마케팅 실무 자동화 시스템 설계(4)_최종

실무 기준을 녹인 AI 마케팅 리포트 자동화 v2 고도화 사례 🚀

소개

Aha Marketing 프로젝트의 v2 고도화 사례입니다. 기존 마케팅 툴과의 차별점은 단순 AI 생성이 아니라, 실제 실무에서 반복 운영되는 구조객관적 지표 및 산정 근거를 함께 제공하는 자동화 설계에 있습니다.

사례글로 업데이트 하기 전 많은 부분을 업데이트했습니다. 벌써 배포도 버전 2 까지 진행중이네요! 배포 경험도 중요하다고 해주신 이림님의 말씀에 대략 정리하고 배포부터 진행 후 계속 디벨롭 하고 있습니다.

** 혹여나 베타 테스터로 사용 후기를 남겨주실 마케터 분이 있다면 댓글로 남겨주시기 바랍니다!

21기 지피터스 스터디장으로 마케터 분들과 한번 기깔 난 AI 마케팅 이야기를 해보고 싶었는데 컷 당했어요 ㅠ ㅋㅋㅋ 워낙 신청자가 예상 보다 많긴 했어서 아쉽긴하지만 다음 기수에 일정의 여유가 된다면 재도전 해보겠습니다.

이렇게 된 김에 21기는 진행하지 않고 조금 쉬어가고자 합니다.

이번 버전에서는 다음에 집중했습니다.

  • 📊 마케팅 리포트 자동 생성 (KPI 요약, 일별 성과 트랜드, AI 인사이트 도출 등)

  • 🧠 gemini 기반 AI 인사이트 도출

  • 🏢 경쟁사 공식 USP 분석 및 고객이 느끼는 실제 소비자 인식 USP와의 갭 수치화 및 분석

  • 🔎 키워드 경쟁력 분석 (검색량, 경쟁도,CTR, SERP 다양성, 트렌드모멘텀, 콘텐츠 신선도, 검색의도 등)

  • 🪟 팝업 기반 세부 산정 근거 + 드래그 이동 UX

"예쁘게 보여주는 리포트"가 아니라
"실무자가 실제 의사결정을 내릴 수 있는 리포트"를 목표로 설계했습니다.

진행 방법

1️⃣ 전체 리포트 생성 플로우

데이터 입력 (Naver API OR CSV 업로드)
  → 캠페인 성과 파싱
    → KPI 계산
      → gemini AI 인사이트 생성
        → 리포트 빌더 렌더링
          → PDF / PPT 내보내기

2️⃣ 데이터 입력 구조 (이중 경로 설계)

✔ 경로 1 — Naver 광고 API 연동

  • 기존 getNaverCampaignStats() 재활용

  • 기간 선택 후 자동 fetch

  • 캠페인 선택적 포함/제외

✔ 경로 2 — CSV/Excel 업로드 (Fallback)

  • 네이버 광고 대시보드 다운로드 파일 자동 감지

  • 한글 컬럼 헤더 자동 매핑

  • xlsx 기반 파싱

➡ API 실패 또는 권한 이슈 발생 시에도 리포트 생성 가능하도록 설계했습니다.

3️⃣ KPI 계산 및 리포트 구성

구성

설명

KPI 카드

노출·클릭·전환·비용·CTR·ROAS

캠페인별 성과 비교

상위/하위 캠페인 바차트

기간 비교

전주/전월 대비 추이

AI 인사이트

효율 분석 + 예산 재분배 제안

4️⃣ AI 인사이트 프롬프트 구조

✔ 단순 요약이 아니라
✔ "왜 그런지"를 수치 기반으로 설명하도록 설계했습니다.

5️⃣ 경쟁사 USP 분석 & 키워드 경쟁력 산정

단순 텍스트 분석이 아닌 정량 + 정성 혼합 구조로 설계했습니다.

🔎 키워드 경쟁력

  • 검색량

  • CPC

  • 경쟁도

  • 예상 CTR

→ 내부 가중치 기반 점수화

🏢 경쟁사 USP 분석

  • 광고 카피 패턴

  • 제안 가치

  • 반복 키워드 클러스터

  • 차별 포인트 추출

각 분석 결과는 팝업 창에서 세부 산정 근거 확인 가능하도록 구성했습니다.

6️⃣ 실무 UX 디테일 (Draggable Dialog)

모든 상세 분석 팝업은 드래그 이동이 가능합니다.

// dialog.tsx
const { position, handleMouseDown } = useDraggable();

왜 넣었는가?

  • KPI 카드와 비교하며 동시에 분석 확인 가능

  • 대형 모니터 실무 환경 최적화

  • 실제 마케터 사용 패턴 반영

작은 기능이지만 실사용 만족도는 매우 높았습니다.

7️⃣ 내보내기 기능

  • PDF: html2canvas + jspdf

  • PPT: pptxgenjs

내부용 / 외부용 리포트를 분리하여

  • 내부: 상세 수치 포함

  • 외부: 브랜딩 커스텀 + 요약 중심

클라이언트 보고용까지 바로 활용 가능하도록 설계했습니다.

결과와 배운 점

  1. AI 인사이트는 프롬프트보다 데이터 구조가 더 중요하다.
    → KPI 계산 로직을 먼저 안정화해야 정확도가 올라간다.

  2. 작은 UX 디테일이 신뢰를 만든다.
    → 팝업 드래그 기능, 산정 근거 표시 등은 전문성을 강화한다.

도움 받은 글

  • Claude API 문서

  • Naver 광고 API 가이드

  • Recharts 문서

  • Prisma 공식 문서

1

뉴스레터 무료 구독

👉 이 게시글도 읽어보세요