Read Original
#AI

성과의 차이를 만드는 MD는 무엇을 다르게 할까?

성과의 차이를 만드는 MD는 무엇을 다르게 할까?
01

Summary

AI 비서 '라쿠'와 데이터로 무장한 라포랩스 MD들의 초고속 성장 레시피

단순 상품 소싱을 넘어 데이터 가설 검증과 반복 업무 자동화로 이커머스 시장을 주도하는 방법

라포랩스의 카테고리별 MD들이 풍부한 정량 데이터 분석 인프라와 AI 솔루션을 활용하여 주도적인 비즈니스 임팩트를 창출해 가는 여정을 소개합니다. 자연어 질의가 가능한 사내 AI 비서 '라쿠(Laku)'를 통한 데이터 대중화와 업무 자동화 시스템 도입 사례, 그리고 다음 실험을 빠르게 독려하는 심리적 안정성의 조직 문화를 조명합니다.

  • 01정량 지표 접근성을 대폭 향상하는 대화형 사내 데이터 AI 비서 '라쿠' 적용
  • 02유입 경로, 구매 경로, 전환율 등 상세 행동 지표를 기반으로 한 기획전 역설계 설계
  • 03카카오톡 매니저 연동을 통한 반복 공지 및 성과 리포트 배포 프로세스 자동화 구축
  • 04사내 '4050 연구소'와의 협업을 기반으로 핵심 소비 성향 분석에 밀착한 기획 단독 세트 발굴
  • 05실패의 원인을 신속하게 디브리핑하고 곧바로 차기 가설 실험으로 전환하는 조직 문화

RECOMMENDATION

사내 데이터 파이프라인의 민주화를 꾀하는 엔지니어링 팀이나, 업무 효율화를 목표로 LLM 기반 업무 어시스턴트 도입을 설계하는 데이터 PM 및 분석가에게 실무적인 인사이트를 전달합니다.

The Problem

기존 커머스 환경에서는 파편화된 매출 데이터만 접근할 수 있어 고도화된 고객 행동 분석과 마케팅 전환 흐름을 추적하기 어려웠으며, 대량의 수동 공지 및 단순 행정 업무로 인해 MD의 실무 생산성이 저해되었습니다.

The Solution

라포랩스는 사내 AI 데이터 어시스턴트인 '라쿠'를 도입하여 데이터 접근 장벽을 제거하고, 메신저 기반 프로세스 자동화를 구축하여 다수 브랜드 대상의 정보 전송 및 반복 조율 작업을 시스템화했습니다.

The Result

전략 노출 중심의 타깃 기획으로 입점 브랜드 거래액을 전주 대비 최대 61% 성장시켰으며, 3개월 평균 매출 증가 및 반복적인 수동 행정 업무의 획기적인 축소를 통해 고부가가치 기획 중심의 핵심 역량을 제고했습니다.

Trade-off

AI 데이터 보조 도구와 업무 자동화로 가설 검증 속도는 빨라졌으나, 비즈니스 성사를 위한 현지 공급망 구축과 브랜드와의 장기적 인적 신뢰 형성은 자동화가 어려워 MD의 고유한 정성적 현장 탐색 리소스가 여전히 요구됩니다.

03

Key Concepts

Concept · 01

데이터 기반 의사결정 (Data-Driven Decision Making)

직관이나 경험에 의존하지 않고 고객의 행동 패턴, 유입 및 이탈, 전환 데이터 분석을 토대로 비즈니스 전략과 개선 모델을 도출하는 정량 중심 접근법입니다.

  • 특정 기획전 실행 시 유입 고객 정보 및 연쇄 구매 데이터를 토대로 적정 가격대와 타깃 상품 구성을 사전 정밀 조율함
Concept · 02

사내 AI 어시스턴트 (Laku)

데이터 쿼리 지식이 부족하더라도 사용자가 자연어 질문을 입력하면 사내 축적된 방대한 지표를 자동 조회하고 종합 분석해 주는 지능형 대화형 도구입니다.

  • 원하는 비즈니스 성과 분석과 유관 지표 조회를 자연어 명령어로 처리하여 데이터 확인 및 검증 시간을 대폭 절감함
Concept · 03

업무 프로세스 자동화 (Workflow Automation)

반복적이고 단순 정형화된 행정 및 소통 절차를 소프트웨어나 자동 매니저 툴을 사용해 처리하여 인간의 주의 자원을 가치 지향적 업무에 집중시키는 방식입니다.

  • 수많은 카테고리 셀러들을 대상으로 하던 다량의 매출 분석 리포트 안내 및 일정 공유 과정을 카카오톡 기반 발송 시스템으로 자동화함