다면, 유의한 결과를 얻기 위해 추가로 필요한 표본 수

세그먼트별 결과: 디바이스별, 트래픽 소스별 결과가 다를 수 있는지

추천: 어떤 안을 채택해야 하는지, 후속 테스트 제안

A/B 테스트 설계

A/B 테스트 설계 프롬프트

[테스트 대상 — 예: 상품 상세 페이지의 CTA 버튼]에 대한 A/B 테스트를 설계해주세요.

현재 상황: [현재 버전의 성과 — 예: 전환율 3.2%] 기대 개선: [목표 — 예: 전환율 4.0% 이상]

설계 항목:

가설: "~를 ~로 바꾸면 ~가 개선될 것이다" 형식

변수 통제: 바꿀 것(독립변수)과 바꾸지 않을 것

필요 표본 크기: 95% 신뢰수준, 80% 통계적 검정력 기준

예상 테스트 기간: 일일 트래픽 기반 계산

성공 기준: 어떤 수치가 나오면 B안 채택인지

주의사항: 테스트 무효화 요인, 외부 변수 통제 방법

AI 마케팅 데이터 대시보드 — 핵심 지표를 한눈에

마케팅 데이터를 매일 모니터링하기 위한 대시보드를 AI로 설계하고 데이터를 정리하는 방법입니다.

마케팅 대시보드 설계

마케팅 대시보드 설계 프롬프트

[업종 — 예: B2C 이커머스]의 마케팅 성과를 모니터링하는 주간 대시보드를 설계해주세요.

대시보드 구성:

상단 KPI 카드 (4~6개):

어떤 지표를 KPI로 설정해야 하는지

각 KPI의 목표값 설정 기준

전주 대비 변화율 표시 방법 (색상 코드)

트래픽 섹션:

추천 차트와 지표

전환 섹션:

추천 차트와 지표

광고 성과 섹션:

추천 차트와 지표

콘텐츠/SNS 섹션:

추천 차트와 지표

각 섹션에 표시할 데이터 소스(GA4, 광고 플랫폼, SNS 인사이트)와 업데이트 주기도 알려주세요.

주간 마케팅 리포트 자동 생성

주간 마케팅 리포트 프롬프트

아래 데이터로 이번 주 마케팅 성과 리포트를 작성해주세요.

리포트 구성:

핵심 요약 (3줄):

이번 주 가장 중요한 발견

전주 대비 핵심 KPI 변화

즉시 주의가 필요한 사항

채널별 성과 (표):

GA4 트래픽, SNS 참여, 광고 ROAS를 한 표에 통합

전주 대비 변화율 (↑↓ 표시)

이번 주 하이라이트:

가장 성과 좋았던 콘텐츠/캠페인

가장 큰 성장을 보인 채널/지표

주의 사항:

하락 중인 지표와 원인 분석

즉시 대응이 필요한 이슈

다음 주 액션 플랜:

우선순위별 액션 아이템 5가지

각 액션의 예상 효과

[이번 주 마케팅 데이터를 붙여넣으세요]

마케팅 데이터 분석 AI 도구와 시너지

마케팅 데이터 분석에 활용할 수 있는 전문 도구들입니다. AI 챗봇과 함께 사용하면 분석의 깊이와 효율이 크게 높아집니다.

도구	용도	AI와의 시너지
Amplitude	제품 분석, 사용자 행동 추적	행동 데이터를 AI에 넣어 패턴 분석
HubSpot AI	CRM, 마케팅 자동화	리드 스코어링 데이터를 AI로 심화 분석
Semrush	SEO, 경쟁사 분석	키워드 데이터를 AI에 넣어 콘텐츠 전략 도출
Datawrapper	데이터 시각화	AI 분석 결과를 전문 차트로 변환
Notion AI	리포트 작성, 협업	AI 분석 결과를 팀 공유용 문서로 정리

마케팅 도구 연계 분석 프롬프트

[도구명 — 예: Amplitude]에서 내보낸 데이터를 분석하려고 합니다.

이 도구의 데이터 특성과 내보내기 형식을 고려하여:

데이터 구조를 파악하고 설명해주세요

이 데이터에서 가장 가치 있는 분석 3가지를 추천해주세요

추천 분석을 순서대로 수행해주세요

결과를 Datawrapper에 넣을 수 있는 형식으로도 정리해주세요

[도구에서 내보낸 데이터를 붙여넣으세요]

마케팅 관련 직업과 AI 데이터 분석

마케터(AI 대체 위험도 42%)는 데이터 분석 역량을 갖추면 AI 시대에서도 핵심 인재로 자리잡을 수 있습니다. 반면, 단순 데이터 수집과 보고서 작성만 하는 마케터는 AI에 의해 대체될 가능성이 높아지고 있습니다.

마케터가 AI 시대에 경쟁력을 유지하려면:

전략적 해석 능력: AI가 보여주는 데이터를 비즈니스 맥락에서 해석하는 능력
크리에이티브 판단: 데이터가 말하는 것을 창의적인 캠페인으로 연결하는 능력
실험 설계 능력: A/B 테스트 등 체계적인 실험을 설계하고 해석하는 능력
스토리텔링: 데이터를 경영진과 팀에게 설득력 있게 전달하는 능력

이 네 가지는 AI가 대체하기 어려운 인간 고유의 역량입니다. 마케터를 비롯한 다양한 직업의 AI 대체 위험도와 생존 전략은 AI인사이트 직업 영향도에서 상세히 확인할 수 있습니다.

마케터 데이터 역량 진단 프롬프트

저는 [마케팅 분야 — 예: 퍼포먼스 마케팅] 마케터입니다.

현재 데이터 분석 역량을 진단하고 성장 계획을 세워주세요:

현재 상황:

사용 중인 도구: [예: GA4, Meta 광고 관리자]

분석 수준: [예: 기본 보고서 확인 수준]

부족한 부분: [예: 코호트 분석, A/B 테스트 설계]

진단 항목:

현재 수준 평가 (초급/중급/고급)

즉시 배워야 할 분석 기법 3가지

6개월 성장 로드맵

포트폴리오에 넣을 분석 프로젝트 3가지

이 역량이 연봉/이직에 미치는 영향

이 챕터 핵심 정리

분석 영역	핵심 지표	AI 활용 포인트
GA4 트래픽	채널별 세션, 이탈률, 전환율	CSV 내보내기 → AI 채널 효율 분석
SNS 성과	참여율, 도달, 콘텐츠 유형별	인사이트 데이터 → 최적 전략 도출
광고 ROAS	CPA, CTR, 전환율, ROAS	키워드/소재별 효율 분석 + 예산 최적화
퍼널	단계별 전환율, 이탈률	최대 이탈 지점 → 개선 우선순위
코호트	잔존율, LTV, 재구매율	시간 경과에 따른 고객 행동 패턴
A/B 테스트	p-value, 전환율 차이	통계적 유의성 검증 + 후속 테스트 설계

Semrush, Amplitude, HubSpot AI 등 마케팅 분석 도구의 기능과 가격 비교는 AI 도구 디렉토리에서 확인하세요.

다음 챕터 미리보기

다음 챕터에서는 재무·비즈니스 데이터 분석 — 매출·비용·ROI 분석 프롬프트를 다룹니다. 손익계산서 분석, 매출 예측, 비용 구조 분석, ROI 계산, 가격 탄력성 분석 등 비즈니스 의사결정에 직접 연결되는 재무 데이터 분석 프롬프트를 집중적으로 배우겠습니다.