쇼핑몰 스토어 개요 홈 (총매출 · 주문 · 객단가 · 전환율 · 재구매율 KPI 5장 · 시간대별 매출 오늘 vs 지난주 같은 요일 · 진행 중 시간 빗금 · 채널별 매출 · 인기 상품)
Store overview home: five KPI tiles (sales, orders, AOV, conversion, returning rate), hourly sales today vs the same weekday last week with a hatched in-progress hour, channel split and top products
쇼핑몰 관리자가 로그인하자마자 보는 오늘의 스토어 개요 화면입니다. 맨 위 KPI 5장은 주문이 들어올 때마다 조금씩 올라가고, 왼쪽 큰 차트는 시간대별 매출 막대를 지난주 같은 요일 점선과 겹쳐 지금 몇 시까지 앞서는지 보여 줍니다. 아직 끝나지 않은 현재 시간 막대는 빗금으로 구분되고, 오른쪽에는 판매 채널 비중과 오늘 많이 팔린 상품이 있습니다.
프롬프트
이커머스 스토어 개요(홈) 대시보드를 만들어줘. 데이터: summary = {gmv, orders, aov = gmv / orders, cvr = orders / sessions, returningRate = 재구매 주문 / 주문}, compare = 지난주 같은 요일 같은 시각까지 누계(전일 비교는 요일 효과 때문에 쓰지 않는다), hourly[24] = {h, sales, salesLW}, channels[] = {name:"자사몰"|"스마트스토어"|"쿠팡"|"카카오 선물하기"|"인스타 숍", sales}, topProducts[3] = {sku, name, units, sales, thumb}. 레이아웃(1280 기준 12단 · 24px 거터 · 카드 radius 12 · 배경 #F1F2F4 · 카드 #FFFFFF 테두리 #E3E5E8): 1행 KPI 5장(각 2.4단 = grid-template-columns repeat(5,1fr), 높이 96) — 라벨 13px #616A75, 값 26px tabular-nums, 증감 ▲ #0E9F6E / ▼ #E02424 + 오른쪽 14포인트 스파크라인. 2행 왼쪽 8단: 시간대별 매출 막대(오늘 #2563EB, 폭 60%) + 지난주 같은 요일 점선(#9AA1AB 1.5px dash 4 3) — 현재 시간 막대는 45° 빗금 + "진행 중" 라벨, 미래 시간은 지난주 점선만. 2행 오른쪽 4단: 채널 막대 리스트(행 배경이 곧 막대 · 비중 %) + 인기 상품 3개(48px 썸네일 · 수량 · 매출). 상호작용: ①막대 hover → 툴팁 "14시 ₩3.42M · 지난주 ₩2.95M (+15.9%)" 120ms fade ②KPI 클릭 → 차트 지표가 그 KPI로 바뀌며 y축 240ms 재스케일 ③새 주문 웹훅(주문 생성 이벤트) 수신 → 주문 수 자리 롤 280ms cubic-bezier(.2,0,0,1), 현재 막대 높이 200ms 성장, 30초마다 서버 재집계로 보정 ④자정 KST 롤오버 때 오늘 막대를 0으로 리셋하지 말고 어제로 확정 후 페이드. 반올림: 금액은 ₩ 백만 단위 소수 1자리, 툴팁에서 정확값.
라이브 데모 열기 — 쇼핑몰 스토어 개요 홈 (총매출 · 주문 · 객단가 · 전환율 · 재구매율 KPI 5장 · 시간대별 매출 오늘 vs 지난주 같은 요일 · 진행 중 시간 빗금 · 채널별 매출 · 인기 상품)
대형 세일 라이브 GMV 레이스 현황판 (누적 매출 vs 작년 같은 시각 · 목표 경로 · 초당 주문 · 주문 토스트 흐름 · 시간당 목표 달성 막대 · 월보드 다크)
Big-sale live GMV race board: cumulative sales racing last year at the same minute and the target path, orders per second, an order toast stream and hourly target attainment on a dark wallboard
블랙프라이데이나 11.11 같은 대형 세일 당일 상황실 벽에 띄우는 라이브 현황판입니다. 커다란 누적 매출 숫자가 초 단위로 올라가고, 아래 곡선은 오늘 누적 매출이 작년 같은 시각과 목표 경로를 앞지르는지 보여 줍니다. 오른쪽에는 방금 들어온 주문 토스트가 위로 밀려 올라가고, 맨 아래 시간당 목표 막대가 이번 시간 달성률을 채워 갑니다.
프롬프트
대형 세일 데이 라이브 GMV 레이스 월보드를 만들어줘(1920×1080 다크 · 배경 #0B0F17 · 카드 #131A24). 데이터: 스트림 orders$ (WebSocket, 이벤트 {ts, amount, region, items, channel}), 1초 버킷 집계 bucket[] = {sec, gmv, orders}, 비교 lyCum(minute) = 작년 같은 행사 같은 경과 분의 누적 매출, target(minute) = 일 목표 × 시간 가중 누적(시간별 가중치 hourWeight[24] 합 1). 레이아웃: 왼쪽 8단 — 상단 거대 누적 GMV 숫자(120px tabular-nums · 단위 "억" 작게 48%), 그 아래 "작년 대비 +18.4% · 목표 대비 102%" 칩 2개, 하단 누적 곡선 차트(오늘 실선 #4F8CFF 3px + 아래 그라디언트 · 작년 #8C97A8 점선 · 목표 #FBBF24 1px 계단, x 00–24시, 현재 위치에 펄스 점). 오른쪽 4단 — 초당 주문(OPS) 큰 숫자 + 60초 미니 막대, 주문 토스트 스택 6개(지역 · 금액 · 몇 초 전 · 새 토스트가 위에서 들어오면 나머지가 280ms 밀려 내려가고 7번째는 페이드 아웃). 하단 전체 폭: 시간당 목표 달성 막대 24칸(지난 시간 확정 · 현재 시간은 채워지는 중 · 100% 넘으면 녹색 #2FD27A). 숫자 갱신: 서버는 1초마다 누계를 보내고 화면은 다음 값까지 1000ms linear 보간(카운터가 멈췄다 점프하지 않게), 정각마다 해당 시간 막대 확정 + 400ms 하이라이트. 1억 · 10억 같은 이정표 돌파 때 숫자 위 금빛 스윕 900ms 1회만. 연결 끊김 3초 이상이면 숫자를 회색 + "지연" 배지, 재연결 시 누락 버킷 백필 후 곡선 이어 그림.
라이브 데모 열기 — 대형 세일 라이브 GMV 레이스 현황판 (누적 매출 vs 작년 같은 시각 · 목표 경로 · 초당 주문 · 주문 토스트 흐름 · 시간당 목표 달성 막대 · 월보드 다크)
상품 성과 표 (썸네일 행 · 조회 → 담기 → 구매 단계 전환율 미니 막대 · 매출 · 마진율 · 반품률 경고 · 7일 스파크라인 · 머리글 정렬 FLIP)
Product performance table: thumbnail rows with view → add-to-cart → purchase step rates as mini bars, revenue, margin, return-rate warnings, 7-day sparklines and FLIP re-sorting by header
상품마다 조회 → 장바구니 담기 → 구매로 이어지는 단계 전환율을 한 행 안의 작은 막대 3개로 보여 주는 상품 성과 표입니다. 매출 · 마진율 · 반품률과 7일 추이도 함께 있어 많이 팔리지만 남는 게 없는 상품이나 반품이 많은 상품이 바로 보입니다. 커서가 머리글을 눌러 매출순 → 구매 전환율순 → 반품률순으로 바꾸면 행이 제자리에서 미끄러져 새 순서로 자리를 잡습니다.
프롬프트
이커머스 상품 성과 표를 만들어줘. 데이터: products[] = {sku, name, thumb, views, addToCarts, purchases, revenue, cogs, returns, daily7[]}, 파생: atcRate = addToCarts / views, purchaseRate = purchases / addToCarts, viewToBuy = purchases / views, margin = (revenue − cogs) / revenue, returnRate = returns / purchases. 열(TanStack Table · 행 높이 52 · 첫 열 고정): 상품(40px 썸네일 + 이름 2줄 말줄임 + SKU 회색 12px) | 단계 전환(폭 120 · 3칸 미니 막대: 조회 100% 회색 #C9CED6 → 담기 % 파랑 #2563EB → 구매 % 초록 #0E9F6E, 각 막대 위 값 10px) | 매출(₩ 오른쪽 정렬 tabular-nums) | 마진율(20% 미만 #D97706) | 반품률(8% 이상 빨강 칩 #E02424 + "사이즈" 같은 주 사유 툴팁) | 7일(56×16 스파크라인, 마지막 점 강조). 정렬: 머리글 클릭 → 내림 → 오름 → 해제 3단, 화살표 아이콘 180ms 회전. 행 재정렬은 FLIP — 정렬 전 각 행 y 저장 → 정렬 후 transform: translateY(이전 − 현재) → 0으로 360ms cubic-bezier(.2,0,0,1), 행마다 20ms 스태거, 가장 많이 움직인 행에 1회 #EBF2FF 배경 플래시. 행 hover → 오른쪽 끝 "상세 · 광고 만들기 · 재고" 액션 버튼 120ms 등장. 빈 값(판매 0) 행은 전환율 대신 "판매 없음" 회색 텍스트. 기간 칩(7일 · 30일 · 90일) 변경 시 숫자 열만 자리 롤 240ms.
라이브 데모 열기 — 상품 성과 표 (썸네일 행 · 조회 → 담기 → 구매 단계 전환율 미니 막대 · 매출 · 마진율 · 반품률 경고 · 7일 스파크라인 · 머리글 정렬 FLIP)
재고 소진 위험 보드 (SKU별 재고 일수 막대 vs 리드타임 표식 · 소진 예정일 · 위험 등급 · 선택 SKU 재고 예측선 · 안전재고 띠 · 발주점 · 입고 계단 · 발주 제안)
Stock-out risk board: per-SKU days-of-cover bars against lead-time markers, stock-out dates and risk grades, plus a projected inventory line for the selected SKU with safety-stock band, reorder point, PO arrival step and a suggested order
재고가 리드타임 안에 바닥나는 상품을 먼저 보여 주는 재고 위험 보드입니다. 왼쪽 목록은 SKU마다 지금 재고로 며칠 버티는지 막대로 그리고, 발주해서 받기까지 걸리는 리드타임 표식보다 짧으면 빨갛게 표시합니다. 커서가 SKU를 고르면 오른쪽에 일평균 판매로 깎여 내려가는 재고 예측선과 안전재고 띠 · 발주점 · 입고 예정 계단이 나타나고 "지금 발주 340개" 제안이 뜹니다.
프롬프트
재고 소진 위험 대시보드를 만들어줘. 데이터: skus[] = {sku, name, onHand, inbound:[{eta, qty}], avgDaily (최근 28일 판매 ÷ 28, 품절일은 분모에서 제외), sdDaily, leadTimeDays, moq}. 파생: daysOfCover = onHand / avgDaily, safetyStock = z(95%=1.65) × sdDaily × √leadTime, reorderPoint = avgDaily × leadTime + safetyStock, stockoutDate = 오늘 + daysOfCover(입고 반영), suggestedQty = max(moq, ceil(avgDaily × (leadTime + reviewPeriod 14) + safetyStock − onHand − Σinbound)). 위험 등급: daysOfCover < leadTime → "위험" #E02424, < leadTime + 7 → "주의" #D97706, 그 외 "정상". 레이아웃: 왼쪽 5단 SKU 목록(행 30px · 위험 순 정렬) — 이름 · 재고 수량 · 0–60일 가로 막대(재고 일수, 등급 색) + 리드타임 위치 세로 눈금 ▼ + 오른쪽 "11/02 소진" 날짜. 오른쪽 7단 선택 SKU 상세: x 오늘 → +60일, 재고 예측 선(일평균으로 하강 · 입고 ETA에 계단 상승), 안전재고 띠(#E02424 8% 채움), 발주점 점선 #D97706, 재고가 0 아래로 가는 구간은 빗금 "품절 예상 6일", 상단 카드 "지금 발주 340개 → 예상 품절 0일" + 버튼. 상호작용: ①행 클릭 → 상세 선이 왼쪽에서 오른쪽으로 600ms 그려짐 ②제안 수량 입력을 바꾸면 가상 입고 계단이 즉시 다시 계산되어 점선으로 겹침 ③"발주 초안" 클릭 → 공급처별 발주서 서랍. 계산은 일 단위 정수, 소수 일평균은 표시 1자리.
라이브 데모 열기 — 재고 소진 위험 보드 (SKU별 재고 일수 막대 vs 리드타임 표식 · 소진 예정일 · 위험 등급 · 선택 SKU 재고 예측선 · 안전재고 띠 · 발주점 · 입고 계단 · 발주 제안)
재고 ABC-XYZ 분류 행렬 (매출 기여 누적 80 · 95% 경계 × 수요 변동계수 0.5 · 1.0 경계 · SKU 점이 산점도에서 3×3 칸으로 모임 · 칸별 SKU 수 · 매출 비중 · 보충 정책)
Inventory ABC-XYZ matrix: SKUs scattered by cumulative revenue share against demand coefficient of variation settle into a 3×3 grid with counts, revenue share and a replenishment policy per cell
수천 개 SKU를 매출 기여(ABC)와 수요 안정성(XYZ) 두 축으로 나눠 칸마다 다른 재고 정책을 정하는 분류 화면입니다. 처음에는 SKU 점들이 누적 매출 비중 × 변동계수 산점도에 흩어져 있다가, 80 · 95% 와 0.5 · 1.0 경계선이 그어지면 3×3 칸 안으로 모여 칸별 개수와 매출 비중 · 보충 정책 카드로 바뀝니다. 커서가 AZ 칸을 누르면 "매출은 크지만 수요가 들쭉날쭉" 칸의 SKU 목록이 펼쳐집니다.
프롬프트
ABC-XYZ 재고 분류 대시보드를 만들어줘. 데이터: skus[] = {sku, revenue12m, monthlyDemand[12]}. ABC: 매출 내림차순 누적 비중 cumShare ≤ 80% → A, ≤ 95% → B, 나머지 C. XYZ: 월 수요 변동계수 CV = σ / μ (μ = 0인 SKU는 "신규 · 판정 불가" 별도 칸), CV ≤ 0.5 → X, ≤ 1.0 → Y, 그 외 Z. 레이아웃: 메인 3×3 행렬(행 A · B · C, 열 X · Y · Z, 칸 120×88 · 간격 8) — 칸마다 큰 SKU 수(28px) · 매출 비중 % · 권장 정책 1줄(AX "자동 보충 · 낮은 안전재고", AZ "주문 생산 · 수요 신호 감시", CZ "단종 검토"), 칸 배경은 매출 비중 순차 팔레트 #EBF2FF → #2563EB. 오른쪽 범례: 경계값 슬라이더 2개(ABC 80/95 · CV 0.5/1.0). 모션: ①첫 진입 — 점(SKU)을 x = 누적 매출 비중 0–100%, y = CV 0–2 산점도로 600ms 페이드 인 ②경계선 4개가 280ms 그려짐 ③점이 각 칸 중심 주변 원형 패킹 위치로 720ms cubic-bezier(.2,0,0,1) 이동(점마다 i×4ms 스태거) ④칸 배경과 숫자가 240ms 크로스페이드. 슬라이더를 끌면 경계 너머 점만 이웃 칸으로 320ms 이동, 칸 숫자는 자리 롤. 칸 클릭 → 해당 SKU 표 서랍(정렬: 매출) + 정책 변경 버튼. 계산은 서버 dbt 모델로 매주 월요일 갱신, 화면 상단 "기준 2026-10-20" 표시.
라이브 데모 열기 — 재고 ABC-XYZ 분류 행렬 (매출 기여 누적 80 · 95% 경계 × 수요 변동계수 0.5 · 1.0 경계 · SKU 점이 산점도에서 3×3 칸으로 모임 · 칸별 SKU 수 · 매출 비중 · 보충 정책)
주문 출고 파이프라인 (결제 완료 → 피킹 → 포장 → 출고 → 배송 중 → 배송 완료 단계 열 · 주문 점 이동 · 오늘 출고 마감 카운트다운 · 지연 SLA 경고 · 시간당 처리량 vs 용량)
Order fulfilment pipeline: paid → picking → packing → shipped → in transit → delivered stage columns with flowing order dots, a same-day cut-off countdown, SLA breach warnings and hourly throughput vs capacity
물류 센터와 CS 팀이 함께 보는 주문 출고 파이프라인 화면입니다. 결제 완료부터 배송 완료까지 6단계 열에 지금 몇 건이 쌓여 있는지 보이고, 주문 점들이 단계 사이를 흘러갑니다. 위에는 오늘 출고 마감까지 남은 시간과 마감 전에 못 나갈 것 같은 주문 수가 카운트다운되고, 처리 기준 시간을 넘긴 주문은 빨간 지연 배지로 따로 셉니다. 아래 막대는 시간당 처리량이 센터 용량에 얼마나 붙어 있는지 보여 줍니다.
프롬프트
주문 풀필먼트 파이프라인 대시보드를 만들어줘. 데이터: orders[] = {id, paidAt, pickedAt?, packedAt?, shippedAt?, deliveredAt?, carrier, priority}, 단계 = 마지막으로 찍힌 타임스탬프. SLA: 결제 → 출고 24시간(영업일 기준) · 오늘 출고 마감 cutoff 16:00 이전 결제분은 당일 출고 약속. 파생: atRisk = cutoff 전 결제 && 아직 미출고 && (남은 시간 < 해당 단계 이후 평균 처리 시간 p75), breached = now − paidAt > 24h && 미출고. 레이아웃: 상단 띠 — "오늘 출고 마감 16:00까지 01:42:10"(tabular-nums · 1시간 미만 #D97706 · 15분 미만 #E02424 깜빡임 없이 색만) + "마감 위험 37건" 칩 + "SLA 지연 7건" 빨간 칩. 본문 6열(결제 완료 · 피킹 · 포장 · 출고 · 배송 중 · 완료, 각 열 폭 1fr · 열 머리에 건수 32px + 평균 체류 시간) — 열 안에 주문을 점 격자(점 1 = 주문 1, 200건 넘으면 점 1 = 10건으로 전환, 범례에 명시)로, 지연 주문 점은 빨강 링. 열 사이 화살표에 시간당 이동 건수. 하단: 시간당 처리량 막대(출고 건 · #2563EB) + 센터 용량 선(#9AA1AB) + 다음 2시간 예상(빗금). 실시간: WMS 이벤트 수신 → 점이 다음 열로 480ms 포물선 이동(cubic-bezier(.3,0,.2,1)), 열 건수 자리 롤. 열 클릭 → 그 단계 주문 표 서랍(체류 시간 내림차순), 빨간 칩 클릭 → 지연 주문만 필터. 마감 이후에는 카운트다운이 "내일 마감까지"로 넘어가며 오늘 미출고 수를 회색 확정 칩으로 남긴다.
라이브 데모 열기 — 주문 출고 파이프라인 (결제 완료 → 피킹 → 포장 → 출고 → 배송 중 → 배송 완료 단계 열 · 주문 점 이동 · 오늘 출고 마감 카운트다운 · 지연 SLA 경고 · 시간당 처리량 vs 용량)
반품 · 교환 분석 화면 (반품률 · 환불액 KPI · 반품 사유 막대 · 카테고리 × 사유 히트맵 · 사이즈 문제 상품 Top · "사이즈 표 보완" 조치 · 사유 ↔ 카테고리 보기 전환)
Returns & exchanges analysis: return-rate and refund KPIs, reason bars, a category × reason heatmap, top size-issue products with a fix-size-chart action and a reason ↔ category pivot
반품이 왜 일어나는지 사유와 카테고리 두 방향으로 쪼개 보는 반품 분석 화면입니다. 반품률과 환불액 KPI 아래 사유 막대가 사이즈 · 색상 차이 · 불량 · 단순 변심 · 오배송 순으로 늘어서고, 오른쪽 히트맵은 어떤 카테고리에서 어떤 사유가 몰리는지 색으로 보여 줍니다. 커서가 의류 × 사이즈 칸을 짚으면 해당 상품 Top 3와 "사이즈 표 보완" 조치 버튼이 함께 강조됩니다.
프롬프트
반품 분석 대시보드를 만들어줘. 데이터: returns[] = {orderId, sku, category, reason:"size"|"color"|"defect"|"changed_mind"|"wrong_item"|"late", refund, restockable, createdAt}, 분모 = 같은 기간 배송 완료 주문(반품 신청일이 아니라 원 주문의 배송 완료 코호트로 맞춰야 반품률이 왜곡되지 않음). KPI 4: 반품률 = 반품 건 ÷ 배송 완료 건(목표 5% 점선 비교), 환불액, 재입고 가능 비율, 평균 처리 일수. 레이아웃: 왼쪽 5단 사유 가로 막대(비중 % · 건수, 판매자 귀책 사유(불량 · 오배송 · 지연)는 빨강 계열 #E02424, 고객 사유는 회색-파랑 #616A75로 색을 나눠 책임 구분). 오른쪽 7단 카테고리 × 사유 히트맵(행 6 카테고리 · 열 6 사유, 값 = 해당 칸 반품률, 순차 #FFF7ED → #C2410C, 셀 22px · 셀 안 값 10px, 행 끝 합계 막대). 하단: 선택 칸의 상품 Top 3(썸네일 · 반품률 · 리뷰 키워드 "작아요 41회") + 조치 버튼("사이즈 표 보완" · "상세 이미지 교체" · "공급처 클레임"). 상호작용: ①히트맵 셀 hover → 행 · 열 머리 강조 + 툴팁(건수 · 반품률 · 전월 대비) ②셀 클릭 → 왼쪽 사유 막대가 그 카테고리 기준으로 320ms 재집계 ③보기 전환 세그먼트 "사유별 | 카테고리별"로 피벗(막대 축 교체 240ms). 사유 미기재 반품은 "기타" 회색으로 맨 아래 고정.
라이브 데모 열기 — 반품 · 교환 분석 화면 (반품률 · 환불액 KPI · 반품 사유 막대 · 카테고리 × 사유 히트맵 · 사이즈 문제 상품 Top · "사이즈 표 보완" 조치 · 사유 ↔ 카테고리 보기 전환)
RFM 고객 세그먼트 격자 (최근성 R 1–5 × 구매 빈도 · 금액 FM 1–5 · 11개 세그먼트 영역 · 고객 수 · 매출 비중 · 전월 대비 이동 화살표 · 이탈 위험 세그먼트 → 윈백 캠페인)
RFM segment grid: recency 1–5 × frequency-monetary 1–5 mapped into 11 named segments with customer counts, revenue share, month-over-month migration arrows and an at-risk segment that launches a win-back campaign
고객을 마지막 구매 시점(R)과 구매 빈도 · 금액(FM) 점수로 5×5 칸에 놓고, 칸을 묶어 챔피언 · 충성 고객 · 신규 · 이탈 위험 · 휴면 같은 11개 세그먼트 지도로 보여 주는 화면입니다. 세그먼트마다 고객 수와 매출 비중이 적혀 있고, 전월 대비 보기로 바꾸면 챔피언에서 이탈 위험으로 빠져나간 고객 흐름이 화살표로 나타납니다. 커서가 이탈 위험 영역을 누르면 오른쪽에 평균 마지막 구매일과 윈백 캠페인 버튼이 있는 세그먼트 카드가 열립니다.
프롬프트
RFM 세그먼트 대시보드를 만들어줘. 데이터: customers[] = {id, lastOrderAt, orders12m, revenue12m}. 점수: R = 마지막 구매 경과일의 5분위(최근일수록 5), F = 주문 수 5분위, M = 금액 5분위, FM = round((F + M) / 2). 세그먼트 규칙(R, FM): 챔피언 R4–5·FM4–5, 충성 고객 R3–4·FM3–5(챔피언 제외), 잠재 충성 R4–5·FM2–3, 신규 R5·FM1, 유망 R4·FM1, 관심 필요 R3·FM3, 잠들기 직전 R3·FM1–2, 이탈 위험 R1–2·FM3–4, 놓치면 안 됨 R1–2·FM5, 휴면 R1–2·FM1–2(R1·FM1은 이탈 완료). 레이아웃: 왼쪽 8단 5×5 격자(x = R 1→5 오른쪽이 최근, y = FM 1→5 위가 높음, 칸 64px) — 같은 세그먼트 칸은 배경을 공유하고 경계만 2px 흰 선, 세그먼트 중심에 이름 14px + 고객 수 + 매출 비중, 색은 가치 축 순서(챔피언 #2563EB · 충성 #3B82F6 … 이탈 위험 #E02424 · 휴면 #9AA1AB). 오른쪽 4단: 선택 세그먼트 카드(고객 수 · 평균 객단가 · 평균 마지막 구매 n일 전 · 추천 액션 버튼 "윈백 쿠폰 캠페인"). 상호작용: ①세그먼트 hover → 그 영역만 진하게, 나머지 35% 불투명 120ms ②"전월 대비" 토글 → 세그먼트 사이 이동 화살표(굵기 = 이동 고객 수, 상위 5개만) 400ms 그려짐 + 영역마다 Δ명 칩 ③영역 클릭 → 카드가 오른쪽에서 240ms 슬라이드, 버튼은 해당 고객 목록을 CRM 오디언스로 동기화(“동기화 중 → 1,842명 연결됨”). 점수 기준일은 매일 03:00 재계산 · 화면에 기준일 표시.
라이브 데모 열기 — RFM 고객 세그먼트 격자 (최근성 R 1–5 × 구매 빈도 · 금액 FM 1–5 · 11개 세그먼트 영역 · 고객 수 · 매출 비중 · 전월 대비 이동 화살표 · 이탈 위험 세그먼트 → 윈백 캠페인)
재구매 주기 분포 (첫 구매 → 두 번째 구매 간격 히스토그램 · 누적 재구매 곡선 · 중앙값 · 리마인드 발송 권장 시점 · 카테고리 전환 모핑)
Repurchase interval distribution: histogram of days from first to second order with a cumulative repeat curve, median marker, recommended reminder timing and a category switch that morphs the bins
첫 구매 고객이 두 번째로 사기까지 며칠이 걸리는지 분포로 보여 주는 재구매 분석 화면입니다. 막대는 간격 일수별 고객 수, 선은 지금까지 두 번째 구매를 한 누적 비율이고, 중앙값과 함께 "이쯤 리마인드를 보내면 좋다"는 권장 시점이 표시됩니다. 커서가 전체 → 뷰티 → 커피 원두로 카테고리를 바꾸면 소모 주기에 따라 막대 봉우리가 왼쪽 오른쪽으로 옮겨 갑니다.
프롬프트
재구매 주기 대시보드를 만들어줘. 데이터: firstToSecond[] = {customerId, category(첫 주문 주력 카테고리), gapDays | null(아직 재구매 없음)}, 관측 창 180일 · 첫 구매 후 180일이 안 지난 고객은 우측 절단(censored)이라 누적 곡선은 카플란-마이어 방식으로 계산(단순 비율로 그리면 최근 코호트가 재구매율을 깎는다). KPI 3: 180일 내 2회 구매 전환율, 중앙 간격(일), 재구매 고객 객단가 ÷ 첫 구매 객단가. 차트: x 0–120일(7일 빈 · 막대 #2563EB 60% · 빈 hover 툴팁 "15–21일 · 1,284명 · 누적 24.1%"), 오른쪽 y축 누적 재구매율 선(#0E9F6E 2px · 0–40%), 중앙값 세로 점선 + 라벨, 권장 리마인드 시점 = 분포 40번째 백분위 − 3일 · 주황 #F59E0B 깃발("D+19 알림톡"). 카테고리 세그먼트(전체 · 뷰티 · 커피 원두 · 반려동물 사료) 전환 → 막대 높이 각자 360ms cubic-bezier(.2,0,0,1) 모핑(막대 수 동일 유지), 누적선은 경로 보간, 깃발은 x 이동. 아래 표: 카테고리별 중앙 간격 · 2회 전환율 · 현재 리마인드 설정일과 권장일 차이(± 일, 3일 이상 차이 나면 "조정 제안"). 깃발 드래그 → 리마인드 시점 변경 미리보기(해당 시점 이전에 이미 산 고객 비율 = 낭비 발송 % 표시).
라이브 데모 열기 — 재구매 주기 분포 (첫 구매 → 두 번째 구매 간격 히스토그램 · 누적 재구매 곡선 · 중앙값 · 리마인드 발송 권장 시점 · 카테고리 전환 모핑)
장바구니 이탈 회수 시퀀스 보드 (이탈 장바구니 → 1시간 알림톡 → 24시간 이메일 → 72시간 쿠폰 단계별 발송 · 열람 · 회수율 · 회수 매출 누적 · 쿠폰 비용 차감 순회수 · 장바구니 하나의 여정)
Abandoned-cart recovery sequence board: abandoned carts flowing through a 1 h message, 24 h email and 72 h coupon with sent / opened / recovered rates per step, cumulative recovered revenue net of coupon cost and one cart’s journey
장바구니에 담고 결제하지 않은 고객에게 시간 차를 두고 보내는 회수 메시지 3단계가 각각 얼마나 되돌려 오는지 보여 주는 보드입니다. 이탈 장바구니에서 출발한 띠가 1시간 뒤 알림톡, 24시간 뒤 이메일, 72시간 뒤 쿠폰 단계를 지나며 회수된 만큼 녹색으로 빠져나가고, 오른쪽에는 회수 매출에서 쿠폰 비용을 뺀 순회수가 쌓입니다. 아래에는 장바구니 하나가 시퀀스를 따라가다 2단계에서 결제로 빠지는 여정이 재생됩니다.
프롬프트
장바구니 이탈 회수(abandoned cart flow) 대시보드를 만들어줘. 데이터: carts[] = {cartId, value, abandonedAt, recoveredAt?, recoveredByStep?, couponUsed}, steps[3] = {name:"알림톡"|"이메일"|"쿠폰 10%", delayH:1|24|72, sent, delivered, opened, clicked, recovered, revenue, cost}. 회수 귀속: 메시지 클릭 후 72시간 내 같은 장바구니 결제만(자연 복귀와 구분하려고 대조군 10%를 무발송으로 두고 증분 회수율 = 발송군 − 대조군 표시). 레이아웃: 상단 KPI 4(이탈 장바구니 수 · 이탈 금액 · 회수율 · 순회수 = 회수 매출 − 쿠폰 할인 − 발송비). 본문: 가로 단계 흐름 — 이탈 3,412건 띠(높이 = 남은 장바구니 수)가 단계마다 회수분을 아래로 녹색 #0E9F6E 가지로 떨어뜨리며 오른쪽으로 갈수록 가늘어짐(산키 축약형), 각 단계 위에 지연 시간 칩 "+1h", 단계 카드: 발송 · 열람률 · 클릭률 · 회수율 · 회수 매출, 대조군 대비 증분 "+5.6pt". 오른쪽: 누적 순회수 영역 차트(7일 · 매출 영역 #0E9F6E, 쿠폰 비용 빗금 영역 #E02424 아래로). 하단: 단일 장바구니 여정 타임라인(담기 → 이탈 → 알림톡 열람 → 이메일 클릭 → 결제) 점이 2.4초 동안 이동. 상호작용: 단계 카드 hover → 그 단계 메시지 미리보기 팝오버, 지연 칩 클릭 → 지연 시간 A/B 결과(1h vs 3h) 비교 서랍. 숫자는 매시 정각 갱신, 갱신 시 바뀐 칸만 240ms 하이라이트.
라이브 데모 열기 — 장바구니 이탈 회수 시퀀스 보드 (이탈 장바구니 → 1시간 알림톡 → 24시간 이메일 → 72시간 쿠폰 단계별 발송 · 열람 · 회수율 · 회수 매출 누적 · 쿠폰 비용 차감 순회수 · 장바구니 하나의 여정)
함께 구매 연관 분석 (상품 × 상품 향상도 히트맵 · 대각선 제외 · 셀 클릭 → 연관 규칙 카드 지지도 · 신뢰도 · 향상도 · 번들 · 추천 위젯 연결)
Market-basket affinity: a product × product lift heatmap with the diagonal masked, cell click opening an association-rule card with support, confidence and lift plus bundle and recommendation actions
어떤 상품이 같은 주문에 함께 담기는지 상품 × 상품 칸에 향상도(lift)로 칠한 연관 분석 화면입니다. 같은 상품끼리인 대각선은 비워 두고, 우연보다 몇 배 자주 함께 팔리는지를 진한 색으로 보여 줍니다. 커서가 텀블러 × 빨대 세트 칸을 누르면 오른쪽에 "텀블러를 산 주문의 34%가 빨대 세트도 샀다" 같은 규칙 카드가 지지도 · 신뢰도 · 향상도와 함께 열리고, 번들 만들기와 추천 위젯 연결 버튼이 나옵니다.
프롬프트
장바구니 연관 분석 대시보드를 만들어줘. 데이터: orders[] = {orderId, skus[]}, 상위 12개 상품(또는 카테고리)으로 쌍 집계. 지표: support(A,B) = A와 B가 함께 있는 주문 ÷ 전체 주문, confidence(A→B) = support(A,B) ÷ support(A), lift = confidence(A→B) ÷ support(B)(1 = 우연, >1 함께 사는 경향, <1 대체 관계). 최소 지지도 0.5% · 최소 쌍 주문 30건 미만 칸은 회색 빗금 "표본 부족". 레이아웃: 왼쪽 7단 12×12 히트맵(셀 22px · 대각선 마스크 #F7F8F9 · 대칭이라 아래 삼각만 그리기 옵션), 색 = log2(lift) 발산 팔레트(<1 청록 #0EA5A4 ← 1 흰 → >1 보라 #7C3AED, 범위 −1.5…+2.5 클램프). 행 · 열 머리에 상품 썸네일 16px. 오른쪽 5단: 선택 규칙 카드 — "A → B" 문장, 지지도 · 신뢰도 · 향상도 3칸 큰 숫자, 방향 반대 규칙(B → A) 신뢰도 비교 막대(신뢰도는 비대칭), 최근 12주 lift 스파크라인, 버튼 "번들 만들기 · 함께 사면 할인" "상품 상세 추천에 연결". 아래: lift 상위 규칙 표 8행(신뢰도 · lift · 쌍 주문 수, lift 내림차순). 상호작용: ①셀 hover → 행 · 열 십자 강조 + 툴팁 ②셀 클릭 → 카드 240ms 크로스페이드 ③"카테고리 수준 | 상품 수준" 토글 → 행렬 재집계 400ms(셀 페이드 스태거 6ms). 계산은 주 1회 배치(FP-Growth), 카드에 계산 기간 표기.
라이브 데모 열기 — 함께 구매 연관 분석 (상품 × 상품 향상도 히트맵 · 대각선 제외 · 셀 클릭 → 연관 규칙 카드 지지도 · 신뢰도 · 향상도 · 번들 · 추천 위젯 연결)
마케팅 채널 비용 비중 vs 매출 비중 리본 (100% 누적 막대 2개 · 채널별 연결 리본 기울기 · 과소 · 과다 투자 표시 · 채널 효율 표 · 기간 전환)
Marketing channel share of spend vs share of revenue: two 100 % stacked columns joined by per-channel ribbons whose slope flags over- and under-investment, plus an efficiency table and period switch
각 마케팅 채널이 전체 광고비에서 차지하는 비중과 전체 매출에서 차지하는 비중을 나란히 놓고 리본으로 잇는 채널 믹스 화면입니다. 리본이 오른쪽으로 넓어지면 쓴 돈보다 매출 기여가 큰 채널, 좁아지면 과다 투자된 채널이라 기울기만 봐도 예산을 어디로 옮길지 보입니다. 커서가 9월 → 10월로 기간을 바꾸면 리본 두께가 함께 변하고, 리본을 짚으면 오른쪽 표에 그 채널의 ROAS · CAC · 신규 고객 비중이 강조됩니다.
프롬프트
채널 믹스(Share of Spend vs Share of Revenue) 위젯을 만들어줘. 데이터: channels[] = {name:"검색광고"|"메타"|"유튜브"|"네이버 GFA"|"카카오 모먼트"|"제휴"|"CRM", spend, revenue(선택한 기여 모델 기준), newCustomers, orders}. 파생: spendShare = spend / Σspend, revShare = revenue / Σrevenue, efficiencyIndex = revShare / spendShare(1.0 기준 · 1.2 이상 과소 투자 · 0.8 이하 과다 투자), ROAS = revenue / spend, CAC = spend / newCustomers. CRM처럼 광고비가 0에 가까운 채널은 비용 막대에서 최소 2px로 두고 지수는 "—". 레이아웃: 왼쪽 7단 — 100% 누적 세로 막대 2개(비용 · 매출, 폭 56 · 간격 120 · 같은 채널 순서/같은 색), 같은 채널 조각을 잇는 리본(베지어 · 채널 색 35% 불투명), 리본 가운데 지수 칩(≥1.2 녹 #0E9F6E "과소 투자" · ≤0.8 빨강 #E02424 "과다 투자"). 오른쪽 5단 — 채널 효율 표(지출 · 매출 · ROAS · CAC · 신규 비중 · 지수). 상호작용: ①리본 hover → 그 리본만 80% 불투명, 나머지 15%, 표 해당 행 #EBF2FF ②기간 세그먼트(9월 | 10월) 전환 → 막대 조각 높이와 리본이 400ms cubic-bezier(.2,0,0,1)로 동시에 보간(조각 순서 고정 — 순서가 바뀌면 리본이 꼬여 읽기 어렵다) ③기여 모델 드롭다운(라스트 클릭 · 데이터 기반) 변경 시 매출 막대만 재계산. 합계 반올림 차이는 마지막 조각이 흡수해 100%를 맞춘다.
라이브 데모 열기 — 마케팅 채널 비용 비중 vs 매출 비중 리본 (100% 누적 막대 2개 · 채널별 연결 리본 기울기 · 과소 · 과다 투자 표시 · 채널 효율 표 · 기간 전환)
광고 관리자형 캠페인 성과 표 (켜기 · 끄기 토글 · 게재 상태 학습 중 · 학습 제한 · 예산 · 지출 · 구매 · CPA · ROAS 목표 대비 색 · 다중 선택 → 일괄 예산 +20% · 합계 행)
Ads-manager campaign table: on/off toggles, delivery status (active, learning, learning limited), budget, spend, purchases, CPA and ROAS coloured against target, multi-select bulk budget +20 % and a totals row
퍼포먼스 마케터가 하루에도 여러 번 여는 광고 관리자 스타일의 캠페인 표입니다. 캠페인마다 켜기 · 끄기 스위치와 게재 상태(활성 · 학습 중 · 학습 제한)가 있고, CPA와 ROAS는 목표보다 좋으면 초록, 나쁘면 빨강으로 칠해집니다. 커서가 성과 나쁜 캠페인을 끄고, 잘되는 두 캠페인을 골라 일괄 예산 +20%를 적용하면 예산 숫자가 굴러 바뀌고 학습 단계 재진입 경고가 뜹니다.
프롬프트
광고 관리자형 캠페인 성과 표를 만들어줘(AG Grid · 행 높이 40 · 헤더 고정). 데이터: campaigns[] = {id, name, objective, status:"ACTIVE"|"PAUSED", delivery:"active"|"learning"|"learning_limited"|"not_delivering", dailyBudget, spend, impressions, clicks, purchases, purchaseValue, frequency}, 계정 목표 {targetCPA: 18000, targetROAS: 3.0}. 파생: CTR = clicks / impressions, CPA = spend / purchases, ROAS = purchaseValue / spend. 열: 체크박스 | 켜기 토글(36×20) | 캠페인 이름(+ 목표 아이콘) | 게재(점 + 문구: 활성 #0E9F6E · 학습 중 #2563EB 진행 "전환 32/50" · 학습 제한 #D97706 · 꺼짐 회색) | 예산 | 지출 | 구매 | CPA | ROAS | 빈도. CPA · ROAS 셀은 목표 대비 ±10% 안 = 기본색, 더 좋음 = 초록 텍스트 + 연한 배경 #ECFDF5, 더 나쁨 = 빨강 #E02424 + #FEF2F2. 맨 아래 합계 행(지출 합 · 가중 CPA = Σspend / Σpurchases · 가중 ROAS — 행 평균을 쓰지 않는다). 상호작용: ①토글 끄기 → 행 텍스트 50% 회색 · 게재 "꺼짐" 180ms, 합계 즉시 재계산 ②체크박스 2개 이상 → 표 위 일괄 작업 바가 위에서 200ms 내려옴("2개 선택 · 예산 수정 · 복제 · 끄기") ③예산 수정 "+20%" 적용 → 예산 셀 자리 롤 280ms + "예산 20% 이상 변경은 학습 단계 재진입 가능" 호박색 경고 토스트 4초 ④열 머리 클릭 정렬. 숫자 열은 tabular-nums · 오른쪽 정렬, 통화 ₩ 천 단위 구분.
라이브 데모 열기 — 광고 관리자형 캠페인 성과 표 (켜기 · 끄기 토글 · 게재 상태 학습 중 · 학습 제한 · 예산 · 지출 · 구매 · CPA · ROAS 목표 대비 색 · 다중 선택 → 일괄 예산 +20% · 합계 행)
광고 예산 페이싱 표 (캠페인 행 · 플라이트 기간 진행 · 소진 막대와 오늘 기대치 표식 · 페이싱 지수 과소 · 과다 · 종료일 예상 소진 · 선택 캠페인 일별 지출 vs 일 예산 · 일 예산 조정 제안 적용)
Ad budget pacing table: campaign rows with flight progress, spend bars against a today-expected marker, pacing index under/over, projected end-of-flight spend, plus the selected campaign’s daily spend vs cap and an apply-suggested-daily-budget action
월 단위나 캠페인 기간 단위로 잡힌 광고 예산을 지금 속도로 쓰면 끝날 때 얼마나 남거나 넘치는지 보여 주는 예산 페이싱 표입니다. 행마다 기간 진행률과 지출 막대가 있고, 막대 위 세로 표식이 "오늘까지 이만큼 썼어야 한다"는 기대치라 표식보다 짧으면 과소, 길면 과다 소진입니다. 커서가 과소 소진 캠페인을 고르면 아래에 일별 지출과 일 예산 선, 종료일 예상 소진이 그려지고, 제안된 일 예산을 적용하면 예상선이 목표 예산에 딱 맞게 꺾입니다.
프롬프트
광고 예산 페이싱 대시보드를 만들어줘. 데이터: campaigns[] = {id, name, channel, flightStart, flightEnd, totalBudget, spendToDate, dailyBudget, dailySpend[] (지난 날짜)}, 오늘 = 계정 시간대 기준. 파생: elapsed = 경과 일 ÷ 전체 일, expectedToDate = totalBudget × elapsed(요일 가중 플랜이 있으면 그 누적), pacingIndex = spendToDate ÷ expectedToDate(0.9–1.1 정상 · <0.9 과소 #D97706 · >1.1 과다 #E02424), projected = spendToDate + 최근 7일 평균 일 지출 × 남은 일, suggestedDaily = (totalBudget − spendToDate) ÷ 남은 일(채널 상한 · 최소 입찰 제약 적용). 레이아웃: 위 표(행 34px) — 캠페인 · 채널 아이콘 | 기간 "10/01–10/31 · 24/31일" + 얇은 진행 막대 | 소진 막대(폭 160 · 채움 = spendToDate / totalBudget · 오늘 기대치 위치 세로 2px 검정 표식 · 과다면 표식 넘은 부분 빨강) | 페이싱 지수 칩 | 예상 소진 "₩41.2M / ₩50M (82%)". 아래 상세: 선택 캠페인 일별 지출 막대(#2563EB) + 일 예산 계단선 + 누적 지출 선과 이상적 누적 대각선, 남은 기간은 현재 속도 예상(회색 점선)과 제안 적용 예상(파랑 점선). 상호작용: ①행 클릭 → 상세 600ms 그리기 ②"일 예산 ₩1.2M → ₩1.62M 적용" 클릭 → 확인 팝오버 → 적용 시 제안 점선이 실선 예상으로 바뀌고 표 행의 예상 소진 % 자리 롤 280ms ③과다 행에는 "오늘 지출 중단까지 ₩0.4M" 경고. 갱신은 광고 API 지연(최대 3시간)을 헤더에 "데이터 기준 13:00" 으로 표시.
라이브 데모 열기 — 광고 예산 페이싱 표 (캠페인 행 · 플라이트 기간 진행 · 소진 막대와 오늘 기대치 표식 · 페이싱 지수 과소 · 과다 · 종료일 예상 소진 · 선택 캠페인 일별 지출 vs 일 예산 · 일 예산 조정 제안 적용)
광고 소재 성과 갤러리 (썸네일 카드 그리드 · 형식 배지 · 지출 · CTR · 3초 훅 비율 · ROAS 줄 · 승자 왕관 · 피로 경고 · ROAS순 정렬 FLIP · 호버 미리보기 재생)
Ad creative performance gallery: thumbnail card grid with format badges, spend / CTR / 3-second hook rate / ROAS rows, a winner crown, fatigue warnings, FLIP re-sorting by ROAS and hover preview playback
광고 소재를 표 대신 썸네일 카드 그리드로 늘어놓고, 카드 아래에 지출 · 클릭률 · 첫 3초 시청 비율 · ROAS를 붙인 소재 갤러리입니다. 가장 성과 좋은 소재에는 왕관이, 같은 사람에게 너무 자주 노출돼 클릭률이 떨어진 소재에는 피로 경고가 붙습니다. 커서가 정렬을 지출순에서 ROAS순으로 바꾸면 카드들이 제자리에서 미끄러져 재배치되고, 영상 소재 위에 올리면 미리보기 진행 막대가 재생됩니다.
프롬프트
광고 소재 갤러리 대시보드를 만들어줘(다크 · 배경 #0B0F17 · 카드 #131A24 · radius 10). 데이터: creatives[] = {adId, thumbUrl, format:"video15"|"video6"|"image"|"carousel", spend, impressions, clicks, thruplay3s, purchases, purchaseValue, frequency, ctrTrend7d[]}. 파생: CTR = clicks / impressions, hookRate = 3초 재생 / 노출(영상만 · 이미지는 "—"), ROAS = purchaseValue / spend, fatigue = frequency ≥ 3.5 && 최근 3일 CTR이 첫 3일 대비 −30% 이하. 그리드: auto-fill minmax(180px,1fr) · 간격 12, 카드 = 1:1 썸네일(16px 형식 배지 왼쪽 위 · 길이 "0:15") + 이름 1줄 + 지표 2×2(지출 · CTR · 훅 · ROAS, ROAS ≥ 목표 3.0 초록 #2FD27A · < 2.0 빨강 #FF5470) + 7일 CTR 스파크라인. 표식: ROAS 1위 카드에 금색 왕관 #FBBF24 + 1px 금 테두리, 피로 카드는 썸네일 위 호박색 띠 "빈도 4.2 · CTR −38%" + "교체 권장" 칩. 상호작용: ①정렬 드롭다운(지출 · ROAS · CTR · 훅) → 카드 FLIP 재배치 420ms cubic-bezier(.2,0,0,1), 카드마다 25ms 스태거 ②영상 카드 hover 300ms 후 미리보기 자동 재생(음소거 · 하단 진행 막대 2px), 벗어나면 0으로 ③카드 체크 2–4개 → "비교" 버튼 → 지표 나란히 비교 모달 ④피로 칩 클릭 → 같은 콘셉트 변형 만들기(카피 · 첫 장면만 교체) 서랍. 지표가 표본 부족(노출 1,000 미만)이면 숫자 대신 "학습 중" 회색.
라이브 데모 열기 — 광고 소재 성과 갤러리 (썸네일 카드 그리드 · 형식 배지 · 지출 · CTR · 3초 훅 비율 · ROAS 줄 · 승자 왕관 · 피로 경고 · ROAS순 정렬 FLIP · 호버 미리보기 재생)
전환 경로 탐색 (상위 경로 행 = 채널 칩 시퀀스 · 전환 수 · 매출 · 전환까지 일수 · 경로 길이 분포 막대 · 접점 수 · 채널 칩 hover → 그 채널 포함 경로만 강조 · 첫 접점 · 중간 · 마지막 역할 색)
Conversion path explorer: top paths as rows of channel-chip sequences with conversions, revenue and days to convert, a path-length distribution, and chip hover isolating every path that contains that channel with first / assist / last role tinting
고객이 구매하기까지 어떤 채널을 어떤 순서로 거쳤는지 경로 자체를 칩 줄로 보여 주는 전환 경로 화면입니다. 행마다 "검색광고 → 인스타 → 직접 방문" 같은 접점 순서와 전환 수 · 매출 · 전환까지 걸린 일수가 있고, 위에는 접점 1개짜리부터 5개 이상까지 경로 길이 분포가 있습니다. 커서가 인스타 광고 칩을 짚으면 그 채널이 들어간 경로만 남고, 칩마다 첫 접점 · 중간 · 마지막 역할이 색으로 구분됩니다.
프롬프트
전환 경로(Conversion paths) 리포트를 만들어줘. 데이터: paths[] = {touchpoints:[{channel, ts}], conversions, revenue, daysToConvert(첫 접점 → 전환 중앙값)}, 조회 창 30일 · 동일 채널 연속 접점은 "×3" 배지로 압축(예: 검색광고 ×3). 레이아웃: 상단 왼쪽 경로 길이 분포 막대(1 · 2 · 3 · 4 · 5+ 접점 · 전환 비중 %), 오른쪽 전환까지 일수 분포(당일 · 1–3 · 4–7 · 8–14 · 15–30일). 본문 경로 표(행 28px · 상위 20개 · 전환 수 내림차순): 경로 열 = 채널 칩(높이 16 · radius 8 · 채널 고유 색 · 칩 사이 › 아이콘), 칩 테두리로 역할 표시 — 첫 접점 = 왼쪽 굵은 띠 · 마지막 = 채움 진하게 · 중간 = 연한 채움, 경로가 열 폭을 넘으면 가운데를 "… +2" 로 접고 hover 툴팁에 전체; 오른쪽 열 전환 수(막대 배경) · 매출 · 일수. 상호작용: ①채널 범례 칩 hover → 그 채널 포함 행만 100%, 나머지 25% 불투명 160ms ②칩 클릭 → 고정 필터("인스타 광고 포함" 칩이 표 위에 생김, ×로 해제) ③"역할 보기" 토글 → 표 아래 채널별 첫 접점 · 중간 · 마지막 비율 100% 막대 ④경로 행 클릭 → 그 경로의 실제 사용자 여정 예시 3개 서랍. 직접 방문(direct)만 마지막에 붙은 경로는 "직접 방문 마지막 제외" 옵션으로 GA4 방식과 맞춘다.
라이브 데모 열기 — 전환 경로 탐색 (상위 경로 행 = 채널 칩 시퀀스 · 전환 수 · 매출 · 전환까지 일수 · 경로 길이 분포 막대 · 접점 수 · 채널 칩 hover → 그 채널 포함 경로만 강조 · 첫 접점 · 중간 · 마지막 역할 색)
미디어 믹스 모델 반응 곡선 · 예산 최적화 (채널별 포화 곡선 · 현재 지출 점 · 한계 ROAS 접선 · 같은 총예산 재배분 → 점이 곡선을 따라 이동 · 예상 매출 증분 · 배분 전후 막대)
Media-mix model response curves and budget optimiser: per-channel saturation curves with current-spend dots and marginal-ROAS tangents, a same-budget reallocation sliding dots along the curves, predicted revenue lift and before/after allocation bars
미디어 믹스 모델(MMM)이 추정한 채널별 반응 곡선을 겹쳐 놓고 같은 총예산을 어디로 옮기면 매출이 늘어나는지 보여 주는 화면입니다. 곡선은 광고비를 늘릴수록 매출이 덜 늘어나는 포화 모양이고, 지금 쓰는 지출 점에서 그은 접선 기울기가 추가 1원당 매출(한계 ROAS)입니다. 커서가 최적화를 누르면 포화된 채널의 점은 왼쪽으로, 여유 있는 채널의 점은 오른쪽으로 곡선을 따라 미끄러지고 예상 매출 증분과 배분 전후 막대가 갱신됩니다.
프롬프트
미디어 믹스 모델 반응 곡선 · 예산 최적화 화면을 만들어줘(다크 · #0B0F17). 데이터: 모델 출력 channels[] = {name, spendNow(주간), curve:{type:"hill", K(반포화 지출), S(기울기), beta(최대 기여)}, adstock:{decay}, ciLow, ciHigh}, 반응 함수 rev(x) = beta × x^S / (x^S + K^S), 한계 ROAS mROAS(x) = rev′(x). 최적화: 총예산 고정 · 채널별 하한 0.5× · 상한 2× 현재, mROAS가 모든 채널에서 같아질 때까지 그리디(Δ=1% 예산 단위) 또는 SLSQP. 레이아웃: 왼쪽 8단 반응 곡선 차트(x 주간 지출 0–₩60M · y 기여 매출, 채널 색 곡선 2px + 80% 신뢰 구간 띠 15%, 현재 지출 점 6px 흰 테두리, 점에서 접선 짧게 40px · 라벨 "mROAS 1.8"), 포화 구간(mROAS < 1)은 곡선을 점선으로. 오른쪽 4단 — 예상 매출 증분 카드 "+₩182M / 주 (+8.4%) · 같은 예산", 배분 전후 가로 막대(전 회색 · 후 채널 색 · Δ 칩). 상호작용: ①"최적화 실행" → 점이 곡선 위 경로를 따라 900ms cubic-bezier(.65,0,.35,1) 이동(직선 보간 금지 — x를 보간하고 y는 rev(x)로 계산), 접선이 함께 회전, 증분 숫자 카운트업 ②점을 직접 드래그 → 나머지 채널이 남은 예산을 mROAS 순으로 자동 흡수(총예산 고정) ③채널 hover → 곡선 위 툴팁(지출 · 기여 · mROAS · 신뢰 구간). 모델 신뢰도 낮은 채널(구간 폭 > 50%)은 곡선 위에 "불확실" 빗금 배지.
라이브 데모 열기 — 미디어 믹스 모델 반응 곡선 · 예산 최적화 (채널별 포화 곡선 · 현재 지출 점 · 한계 ROAS 접선 · 같은 총예산 재배분 → 점이 곡선을 따라 이동 · 예상 매출 증분 · 배분 전후 막대)
이메일 · CRM 캠페인 리포트 (발송 → 전달 → 오픈 → 클릭 → 구매 단계 숫자 · 애플 메일 개인정보 보호 오픈 보정 · 본문 미리보기 위 링크 클릭 맵 · 48시간 오픈 · 클릭 곡선 · 수신 거부 · 반송)
Email / CRM campaign report: sent → delivered → opened → clicked → purchased step figures with Apple Mail Privacy open adjustment, a link click map over the email preview, 48-hour open/click curves and unsubscribe / bounce rates
뉴스레터나 프로모션 메일 한 건을 보낸 뒤 결과를 확인하는 캠페인 리포트입니다. 왼쪽에는 실제 메일 본문 미리보기 위에 링크마다 클릭 비율이 동그라미로 얹힌 클릭 맵이 있고, 오른쪽에는 발송 → 전달 → 오픈 → 클릭 → 구매 단계 숫자와 발송 후 48시간 동안의 오픈 · 클릭 곡선이 있습니다. 애플 메일 자동 오픈을 걸러낸 보정 오픈율이 따로 표시되고, 커서가 링크 동그라미를 짚으면 그 링크의 클릭 수와 매출이 툴팁으로 뜹니다.
프롬프트
이메일 캠페인 결과 리포트를 만들어줘. 데이터: campaign = {subject, sentAt, sent, delivered, bounces:{hard, soft}, opens:{unique, mpp(애플 MPP 자동 오픈 추정)}, clicks:{unique}, unsubscribes, spamReports, orders, revenue}, links[] = {id, url, label, bbox:{x,y,w,h}(본문 렌더 좌표), clicks, revenue}, timeline[48] = 시간별 {opens, clicks}. 파생: deliveryRate = delivered / sent, openRate = (unique − mpp) / delivered(“보정” 라벨 · 원시 오픈율은 회색 작게), CTOR = clicks / (unique − mpp), clickRate = clicks / delivered, RPR = revenue / delivered. 레이아웃: 왼쪽 5단 — 메일 본문 미리보기(600px 폭 렌더를 축소 · 회색 프레임), 링크 bbox 위 원(면적 ∝ 클릭 · #2563EB 35% · 중앙 % 라벨), "클릭 맵 | 원본" 토글. 오른쪽 7단 — 단계 행(발송 · 전달 · 오픈(보정) · 클릭 · 구매, 각 큰 숫자 + 직전 단계 대비 % + 가는 막대), 그 아래 48시간 오픈 · 클릭 선(오픈 #7C3AED · 클릭 #2563EB, 발송 시각 0h, 첫 4시간에 오픈 60%가 몰리는 모양), 건강 지표 칩(수신 거부 0.18% · 하드 반송 0.4% · 스팸 신고 0.02%, 임계 0.5% · 2% · 0.1% 넘으면 빨강). 상호작용: ①원 hover → 링크 bbox 테두리 + 툴팁(클릭 · 매출 · CTR) ②원 클릭 → 그 링크를 누른 수신자 세그먼트 저장 ③곡선 hover → 그 시간 누적 오픈 %. 발송 후 72시간까지는 헤더에 "집계 중" 배지, 이후 확정.
라이브 데모 열기 — 이메일 · CRM 캠페인 리포트 (발송 → 전달 → 오픈 → 클릭 → 구매 단계 숫자 · 애플 메일 개인정보 보호 오픈 보정 · 본문 미리보기 위 링크 클릭 맵 · 48시간 오픈 · 클릭 곡선 · 수신 거부 · 반송)
쿠폰 · 할인 손익 표 (쿠폰 행마다 쿠폰 주문 매출을 잠식분 회색 + 증분 녹색으로 쪼갠 막대 · 할인 비용은 0 왼쪽 빨강 · 홀드아웃 기준 증분율 · 증분 마진 − 할인 비용 = 순이익 · 적자 쿠폰 경고)
Coupon & discount P&L table: per-coupon bars splitting coupon-order revenue into cannibalised grey and incremental green, discount cost drawn left of zero in red, holdout-based incrementality, incremental margin minus discount cost as net profit, and loss-making coupon warnings
쿠폰이 정말 돈을 벌어 주는지 따지는 쿠폰 손익 표입니다. 쿠폰으로 결제된 매출을 "쿠폰 없이도 샀을 고객(잠식)"과 "쿠폰 덕분에 생긴 증분"으로 쪼개 회색 · 녹색 막대로 그리고, 쿠폰 할인 비용은 0선 왼쪽 빨간 막대로 마주 보게 놓습니다. 증분 매출에 마진을 곱한 값에서 할인 비용을 빼 순이익을 내고, 매출은 커 보여도 순이익이 적자인 쿠폰에는 경고가 붙습니다.
프롬프트
쿠폰 손익(증분) 대시보드를 만들어줘. 데이터: coupons[] = {code, name, type:"%"|"정액"|"무료배송", issued, redeemed, couponRevenue, discountCost, holdout:{size, conversion}, treated:{size, conversion}, grossMargin}. 증분 계산: incrementalRate = (treated.conv − holdout.conv) / treated.conv (발급 시 10% 무작위 홀드아웃 · 홀드아웃이 없으면 "추정 불가" 회색), incrementalRevenue = couponRevenue × incrementalRate, cannibalized = couponRevenue − incrementalRevenue, netProfit = incrementalRevenue × grossMargin − discountCost, ROI = netProfit / discountCost. 레이아웃: 행 36px 표 — 쿠폰(코드 칩 + 이름 + 유형) | 사용 / 발급(사용률) | 발산 막대(0 기준: 오른쪽 = 쿠폰 매출, 회색 #C9CED6 잠식 + 녹색 #0E9F6E 증분 구간, 왼쪽 = 할인 비용 빨강 #E02424, 같은 스케일) | 증분율(95% 신뢰 구간 오차 막대) | 순이익(적자면 빨강 괄호 + "⚠ 적자") | ROI. 상단 요약: 쿠폰 매출 합 · 증분 매출 합 · 할인 비용 합 · 순이익 합. 상호작용: ①"증분 보기" 토글 꺼짐 → 막대가 쿠폰 매출 전체 녹색(흔한 착시 상태) → 켜면 잠식 구간이 회색으로 400ms 바뀌며 순이익 열이 자리 롤 ②행 hover → 산식 툴팁(₩ 단계별) ③마진율 슬라이더(30–60%) → 순이익 · ROI 즉시 재계산. 신뢰 구간이 0을 포함하면 증분율 칩을 점선 테두리 "유의하지 않음".
라이브 데모 열기 — 쿠폰 · 할인 손익 표 (쿠폰 행마다 쿠폰 주문 매출을 잠식분 회색 + 증분 녹색으로 쪼갠 막대 · 할인 비용은 0 왼쪽 빨강 · 홀드아웃 기준 증분율 · 증분 마진 − 할인 비용 = 순이익 · 적자 쿠폰 경고)
SEO 키워드 순위 추적 (가시성 지수 선 · 순위 구간 1–3 · 4–10 · 11–20 · 21–100 누적 영역 · 키워드 표 현재 순위 · 변동 화살표 · 검색량 · 랭킹 URL · SERP 기능 아이콘 · 거꾸로 축 순위 스파크라인 · 매일 갱신 행 이동)
SEO keyword rank tracker: visibility index line, stacked rank-bucket area (1–3, 4–10, 11–20, 21–100), and a keyword table with current position, change arrows, search volume, ranking URL, SERP feature icons and inverted-axis position sparklines that shuffle on the daily update
쇼핑몰이 노리는 검색 키워드가 검색 결과 몇 위에 있는지 매일 추적하는 SEO 순위 화면입니다. 위에는 전체 가시성 지수와 1–3위 · 4–10위 · 11–20위 · 그 아래 구간에 걸린 키워드 수가 누적 영역으로 쌓이고, 아래 표는 키워드마다 현재 순위와 변동 화살표 · 검색량 · 랭킹 페이지 · 검색 결과에 함께 뜨는 이미지 · 쇼핑 · 동영상 같은 기능 아이콘을 보여 줍니다. 매일 갱신되는 순간 순위가 바뀐 키워드 행이 오르내리고 화살표가 튀어나옵니다.
프롬프트
SEO 키워드 순위 추적 대시보드를 만들어줘. 데이터: keywords[] = {term, volume(월 검색량), positionHistory[30](없으면 101 = 순위 밖), url, serpFeatures:["snippet"|"image"|"video"|"shopping"|"paa"|"local"], ownedFeatures[], intent:"구매"|"정보"}. 파생: change = 어제 − 오늘(양수 = 상승), visibility = Σ volume × CTR(position) ÷ Σ volume × CTR(1)(CTR 곡선: 1위 28% · 2위 15% · 3위 10% · 4–10위 7%→2% · 11위 이하 1% 미만), bucket 수 = 1–3 · 4–10 · 11–20 · 21–100. 레이아웃: 상단 왼쪽 가시성 지수 선(30일 · %) / 오른쪽 구간 누적 영역(아래부터 1–3 진녹 #0E9F6E · 4–10 #34D399 · 11–20 #FBBF24 · 21–100 #C9CED6). 키워드 표(행 30px): 키워드 + 의도 칩 | 순위(큰 숫자 · 순위 밖 "—") | 변동(▲3 녹 · ▼2 빨강 · 신규 "NEW" 파랑) | 검색량 | 랭킹 URL(경로만 · 말줄임) | SERP 기능 아이콘(내가 차지한 기능은 채움, 아닌 것은 외곽선) | 30일 순위 스파크라인(y축 반전 — 위가 1위, 10위 경계 점선). 상호작용: ①매일 09:00 갱신 → 순위 숫자 롤 + 행이 새 정렬 위치로 FLIP 400ms + 변동 화살표 팝(scale .6→1 spring 400/28) ②키워드 행 클릭 → 순위 이력 큰 차트 + 경쟁 URL 상위 10 서랍 ③태그(브랜드 · 카테고리 · 롱테일) 필터. 순위 밖으로 빠진 키워드는 표 맨 아래 "순위 이탈" 그룹에 회색으로 모은다.
라이브 데모 열기 — SEO 키워드 순위 추적 (가시성 지수 선 · 순위 구간 1–3 · 4–10 · 11–20 · 21–100 누적 영역 · 키워드 표 현재 순위 · 변동 화살표 · 검색량 · 랭킹 URL · SERP 기능 아이콘 · 거꾸로 축 순위 스파크라인 · 매일 갱신 행 이동)
검색 노출 CTR 기회 산점도 (서치 콘솔형 클릭 · 노출 · CTR · 평균 순위 4색 지표 탭 · 쿼리 점 = 평균 순위 × CTR · 크기 = 노출 · 순위별 기대 CTR 곡선 · 곡선 아래 쿼리 강조 · 잠재 클릭 목록)
Search CTR opportunity scatter: Search-Console-style four-colour metric tabs, queries plotted by average position × CTR sized by impressions against an expected-CTR-by-position curve, with under-performers highlighted and a potential-clicks list
구글 서치 콘솔처럼 클릭 · 노출 · CTR · 평균 순위 4색 탭이 위에 있고, 아래에는 검색어마다 평균 순위와 클릭률을 점으로 찍어 순위별 기대 클릭률 곡선과 비교하는 기회 분석 화면입니다. 같은 순위인데 곡선보다 한참 아래 있는 검색어는 제목이나 설명이 매력적이지 않다는 뜻이라 주황으로 강조되고, 오른쪽에 기대 CTR만큼 올라가면 얻을 잠재 클릭 순으로 정리됩니다. 커서가 점을 짚으면 쿼리와 랭킹 페이지 · 현재 제목이 툴팁으로 뜹니다.
프롬프트
검색 CTR 기회 분석 화면을 만들어줘. 데이터: Search Console API searchAnalytics(dimensions: query, page · 28일) → rows[] = {query, page, clicks, impressions, ctr, position}. 기대 CTR: 사이트 자체 데이터로 순위 정수 구간별 CTR 중앙값 곡선 expCtr(p)(표본 노출 1,000 이상 구간만, 부족하면 업계 곡선 1위 28% · 3위 10% · 10위 2.5%로 대체), gap = expCtr(position) − ctr, potentialClicks = impressions × max(0, gap). 상단 지표 탭 4개(서치 콘솔 색 — 클릭 #4285F4 · 노출 #5E35B1 · CTR #00897B · 평균 순위 #E8710A, 켜진 탭은 색 채움 · 꺼진 탭은 흰 배경, 큰 숫자 + 기간 비교). 메인 산점도: x 평균 순위 1→20(왼쪽이 1위 · 로그 아닌 선형), y CTR 0–40%, 점 크기 √노출(최소 2 · 최대 14px), 기대 곡선 2px 회색 + ±25% 띠, gap > 30% 상대 하락인 점은 주황 #E8710A 채움 + 라벨 상위 5개, 나머지 회색 #9AA1AB 40%. 오른쪽 목록: 잠재 클릭 내림차순 쿼리 6개(쿼리 · 순위 · CTR vs 기대 · +잠재 클릭) + "제목 · 설명 개선" 버튼. 상호작용: ①점 hover → 툴팁(쿼리 · 페이지 · 현재 title 60자 · 노출 · 클릭) + 목록 해당 행 강조 ②목록 행 hover → 해당 점 링 펄스 1회 600ms ③브랜드 쿼리 제외 토글(정규식) → 점 300ms 페이드 아웃 ④탭 토글 → 위 작은 추세선 계열 표시/숨김. 순위 1–3은 CTR 편차가 원래 크므로 그 구간 띠를 ±40%로 넓힌다.
라이브 데모 열기 — 검색 노출 CTR 기회 산점도 (서치 콘솔형 클릭 · 노출 · CTR · 평균 순위 4색 지표 탭 · 쿼리 점 = 평균 순위 × CTR · 크기 = 노출 · 순위별 기대 CTR 곡선 · 곡선 아래 쿼리 강조 · 잠재 클릭 목록)
소셜 계정 분석 화면 (팔로워 · 도달 · 참여율 · 프로필 방문 KPI · 일별 새 팔로워 vs 언팔로우 발산 막대 + 총 팔로워 선 · 게시물 3×3 그리드 참여율 배지 · 게시물 hover → 지표 오버레이 + 팔로워 차트에 게시일 표시 · 콘텐츠 형식별 평균 도달)
Social account analytics: followers, reach, engagement and profile-visit KPIs, daily new vs lost followers as diverging bars with a total line, a 3×3 post grid with engagement badges, post hover overlay linked to its date on the follower chart, and average reach by content format
브랜드 인스타그램 계정의 성과를 한 화면에 모은 소셜 분석 대시보드입니다. 팔로워 차트는 매일 새로 들어온 팔로워를 위로, 언팔로우를 아래로 마주 보게 그리고 총 팔로워 선을 겹쳐서 순증이 어디서 생겼는지 보여 줍니다. 오른쪽 게시물 그리드에는 참여율 배지가 붙어 있고, 커서가 게시물에 올라가면 좋아요 · 댓글 · 저장 · 공유 오버레이가 뜨면서 팔로워 차트에 그 게시일이 표시되어 어떤 릴스가 팔로워를 끌어왔는지 연결됩니다.
프롬프트
소셜(인스타그램 프로페셔널) 분석 대시보드를 만들어줘. 데이터: daily[28] = {date, followsNew, unfollows, followersTotal, reach, profileVisits}, posts[] = {id, type:"reel"|"carousel"|"image"|"story", publishedAt, thumb, reach, likes, comments, saves, shares, plays?}. 파생: engagementRate = (likes + comments + saves + shares) / reach(팔로워 기준 ER과 혼동하지 않게 라벨 "도달 대비"), netFollows = followsNew − unfollows, 형식별 평균 도달. 레이아웃: 1행 KPI 4(팔로워 · 28일 도달 · 평균 참여율 · 프로필 방문, 기간 비교 칩). 2행 왼쪽 7단: 발산 막대(0 위 새 팔로워 #2563EB · 아래 언팔로우 #F87171) + 총 팔로워 선(오른쪽 y축 #111827 1.5px) + 게시일 마커(x축 아래 작은 원, 형식 아이콘). 오른쪽 5단: 최근 게시물 3×3 정사각 그리드(간격 2px) — 각 칸 우하단 참여율 배지(상위 25% #0E9F6E · 하위 25% 회색), 릴스는 ▶ 재생 수. 3행: 형식별 평균 도달 가로 막대(릴스 · 캐러셀 · 사진 · 스토리). 상호작용: ①게시물 hover → 칸 위 60% 검정 오버레이에 ♥ 좋아요 · 💬 댓글 · 저장 · 공유 4줄 160ms 페이드 + 팔로워 차트의 해당 날짜 세로 가이드 + 그날 막대 강조(연결 강조) ②차트 막대 hover → 그날 게시물 칸에 링 ③게시물 클릭 → 상세 서랍(도달 출처: 홈 · 탐색 · 릴스 탭 · 해시태그 100% 막대). API는 게시 후 48시간까지 값이 바뀌므로 그 기간 칸에는 "집계 중" 점.
라이브 데모 열기 — 소셜 계정 분석 화면 (팔로워 · 도달 · 참여율 · 프로필 방문 KPI · 일별 새 팔로워 vs 언팔로우 발산 막대 + 총 팔로워 선 · 게시물 3×3 그리드 참여율 배지 · 게시물 hover → 지표 오버레이 + 팔로워 차트에 게시일 표시 · 콘텐츠 형식별 평균 도달)
유튜브 스튜디오형 채널 분석 (조회수 · 시청 시간 · 구독자 · 예상 수익 4탭 카드 + 선택 탭 28일 선 · 평소 범위 대비 문구 · 실시간 카드 구독자 롤링 · 48시간 막대 · 최근 영상 "10개 중 1위" 순위)
YouTube-Studio-style channel analytics: views, watch time, subscribers and estimated revenue tab cards driving a 28-day line with a typical-range phrase, a realtime card with rolling subscriber count and 48-hour bars, and latest-video "ranked 1 of 10" performance
크리에이터가 채널 성과를 확인하는 유튜브 스튜디오 스타일의 분석 화면입니다. 위쪽 4개 탭 카드(조회수 · 시청 시간 · 구독자 · 예상 수익)를 고르면 아래 28일 그래프가 그 지표로 바뀌고, "평소보다 32% 많음" 같은 문구가 붙습니다. 오른쪽 실시간 카드는 구독자 수가 한 자리씩 굴러 올라가고 최근 48시간 시간별 조회수 막대가 흐르며, 아래에는 최근 영상이 지난 10개 영상 중 몇 위인지 보여 줍니다.
프롬프트
유튜브 스튜디오형 채널 분석 화면을 만들어줘(다크 · 배경 #1F1F1F · 카드 #282828 · 강조 #3EA6FF). 데이터: YouTube Analytics API reports(ids=channel==MINE, metrics=views,estimatedMinutesWatched,subscribersGained,subscribersLost,estimatedRevenue, dimensions=day) 28일 + 직전 28일, realtime = {subscriberCount, views48h[48](시간별)}, latestVideo = {title, publishedAt, views, rankAmong10, typicalRange:{lo, hi}(최근 10개 같은 경과 시간 기준)}. 레이아웃: 왼쪽 8단 — 탭 카드 4개 가로(라벨 12px #AAAAAA · 값 24px · ▲ 녹 #2BA640 / ▼ 빨강, 선택 탭은 위 2px 흰 선 + 배경 #333) → 아래 28일 선 차트(선택 지표 · #3EA6FF 2px · 아래 그라디언트 · 직전 기간 회색 점선 토글), 상단 문구 "지난 28일 동안 채널 조회수가 21.4만회로 평소보다 32% 많습니다"(평소 = 직전 90일 중앙값 범위). 오른쪽 4단 — 실시간 카드: "실시간 · 업데이트 중" 녹색 점, 구독자 수 32px(자리 롤 · 바뀐 자리만 위로 300ms), 최근 48시간 조회수 막대 48개(#3EA6FF, 최신이 오른쪽 · 시간마다 한 칸 왼쪽 이동 400ms), 인기 콘텐츠 3행. 아래: 최근 영상 카드 "10개 중 1위" 칩 + 조회수 vs 평소 범위 띠 미니 차트. 상호작용: ①탭 클릭 → 선 경로를 새 지표로 360ms 보간(y축도 같이) ②선 hover → 날짜 · 값 툴팁 ③기간 드롭다운(7 · 28 · 90 · 365일). 예상 수익은 2–3일 지연 확정이라 최근 3일 구간을 빗금 "추정".
라이브 데모 열기 — 유튜브 스튜디오형 채널 분석 (조회수 · 시청 시간 · 구독자 · 예상 수익 4탭 카드 + 선택 탭 28일 선 · 평소 범위 대비 문구 · 실시간 카드 구독자 롤링 · 48시간 막대 · 최근 영상 "10개 중 1위" 순위)
영상 시청 지속 그래프 (유지율 곡선 · 비슷한 영상 일반 범위 띠 · 인트로 급락 · 다시 본 구간 솟음 · 챕터 구분 · 스크럽 프레임 미리보기 · 평균 시청 지속 시간 · 30초 유지율 · 절대 ↔ 상대 유지율)
Video audience retention graph: retention curve against the typical range of similar videos, an intro drop, a rewatched spike, chapter segments, a scrub frame preview, average view duration, 30-second retention and absolute ↔ relative toggle
영상 한 편을 시청자가 어디까지 보고 어디서 떠났는지 보여 주는 시청 지속 그래프입니다. 곡선은 각 시점까지 남아 있는 시청자 비율이고, 뒤의 회색 띠는 비슷한 길이 영상들의 일반 범위라서 곡선이 띠 위에 있으면 잘 붙잡고 있는 구간입니다. 인트로 급락과 여러 번 돌려 본 구간의 솟음, 챕터 경계가 표시되고, 커서가 곡선을 따라 스크럽하면 그 시점 프레임 미리보기와 유지율이 따라다닙니다.
프롬프트
유튜브 시청 지속(audience retention) 그래프를 만들어줘(다크 · #1F1F1F). 데이터: retention[101] = {elapsedRatio: 0–1 (1% 단위), audienceWatchRatio(절대 · 다시 보기 때문에 1을 넘을 수 있음), relativeRetentionPerformance(같은 길이 영상 대비 0–1)}, typicalBand = 같은 길이 구간 영상 25–75백분위, chapters[] = {t, title}, keyMoments = 자동 탐지 {intro: 첫 30초 안 최대 하락 구간, spikes: 국소 상승 > +4pt, dips: 국소 하락 < −6pt}. 레이아웃: 상단 KPI 3(평균 시청 지속 시간 "4:12 (38.2%)" · 30초 시점 유지율 71% · 끝까지 시청 18%) + "절대 | 상대" 세그먼트. 메인 차트(높이 220): x 0:00 – 영상 길이(챕터 경계 세로 점선 + 상단 챕터 제목 칩), y 0–100%(절대 모드에서 100% 초과는 위로 늘림), 일반 범위 띠 #FFFFFF 10%, 곡선 #3EA6FF 2px. 주요 순간 마커: 인트로 이탈 구간을 빨강 #FF4E45 음영 + "인트로 이탈 −22%", 솟음은 녹색 ▲ "다시 본 구간", 급락은 주황 ▼. 상호작용: ①곡선 위 hover/스크럽 → 세로 가이드 + 위에 16:9 프레임 썸네일(120×68, 스토리보드 스프라이트에서 해당 타임스탬프 칸) + "3:24 · 시청자 46% 유지" 툴팁, 이동은 rAF 스냅 없이 연속 ②마커 클릭 → 플레이어를 그 시점으로 이동(미리보기 패널) ③상대 모드 → 곡선이 일반 범위 대비 상대값으로 400ms 모핑, 띠는 0.25–0.75 고정 띠로. 데이터는 조회 1,000회 미만 영상이면 "데이터 부족" 빈 상태.
라이브 데모 열기 — 영상 시청 지속 그래프 (유지율 곡선 · 비슷한 영상 일반 범위 띠 · 인트로 급락 · 다시 본 구간 솟음 · 챕터 구분 · 스크럽 프레임 미리보기 · 평균 시청 지속 시간 · 30초 유지율 · 절대 ↔ 상대 유지율)
인플루언서 캠페인 트래커 (크리에이터 행 · 플랫폼 · 팔로워 · 진행 단계 점 계약 → 촬영 → 검수 → 게시 · 도달 · 참여율 · 전용 할인 코드 매출 · 비용 · ROAS · EMV · 검수 승인 → 단계 이동 · 코드 주문 실시간 누적)
Influencer campaign tracker: creator rows with platform, followers, stage dots contract → shoot → review → live, reach, engagement, discount-code revenue, fee, ROAS and EMV, with a review approval advancing the stage and live code orders accumulating
인플루언서 협업 캠페인을 크리에이터별로 관리하는 트래커입니다. 행마다 계약 → 촬영 → 검수 → 게시 진행 단계가 점으로 표시되고, 게시가 끝난 크리에이터는 도달 · 참여율과 함께 전용 할인 코드로 들어온 매출 · ROAS가 채워집니다. 커서가 검수 대기 중인 콘텐츠를 승인하면 단계 점이 게시로 넘어가고, 게시 직후부터 그 크리에이터의 코드 주문이 실시간으로 쌓이며 상단 합계가 갱신됩니다.
프롬프트
인플루언서 캠페인 트래커를 만들어줘. 데이터: creators[] = {handle, avatar, platform:"instagram"|"youtube"|"tiktok", followers, stage:"contract"|"shoot"|"review"|"live", fee, deliverables:[{type:"reel"|"shorts"|"story", dueAt}], post?:{url, reach, likes, comments, saves, views}, code:{code:"MOOD_JIN", orders, revenue}}. 파생: ER = (likes + comments + saves) / reach, ROAS = code.revenue / fee(코드 귀속만 — 뷰스루 효과는 별도 "추정 영향" 회색 칩), CPE = fee / 참여 수, EMV = 노출 × CPM 기준가 ₩8,000 / 1000(추정치 라벨 필수). 레이아웃: 상단 요약 4(총 비용 · 코드 매출 · 코드 ROAS · 게시 완료 n/m) + 단계별 개수 칩 줄(계약 2 · 촬영 1 · 검수 1 · 게시 4). 표(행 40px): 크리에이터(아바타 24 + @핸들 + 플랫폼 아이콘 · 팔로워) | 단계(점 4개 · 완료 #2563EB 채움 · 현재 링 펄스 · 마감 지난 단계 빨강 링 + "D+2 지연") | 도달 | ER | 코드 주문 · 매출 | 비용 | ROAS(≥3 녹 · <1 빨강) | 액션("검수하기" 버튼은 review 단계만). 상호작용: ①"검수하기" → 콘텐츠 미리보기 모달(캡션 · 필수 문구 #광고 포함 체크리스트) → 승인 → 단계 점이 다음 칸으로 240ms 슬라이드 + 행 배경 녹색 플래시 1회 ②게시 후 Shopify 주문 웹훅(할인 코드) → 코드 주문 수 자리 롤 + 상단 합계 갱신 ③필수 문구 누락이면 승인 버튼 비활성 + 빨강 경고. 정렬 기본 = 단계 → 마감일.
라이브 데모 열기 — 인플루언서 캠페인 트래커 (크리에이터 행 · 플랫폼 · 팔로워 · 진행 단계 점 계약 → 촬영 → 검수 → 게시 · 도달 · 참여율 · 전용 할인 코드 매출 · 비용 · ROAS · EMV · 검수 승인 → 단계 이동 · 코드 주문 실시간 누적)
앱 스토어 콘솔 (스토어 노출 → 상세 페이지 조회 → 설치 유입원별 전환 · 버전별 평균 평점 계단 + 출시일 · 현재 버전 별점 분포 · 국가 카테고리 순위 칩 · iOS ↔ Android 전환)
App store console: store impressions → product page views → installs by acquisition source, an average-rating step line by version with release markers, current-version star distribution, country category-rank chips and an iOS ↔ Android switch
쇼핑 앱 마케터가 스토어 성과를 보는 앱 스토어 콘솔입니다. 왼쪽에는 검색 · 둘러보기 · 외부 링크 유입원별로 스토어 노출 → 상세 페이지 조회 → 설치 전환이 막대 3단으로 나란히 있고, 오른쪽에는 버전이 바뀔 때마다 평균 평점이 계단처럼 오르내리는 선과 현재 버전 별점 분포가 있습니다. 커서가 iOS에서 Android로 바꾸면 숫자와 막대가 함께 바뀌고, 평점이 떨어진 버전 계단을 짚으면 그 버전의 주요 불만 키워드가 뜹니다.
프롬프트
앱 스토어 성과 콘솔을 만들어줘. 데이터: App Store Connect Analytics(impressions, productPageViews, units by sourceType: "App Store Search"|"App Store Browse"|"Web Referrer"|"App Referrer") / Play Console(store listing visitors, acquisitions by traffic source), ratings[] = {version, releasedAt, avgRatingSinceRelease, count, histogram[5]}, ranks[] = {country, category, rank, delta}. 파생: pageViewRate = 페이지 조회 / 노출, conversionRate = 설치 / 페이지 조회(App Store Connect 정의), 플랫폼마다 지표 이름이 달라 툴팁에 원 명칭 병기. 레이아웃: 상단 플랫폼 세그먼트(iOS | Android) + KPI 4(노출 · 페이지 조회 · 설치 · 전환율). 왼쪽 6단: 유입원 행(검색 · 둘러보기 · 웹 · 앱 추천)마다 3단 막대(노출 회색 #C9CED6 → 조회 #93C5FD → 설치 #2563EB, 같은 로그 스케일 아님 — 각 단계 비율 숫자를 막대 끝에) + 전환율 칩. 오른쪽 6단: 버전별 평균 평점 계단선(x 날짜 · y 1–5 → 3.5–5 확대 표시 · 출시일 세로 점선 + 버전 칩 "5.12.0"), 평점 하락 버전 계단 아래 빨강 음영, 아래 현재 버전 별점 분포 막대(5★→1★ · 비율). 하단: 국가 · 카테고리 순위 칩(KR 쇼핑 #4 ▲2). 상호작용: ①플랫폼 전환 → 모든 숫자 자리 롤 280ms + 막대 폭 360ms 보간 ②계단 hover → 버전 툴팁(평균 · 리뷰 수 · 불만 키워드 상위 3: "로그인 오류" 등) ③유입원 행 클릭 → 그 유입원의 검색어(App Store Search Terms) 상위 10 서랍. 데이터 지연(애플 2일) 라벨 표시.
라이브 데모 열기 — 앱 스토어 콘솔 (스토어 노출 → 상세 페이지 조회 → 설치 유입원별 전환 · 버전별 평균 평점 계단 + 출시일 · 현재 버전 별점 분포 · 국가 카테고리 순위 칩 · iOS ↔ Android 전환)
제휴 파트너 정산 화면 (미지급 · 보류 · 승인 · 지급 완료 커미션 KPI · 파트너 행 클릭 · 전환 · 매출 · 커미션율 · 커미션 상태 누적 막대 · 반품 기간 30일 보류 · 클릭 대비 전환 이상 깃발 · 일괄 지급 실행)
Affiliate partner payouts: pending / on-hold / approved / paid commission KPIs, partner rows with clicks, conversions, revenue, rate and a stacked commission-status bar, a 30-day return-window hold, abnormal conversion-rate flags and a bulk payout run
블로거 · 쿠폰 사이트 · 리뷰 채널 같은 제휴 파트너에게 줄 커미션을 관리하는 정산 화면입니다. 파트너마다 클릭 · 전환 · 매출과 커미션이 있고, 커미션은 반품 기간 30일 동안 보류 → 승인 → 지급 완료 상태를 거쳐 한 줄 누적 막대로 표시됩니다. 클릭에 비해 전환이 비정상적으로 높은 파트너에는 이상 깃발이 붙고, 커서가 승인된 파트너들을 골라 일괄 지급을 실행하면 승인 구간이 지급 완료 색으로 차오릅니다.
프롬프트
제휴(어필리에이트) 파트너 정산 대시보드를 만들어줘. 데이터: partners[] = {id, name, type:"블로그"|"쿠폰"|"리뷰 채널"|"캐시백", clicks, conversions, revenue, commissionRate, commissions:[{orderId, amount, orderedAt, status:"pending"|"approved"|"paid"|"reversed"}], payoutMethod, minPayout: 50000}. 규칙: 주문 후 30일(반품 가능 기간)은 pending, 30일 경과 + 반품 없음 → approved, 반품 · 취소 → reversed(빨강 취소선 금액), 지급일 매월 5일 · 최소 지급액 미달은 이월. 이상 탐지: 파트너 CVR이 같은 유형 중앙값의 3배 초과 또는 클릭 → 전환 시간 중앙값 < 10초 → "검토 필요" 깃발(쿠키 스터핑 의심). 레이아웃: 상단 KPI 4(보류 · 승인(지급 대기) · 이번 달 지급 예정 11/05 · 반환(취소)). 표(행 36px): 체크 | 파트너(유형 칩) | 클릭 | 전환 · CVR | 매출 | 커미션율 | 커미션 상태 누적 막대(보류 #F59E0B 빗금 · 승인 #2563EB · 지급 #0E9F6E · 반환 #E02424, 폭 = 총 커미션) | 지급 대기 금액(최소액 미달이면 회색 "이월"). 상호작용: ①승인 금액이 있는 행 체크 → 하단 고정 바 "3명 · ₩4.82M 지급 실행" ②실행 → 확인 모달(계좌 · 원천세 3.3% 차감 미리보기) → 확정 시 각 행 승인 구간이 지급 색으로 600ms 왼쪽부터 채워지고 KPI 자리 롤 ③깃발 hover → 이상 근거(CVR 18.2% vs 유형 중앙 4.1% · 클릭 후 전환 6초) + "보류 유지" 버튼. 금액은 원 단위 정수, 세금 계산은 서버에서만.
라이브 데모 열기 — 제휴 파트너 정산 화면 (미지급 · 보류 · 승인 · 지급 완료 커미션 KPI · 파트너 행 클릭 · 전환 · 매출 · 커미션율 · 커미션 상태 누적 막대 · 반품 기간 30일 보류 · 클릭 대비 전환 이상 깃발 · 일괄 지급 실행)
프로모션 캘린더 (월간 레인별 프로모션 막대 · 사이트 세일 · 기획전 · 쿠폰 · 라이브 커머스 · CRM 발송 · 날짜 열 hover → 그날 겹친 할인 실질 할인율 · 마진 계산 · 중복 할인 경고 · 일 매출 계획 vs 실적 리프트 선)
Promotion calendar: monthly lanes of promotion bars (site sale, category event, coupons, live commerce, CRM sends), day-column hover computing the stacked effective discount and margin with overlap warnings, and a planned vs actual daily sales lift line
한 달 동안 걸린 세일 · 기획전 · 쿠폰 · 라이브 방송 · 메시지 발송을 레인별 막대로 놓고, 아래에 일 매출 계획과 실적 선을 겹친 프로모션 캘린더입니다. 커서가 날짜 열을 짚으면 그날 동시에 걸린 할인들이 겹쳐서 실제로 몇 % 깎이는지와 남는 마진이 계산되어 뜨고, 사이트 세일과 쿠폰이 함께 걸려 마진이 목표 아래로 떨어지는 날은 빨간 중복 할인 경고가 표시됩니다.
프롬프트
프로모션 캘린더 대시보드를 만들어줘. 데이터: promos[] = {id, lane:"site"|"category"|"coupon"|"live"|"crm", name, start, end, discount:{type:"%"|"정액", value, stackable:boolean, scope:[카테고리]}, owner, status:"planned"|"live"|"ended"}, dailySales[] = {date, plan, actual?}, baseMargin = 45%, marginFloor = 25%. 실질 할인율(같은 날 같은 범위 · 중첩 허용만): 1 − Π(1 − dᵢ)(15% 세일 + 10% 쿠폰 = 23.5%, 단순 합 25% 아님), dayMargin = (1 − 실질 할인 − 원가율) / (1 − 실질 할인). 레이아웃: x = 날짜 1–31(열 폭 1fr · 주말 배경 #F7F8F9 · 오늘 세로 2px #2563EB), 레인 5개(행 28px · 레인 이름 왼쪽 고정 · 막대 radius 6 · 레인 색: 사이트 #2563EB · 기획전 #7C3AED · 쿠폰 #F59E0B · 라이브 #E02424(하루짜리 점 + 시간) · CRM #0E9F6E(발송 핀)), 막대 안 이름 + 할인값. 하단 일 매출 영역: 계획 점선 #9AA1AB · 실적 실선 #111827, 프로모션 기간 리프트 = 실적 ÷ 계획 − 1 칩. 상호작용: ①날짜 열 hover → 열 강조 + 팝오버(그날 할인 목록 · 실질 할인율 · 예상 마진 · 바닥 25% 미만이면 빨강 "중복 할인 경고") ②막대 hover → 기간 · 담당 · 상태 ③막대 클릭 → 편집 서랍(겹침이 생기면 저장 전 경고). 겹치는 날은 캘린더 상단 날짜 숫자 아래에 빨강 점으로 미리 표시.
라이브 데모 열기 — 프로모션 캘린더 (월간 레인별 프로모션 막대 · 사이트 세일 · 기획전 · 쿠폰 · 라이브 커머스 · CRM 발송 · 날짜 열 hover → 그날 겹친 할인 실질 할인율 · 마진 계산 · 중복 할인 경고 · 일 매출 계획 vs 실적 리프트 선)
경쟁사 가격 · 바이박스 모니터 (상품 행마다 내 가격 점 vs 경쟁 판매자 가격 분포 띠 · 가격 지수 · 아이템 위너 보유 · 선택 상품 가격 계단 이력 · 위너 점유 띠 · 경쟁가 하락 알림 → 자동 가격 규칙 적용 → 위너 회복)
Competitor price & buy-box monitor: per-product dot of my price against a band of competitor offers, price index and buy-box ownership, plus the selected product’s stepped price history with buy-box share band and a competitor-drop alert → auto-repricing rule → buy-box recovery
오픈마켓에서 같은 상품을 파는 다른 판매자 가격과 내 가격을 비교하고, 대표 판매자 자리(아이템 위너 · 바이박스)를 지키는지 보는 가격 모니터입니다. 상품 행마다 경쟁 판매자 가격이 회색 띠로 퍼져 있고 내 가격이 그 위 어디에 있는지 점으로 찍힙니다. 아래 상세에서 경쟁사가 가격을 내리는 순간 알림이 뜨고 위너를 잃었다가, 자동 가격 규칙(최저가 −₩100 · 하한 ₩38,000)이 적용되면 내 가격 계단이 내려가며 위너 점유 띠가 다시 녹색으로 돌아옵니다.
프롬프트
경쟁사 가격 · 바이박스 모니터 대시보드를 만들어줘. 데이터: products[] = {sku, name, myPrice, myShipping, cost, offers:[{seller, price, shipping, rating, fulfilment:"로켓"|"일반"}], buyBoxOwner, history:[{ts, myPrice, minCompetitor, buyBoxOwner}]}. 비교 가격 = 상품가 + 배송비(배송비 포함 총액으로 비교해야 순위가 맞다). 파생: priceIndex = myTotal / median(competitorTotals) × 100, gapToMin = myTotal − minCompetitorTotal, buyBoxShare24h = 위너였던 시간 / 24h, marginAtPrice = (price − cost − 수수료 10.8%) / price. 레이아웃: 위 상품 행(행 30px): 썸네일 · 이름 | 가격 띠(x = 가격 범위 · 경쟁 오퍼 작은 회색 점들 + 최저 ~ 최고 얇은 띠 · 내 가격 큰 점 — 위너면 녹색 #0E9F6E, 아니면 빨강 #E02424) | 가격 지수(100 기준 ± · 발산 색) | 위너 칩(✓ 보유 / ✕ 상실 · 24h 점유 %) | 규칙 칩("최저가 −₩100 · 하한 ₩38,000"). 아래 상세(선택 상품): 계단선 차트(내 가격 #2563EB · 경쟁 최저가 #9AA1AB 점선 · 하한선 #E02424 점선), 차트 아래 위너 점유 띠(시간별 녹색 · 빨강 칸). 상호작용: ①경쟁가 하락 이벤트(웹훅 · 5분 폴링) → 상단 토스트 "스타일몰이 ₩39,900 → ₩38,900 인하 · 위너 상실" ②규칙 자동 적용(마진 > 15%일 때만) → 내 가격 계단이 새 값으로 240ms 내려가고 위너 띠 다음 칸부터 녹색 ③하한에 닿으면 규칙 중지 + "하한 도달 · 수동 검토" 호박색 칩. 규칙 변경은 감사 로그에 남긴다.
라이브 데모 열기 — 경쟁사 가격 · 바이박스 모니터 (상품 행마다 내 가격 점 vs 경쟁 판매자 가격 분포 띠 · 가격 지수 · 아이템 위너 보유 · 선택 상품 가격 계단 이력 · 위너 점유 띠 · 경쟁가 하락 알림 → 자동 가격 규칙 적용 → 위너 회복)
오픈마켓 판매자 센터 홈 (오늘 할 일 카운터 신규 주문 · 발송 지연 · 취소 요청 · 반품 요청 · 미답변 문의 · 판매자 등급 지표 4종 기준선 · 페널티 위험 배너 · 정산 예정 타임라인 · 카운터 클릭 → 처리 목록)
Marketplace seller-center home: today’s to-do counters (new orders, late shipments, cancel and return requests, unanswered questions), four seller-grade metrics against thresholds, a penalty-risk banner, a settlement schedule timeline and counter click → work queue
스마트스토어나 쿠팡 윙 같은 오픈마켓 판매자가 아침에 여는 판매자 센터 홈입니다. 맨 위에 오늘 처리해야 할 일(신규 주문 · 발송 지연 · 취소 요청 · 반품 요청 · 미답변 문의)이 큰 숫자 카운터로 있고, 아래에는 주문 이행률 · 출고 소요일 · 문의 응답률 같은 판매자 등급 지표가 기준선과 함께 있습니다. 발송 지연이 쌓이면 페널티 위험 배너가 뜨고, 커서가 발송 지연 카운터를 누르면 지연 주문 목록이 펼쳐지며 오른쪽에 정산 예정 금액 타임라인이 보입니다.
프롬프트
오픈마켓 판매자 센터 홈을 만들어줘. 데이터: todo = {newOrders, shipDelayed(발송 기한 초과), cancelRequests, returnRequests, unansweredQna(24h 초과 따로)}, gradeMetrics[] = {key:"fulfilmentRate"|"shipLeadDays"|"qnaResponse24h"|"claimRate", value, threshold, direction:"higherBetter"|"lowerBetter", window:"최근 3개월"}, settlements[] = {date, gross, fee, adCost, net, status:"예정"|"확정"|"지급"}. 등급 규칙(예): 주문 이행률 ≥ 97% · 평균 출고 ≤ 2.0일 · 24시간 내 문의 응답 ≥ 90% · 클레임률 ≤ 1.5%, 하나라도 미달이면 다음 달 등급 하락 위험. 페널티: 발송 지연 건이 최근 7일 주문의 3% 초과 → 배너. 레이아웃: 1행 카운터 5개(숫자 28px · 0이면 회색 · 지연 · 요청은 빨강 점 + 숫자 빨강 · 클릭 가능 커서), 2행 왼쪽 7단 등급 지표 4개(가로 막대 + 기준선 세로 표식 · 통과 ✓ 녹 · 미달 ✕ 빨강 · "기준 97%"), 오른쪽 5단 정산 타임라인(이번 주 → 다음 주 날짜 노드 · 노드마다 정산 예정액 · 수수료 · 광고비 차감 툴팁, 확정 노드 채움 · 예정 노드 외곽선). 페널티 배너(호박색 · "발송 지연 7건 · 최근 7일 3.4% · 오늘 18시까지 발송 처리 시 해소"). 상호작용: ①카운터 클릭 → 아래에 해당 처리 목록 패널이 280ms 펼쳐짐(주문번호 · 상품 · 경과 시간 · "발송 처리" 버튼) ②발송 처리 → 카운터 −1 자리 롤 + 지표 막대 실시간 반영 ③정산 노드 hover → 차감 내역. 숫자는 5분마다 갱신, 갱신 시각 표시.
라이브 데모 열기 — 오픈마켓 판매자 센터 홈 (오늘 할 일 카운터 신규 주문 · 발송 지연 · 취소 요청 · 반품 요청 · 미답변 문의 · 판매자 등급 지표 4종 기준선 · 페널티 위험 배너 · 정산 예정 타임라인 · 카운터 클릭 → 처리 목록)
사이트 내 검색어 리포트 (검색 사용률 · 검색 사용자 전환율 vs 미사용 · 결과 없음 비율 KPI · 인기 검색어 표 클릭률 · 전환율 · 재검색률 · 결과 없음 검색어 목록 → 동의어 추가 → 해결 목록으로 이동)
On-site search report: search usage, searcher vs non-searcher conversion and zero-result rate KPIs, a top-queries table with click-through, conversion and refinement rates, and a zero-result list where adding a synonym moves the query into the resolved list
쇼핑몰 안 검색창에 고객이 무엇을 찾는지, 찾은 뒤 실제로 샀는지를 보는 사이트 검색 리포트입니다. 위 KPI는 검색을 쓴 고객의 전환율이 안 쓴 고객보다 얼마나 높은지와 결과가 0건이었던 검색 비율을 보여 주고, 아래 인기 검색어 표는 검색어마다 결과 클릭률 · 전환율 · 다시 검색한 비율을 나란히 놓습니다. 오른쪽 "결과 없음" 목록에서 커서가 후리스에 "플리스" 동의어를 추가하면 그 검색어가 해결 목록으로 옮겨 가고 결과 없음 비율이 내려갑니다.
프롬프트
사이트 내 검색 분석 대시보드를 만들어줘. 데이터: Algolia/자체 로그 searches[] = {query(정규화: 소문자 · 공백 정리 · 한글 자모 결합), userId, results, clickedPosition?, converted, refined(30초 내 재검색)}, synonyms[] = {terms[], type:"양방향"|"단방향"}. 파생: searchUsage = 검색 세션 / 전체 세션, searcherCVR vs nonSearcherCVR, zeroResultRate = results = 0 검색 / 전체 검색, CTR = 결과 클릭 검색 / 검색, avgClickPosition, refinementRate. 레이아웃: KPI 4(검색 사용률 · 전환율 검색 4.9% vs 미사용 1.8% (2.7배) · 결과 없음 6.2% · 평균 클릭 위치 2.4). 왼쪽 7단 인기 검색어 표(행 28px · 검색 수 막대 배경 · CTR · CVR · 재검색률 — 재검색률 30% 이상 호박색 "결과 품질 점검"). 오른쪽 5단 결과 없음 검색어(검색 수 내림차순 · 각 행 "동의어 추가" · "리디렉트" 버튼, 오타 추정이면 "→ 플리스?" 제안 칩), 아래 "해결됨" 접힘 섹션. 상호작용: ①"동의어 추가" → 인라인 입력에 제안어 자동 채움 → 저장 → 행이 해결 섹션으로 360ms 이동(FLIP) + 결과 없음 비율 KPI 자리 롤(해당 검색 수만큼 재계산 미리보기 · "다음 집계부터 반영" 각주) ②인기 검색어 행 클릭 → 그 검색어의 결과 상위 8개 상품과 클릭 분포 서랍 ③기간 · 기기 필터. 개인정보: 검색어 원문에 전화번호 · 이메일 패턴이 있으면 마스킹 후 집계.
라이브 데모 열기 — 사이트 내 검색어 리포트 (검색 사용률 · 검색 사용자 전환율 vs 미사용 · 결과 없음 비율 KPI · 인기 검색어 표 클릭률 · 전환율 · 재검색률 · 결과 없음 검색어 목록 → 동의어 추가 → 해결 목록으로 이동)
구독 커머스 지표 (정기배송 건너뛰기 · 일시정지 · 해지 · 활성 구독 브리지)
Subscription commerce operations: skipped deliveries, pauses and cancellations with an active-subscriber bridge
정기배송 운영자가 건너뛰기와 일시정지, 해지를 서로 다른 사건으로 확인하는 월간 운영 화면입니다. 활성 구독의 증감을 브리지 차트로 보여 주고, 최근 변경을 선택하면 다음 배송일이나 구독 종료 상태가 바뀝니다. 한 회차만 건너뛴 구독은 활성 고객 수에서 빠지지 않습니다.
프롬프트
정기배송 구독 운영 대시보드를 만들어줘. 데이터: period={start:"2026-10-01",end:"2026-10-31",tz:"Asia/Seoul"}, balances={openingActive:4800,new:312,resumed:48,paused:86,cancelled:54,closingActive:5020}, shipments={dueActive:1038,skipped:124,scheduled:914}, changes[] = {eventId,subscriptionId,customerName,eventType:"skip"|"pause"|"cancel",effectiveAt,previousDeliveryAt,nextDeliveryAt,reason}. active는 결제·배송이 가능한 구독만, pause는 비활성, skip은 해당 회차만 제외하고 active 유지; closingActive=openingActive+new+resumed-paused-cancelled, 예정 배송=dueActive-skipped, 건너뛰기율=124/1038=11.9%, 해지율=54/4800=1.1%로 분모를 툴팁에 쓴다. 이벤트 재전송은 eventId로 중복 제거하고 해지 예약은 효력 발생일에 한 번만 반영. 1280px 12단, 간격24px, 배경 #F1F2F4, 패널 #FFFFFF, 경계 #E3E5E8, 반경12px, 그림자 0 1px 2px #1018280A. 위에는 활성 구독5,020·건너뛰기124·해지54의 96px KPI 세 칸(제목13px/값28px tabular-nums), 아래 왼쪽8단은 활성 변동 waterfall: 기초4800→신규+312→복귀+48→일시정지−86→해지−54→기말5020. 절대 규모를 숨기지 않도록 0 기준 축을 유지하고 작은 증분은 최소4px 높이 대신 실제 높이에 값 라벨을 붙인다. 신규/복귀 #0E9F6E, pause #D97706, cancel #E02424, 양끝 #2563EB. 오른쪽4단 최근 변경 큐는 행56px, ID/고객/효력일/사유를 표시. ①1.6초 skip행 선택→배경 #EBF2FF 140ms fade, ②2.0초 다음배송 11.01→11.15 이동 240ms cubic-bezier(.2,0,0,1), active 유지 배지, ③4.3초 pause행→배송 미정·재개11.30, ④6.6초 cancel행→종료10.31과 다음청구 없음. 데모는 보기 상태만 바꾸고 운영 조치는 별도 확인 버튼으로 제공한다. 모션 감소 설정에서는 날짜와 선택 상태를 즉시 전환한다.
라이브 데모 열기 — 구독 커머스 지표 (정기배송 건너뛰기 · 일시정지 · 해지 · 활성 구독 브리지)
고객 LTV 예측 분포 (180일 기여이익 히스토그램 · 고가치군 선택 · 개인 예측 구간)
Customer predicted LTV distribution: 180-day contribution-margin histogram, high-value selection and an individual prediction interval
향후 180일 동안 고객 한 명이 만들 것으로 예상되는 기여이익을 고객 수 분포로 봅니다. 금액 구간을 고르면 해당 고객 수가 표시되고, 고가치 기준선을 적용하면 대상군이 강조됩니다. 오른쪽에서는 고객 개인의 예측값과 불확실성 구간을 따로 보여 주어 고객 간 분포와 개인 예측의 불확실성을 구분합니다.
프롬프트
고객별 미래 LTV 예측 분포 대시보드를 만들어줘. 입력 snapshot={asOf:"2026-10-24",horizonDays:180,modelVersion:"ltv-2.4",customers:10000}, customerForecasts[] = {customerId,cohort,observedMargin,p10,p50,p90,scoreAt}, bins[] = {from,to,count}. 이 화면의 LTV는 과거 누적 매출이 아니라 향후180일 예상 기여이익: 주문 순매출−매입원가−변동 배송/결제비−예상 반품비, 원화 실질값이며 할인율 적용 여부를 툴팁에 명시. 고객별 p50 점예측을 3만원 간격으로 집계해 0~36만원 12구간 count=[420,930,1480,1930,1770,1270,900,600,340,180,110,70], 합10000명. 고객 간 중앙값 약12.4만원과 개인의 p10~p90 예측구간은 다른 개념이므로 라벨을 분리한다. 화면1280px, 24px 거터, 바탕 #F1F2F4, 패널 #FFFFFF/1px #E3E5E8/반경12px/그림자 0 1px 2px #1018280A. 상단 중앙값28px·고객수·예측기간·모델버전, 아래 왼쪽8단 히스토그램 x축 원화/y축 명수, 간격4px, 막대 #2563EB, 중앙값선 점선 #111827. 고가치 기준15만원 세로선 #7C3AED로 우측3,470명(34.7%)을 강조, 필터는 비식별 고객ID 목록으로 연결하고 불확실성이 큰 고객을 단정적 VIP로 표시하지 않는다. 오른쪽4단 고객 표본 #C-2084: 관측 기여이익5.2만원, 미래 p50 18.8만원, p10 10.8만원/p90 29.2만원을 별도 가로 구간 도표(80% 예측구간)로 표시. ①0~800ms 막대 높이 ease-out-cubic 등장, ②1.5초 12~15만원 구간 hover→1,770명 툴팁120ms fade, ③4.2초 고가치군 클릭→미달 막대 opacity0.22/선택막대 유지200ms cubic-bezier(.2,0,0,1), 선택건수280ms 보간, ④6초 개인표본 선택→예측구간 양끝 240ms 확장. 학습/검증 분할과 최근 검증 기간을 상세뷰에 두고, 반품 반영 전 데이터·신규 고객 표본 부족은 경고한다. 키보드 좌우로 bin 탐색, Enter 대상목록 열기, reduced-motion이면 즉시 전환.
라이브 데모 열기 — 고객 LTV 예측 분포 (180일 기여이익 히스토그램 · 고가치군 선택 · 개인 예측 구간)
상품 피드 · 카탈로그 오류 진단 (승인 · 거부 상품 요약 · 오류 유형별 영향 SKU · 피드 가격 vs 방문 페이지 비교 · 수정 후 재검사)
Product feed diagnostics: approval counts, affected items by issue, feed-versus-landing-page price evidence and recheck after correction
상품 카탈로그에서 광고에 실리지 못하는 상품을 오류별로 모아 해결하는 운영 화면입니다. 가격 불일치 · GTIN 누락 · 이미지 주소 오류를 영향 상품 수와 함께 나열하고, 선택한 상품의 피드 값과 방문 페이지 값을 나란히 보여 줍니다. 최신 가격을 반영해 재검사를 요청하면 검사 진행 막대가 차고, 성공 응답 뒤 승인 수와 남은 오류 수가 함께 바뀝니다.
프롬프트
Merchant Center형 상품 피드 진단 대시보드를 만들어줘. 데이터: catalog={total,approved,disapproved,lastFetchedAt}, issues[] = {code,severity,affectedItemIds[],firstSeenAt,status}, items[] = {itemId,title,gtin,imageUrl,feedPrice,landingPrice,currency,landingUrl,fetchedAt,reviewStatus}, recheck={jobId,status,processed,total,updatedAt}. 한 상품이 여러 오류에 들어갈 수 있으므로 전체 거부 수는 itemId 중복 제거, 오류 행의 영향 수는 서로 더하지 않는다. 샘플은 전체 2,480개, 승인 2,364개, 거부 116개이며 세 오류 집합이 겹치지 않는 예시로 가격 불일치 74, GTIN 누락 29, 이미지 주소 오류 13을 둔다. 1280px 화면은 배경 #F1F2F4, 24px 여백, 카드 #FFFFFF, 테두리 1px #E3E5E8, radius 12px, 그림자 0 2px 8px #1018280A. 상단 KPI 3장은 라벨 13px, 숫자 28px tabular-nums, 승인 #0E9F6E, 거부 #E02424. 본문 왼쪽 7단은 오류 유형·영향 상품 수·심각도 표, 행 높이 56px, 선택 행 #EBF2FF와 왼쪽 3px #2563EB. 오른쪽 5단은 상품 ID RUN-270, 원본 피드 29,000원 vs 방문 페이지 32,000원, 두 값의 수집 시각 및 URL, 불일치 필드에만 #FEE2E2 배경을 둔다. 액션은 최신 가격으로 바꿀 원본 29,000→32,000원과 영향 상품 74개를 먼저 미리보기하고 사용자가 수정·재검사를 누른 뒤 180ms cubic-bezier(.2,0,0,1)로 검사 상태를 전환한다. 검사 진행률은 서버 processed/total을 240ms ease-out 보간하고 검사가 끝날 때까지 승인으로 가정하지 않는다. 성공 결과 74개만 승인으로 이동하여 승인 2,438, 거부 42가 되며 숫자는 280ms 자리 롤, 해당 행은 320ms 초록 배경 후 수정됨 칩으로 확정한다. 실패하면 원래 거부 수를 유지하고 재시도 및 오류 로그를 노출한다. 수치 0은 0개, 미수집 값은 —로 구분하고 오류 코드는 필터·URL에 보존한다.
라이브 데모 열기 — 상품 피드 · 카탈로그 오류 진단 (승인 · 거부 상품 요약 · 오류 유형별 영향 SKU · 피드 가격 vs 방문 페이지 비교 · 수정 후 재검사)
광고 검색어 리포트 + 제외 키워드 추천 (검색어별 비용 · 전환 표 · 무전환 지출 강조 · 구문 제외 영향 미리보기 · 적용 후 제외 상태)
Paid-search terms with negative-keyword review: zero-conversion spend, phrase-match impact preview and applied exclusions
유료 검색 광고에서 실제 검색어마다 얼마를 쓰고 몇 건이 전환됐는지 확인하는 화면입니다. 전환이 없는 관련 없는 검색어를 고르면 오른쪽에 제외할 구문과 일치 유형, 함께 막힐 검색어·비용·전환 수가 나옵니다. 추천은 바로 적용하지 않고 영향 범위를 검토한 뒤 광고그룹에 추가하며, 적용된 검색어는 이력과 함께 제외 상태로 바뀝니다.
프롬프트
광고 검색어 성과와 제외 키워드 추천을 한 화면으로 만들어줘. 데이터: terms[] = {query,campaignId,adGroupId,keyword,matchType,impressions,clicks,cost,conversions,conversionValue,conversionLagDays}, candidates[] = {negativeText,negativeMatchType:"PHRASE"|"EXACT",reason,matchedQueryIds[],lookbackDays,conversionMatured}, existingNegatives[] = {text,matchType,scopeId,appliedAt}. 최근 30일 검색어 표는 검색어 32%, 클릭 12%, 광고비 20%, 전환 12%, CPA 24%, 행 높이 52px. 비용은 #E7EBF1 오른쪽 정렬, 전환 0의 CPA는 0원 대신 —, 추천 검색어는 왼쪽 3px #F59E0B와 무전환 칩을 쓴다. 배경 #0B0F17, 패널 #131A24, 선 #222C3A, 선택 행 #16243A, 라벨 13px #8C97A8, 본문 14px, 숫자 14px tabular-nums, radius 12px, 패널 그림자 0 4px 16px #00000020. 상단 광고비 574,000원·구매 19건·검토할 무전환 비용 82,000원을 보여 준다. 표에는 무료 러닝화 도안 82,000원/0건, 러닝화 추천 230,000원/8건, 중고 러닝화 64,000원/0건, 여성 러닝화 198,000원/11건을 넣는다. 오른쪽 360px 검토 패널은 추천 구문 도안, 구문 일치, 선택 광고그룹 러닝화_일반, 추천 이유 검색 의도가 구매와 다름을 표시한다. 영향 미리보기는 과거 실제 검색어 3개·비용 82,000원·전환 0건이며 이는 과거 재집계이지 미래 절감 보장값이 아니다. 전환 지연 7일이 지난 검색어만 추천 계산에 쓰고 브랜드·고전환 검색어와 충돌하면 주황 경고를 띄운다. 구문/정확 일치 변경 시 광고 플랫폼의 실제 제외 일치 규칙으로 영향 검색어 목록을 재조회하며, 미리보기 계산 중 버튼을 비활성화한다. 순서: 검색어 선택 160ms ease-out → 오른쪽 근거가 200ms cubic-bezier(.2,0,0,1)로 나타남 → 영향 3개 펼치기 → 사용자가 제외 구문 추가 클릭 → 중복 검사·API 성공 후 추가됨 칩 240ms, 표 상태만 갱신하고 과거 광고비 574,000원은 그대로 유지한다. 실패 시 재시도, 적용 이력과 되돌리기 버튼을 제공한다.
라이브 데모 열기 — 광고 검색어 리포트 + 제외 키워드 추천 (검색어별 비용 · 전환 표 · 무전환 지출 강조 · 구문 제외 영향 미리보기 · 적용 후 제외 상태)
오프라인 매장 POS 통합 대시보드 (온라인 · 매장 순매출 합산 · 지점별 실적 · 결제 수단 구성 · 시간대 적층 막대 · 미전송 영수증 동기화)
Unified store POS dashboard: online-plus-store net sales, branch performance, tender mix, hourly channel stacks and queued receipt recovery
온라인몰과 오프라인 지점의 순매출을 같은 기준으로 합산하는 운영 대시보드입니다. 지점별 순매출과 거래 수 옆에 POS 동기화 상태를 보여 주고, 시간대 막대는 매장과 온라인 매출을 서로 다른 색으로 쌓습니다. 연결이 끊긴 지점의 미전송 영수증 4건을 재연결하면 진행률이 차고, 중복을 제거한 거래만 매출에 더해집니다.
프롬프트
온라인몰과 매장 POS를 합쳐 보는 옴니채널 매출 대시보드를 만들어줘. 데이터: receipts[] = {receiptId,source:"online"|"pos",storeId,terminalId,transactionAt,receivedAt,grossSales,discounts,refunds,tax,tender:"card"|"cash"|"wallet",status}, stores[] = {storeId,name,lastSyncedAt,queuedReceipts,connection}, syncJobs[] = {storeId,processed,total,status}. 집계 통화는 KRW, 날짜는 Asia/Seoul의 거래 발생일 기준, 순매출은 상품 매출−할인−환불의 세금 포함 금액이며 카드수수료는 차감하지 않는다. 영수증의 전역 식별키 source+storeId+terminalId+receiptId로 멱등 처리하고 온라인 주문의 매장 수령은 원 결제 source에만 한 번 계산한다. 샘플: 온라인 8.60백만원, 성수 6.80백만원, 강남 5.40백만원, 부산 4.00백만원 = 순매출 24.80백만원·거래 482건, 강남 POS 미전송 4건·마지막 수신 7분 전. 화면 1280px 기준 배경 #F1F2F4, 24px 거터, 카드 #FFFFFF, 테두리 #E3E5E8 1px, radius 12px, 그림자 0 2px 8px #1018280A, 라벨 13px #616A75, 숫자 28px #111827 tabular-nums. 상단 KPI는 통합 순매출·거래 수·미전송 영수증, 본문 왼쪽 8단은 채널/지점·순매출·거래·동기화 표(행 48px), 지연 지점 배지 #FFF7ED/#D97706와 마지막 수신 시각을 함께 표시한다. 오른쪽 4단 결제 수단 도넛은 카드 78% #2563EB, 현금 12% #0E9F6E, 간편결제 10% #7C3AED, 가운데 결제 수단 라벨, 범례에 비율과 실제 금액을 둔다. 아래 시간대 막대는 x축 09–18시, 온라인 #2563EB와 매장 #0E9F6E 적층, 미수신 구간은 미집계 점선 표시로 0원과 구분한다. 지연 행 선택 → 영수증 4건 미리보기 → 다시 동기화 클릭 → 서버 진행률을 240ms cubic-bezier(.2,0,0,1)로 보간 → 수신 완료 후 강남 +320,000원·거래 +4, 통합 순매출 25.12백만원·486건으로 280ms 갱신한다. 재연결만으로 성공으로 가정하지 않고 processed=total 응답 뒤 미전송 수를 0으로 바꾼다. 거래 시각 버킷에 백필하므로 최근 시간 막대만 임의로 올리지 않는다. 기간·지점 필터는 표·도넛·막대를 같이 바꾸고 환불은 원거래 링크를 제공한다.
라이브 데모 열기 — 오프라인 매장 POS 통합 대시보드 (온라인 · 매장 순매출 합산 · 지점별 실적 · 결제 수단 구성 · 시간대 적층 막대 · 미전송 영수증 동기화)
리뷰 관리 큐 (미답변 SLA · 감성 태그 · 판매자 답글 게시 · 신고 사유 · 검토 상태)
Merchant review operations queue: reply SLA triage, sentiment tags, seller responses and reasoned report tracking
판매자가 여러 판매 채널의 상품 리뷰를 모아 처리하는 업무 큐입니다. 배송 불만 리뷰에 답글을 게시하면 미답변 수가 줄고 처리 기록이 남습니다. 다음 광고성 리뷰에서는 신고 사유를 고른 뒤 검토 요청 상태로 바뀝니다. 감성 태그는 응답 우선순위를 돕고, 신고된 리뷰의 공개 여부와 처리 상태는 따로 표시합니다.
프롬프트
판매자용 리뷰 관리 콘솔을 만들어줘. 데이터 reviews[] = {reviewId, channel, productId, productName, authorMasked, verifiedPurchase, rating:1..5, body, createdAt, sentiment:"positive"|"neutral"|"negative", topic, reply:{body,publishedAt,authorId}?, slaDueAt, report:{reason,status:"pending"|"upheld"|"dismissed",ticketId}?, visibility}; audit[] = {reviewId,actorId,action,at}. 응답 SLA는 작성 후 24시간이며 미답변만 남은 시간을 계산한다. 레이아웃은 1280px 12단, 간격 16px, 배경 #F1F2F4, 카드 #FFFFFF, 테두리 #E3E5E8 1px, radius 12px, 그림자 0 2px 8px #1018280A. 위 96px 요약 띠에 미답변 24건·SLA 임박 3건·평균 첫 응답 2.1h·긍정/중립/부정 비중을 표시한다. 왼쪽 5단은 미답변 우선 큐: 행 112px, 구매 인증·별점·상품·원문 2줄·감성 칩·남은 SLA, 선택 행 #EBF2FF 및 3px #2563EB 왼쪽 띠. 오른쪽 7단은 선택 리뷰 원문과 주문 맥락, 답글 편집기 120px, 기본 문구 삽입, 1,000자 카운터, 공개 답글 버튼이다. 시연 순서: 배송 지연 2점 리뷰 선택 → 200ms 편집기 포커스 → 직접 답글 작성 → 게시 240ms cubic-bezier(.2,0,0,1) → 해당 행에 답변 완료 칩·미답변 24→23·감사 기록. 그다음 광고성 리뷰 선택 → 신고 사유 드롭다운(광고/개인정보/욕설/무관한 내용) → 근거 확인 → 신고 접수 #R-1048, pending 배지. 감성 태그만으로 자동 숨김·신고하지 않으며 신고 접수 중에도 visibility는 별도 유지한다. 낙관적 갱신 실패 시 답글 초안을 보존하고 수치를 복원한다. reply 게시와 report 요청에는 reviewId+action 기반 idempotencyKey를 써 중복 처리 방지. 행 선택 180ms crossfade, 카운터 280ms ease-out, 게시 완료 토스트 3초, reduced-motion에서는 즉시 상태 변경.
라이브 데모 열기 — 리뷰 관리 큐 (미답변 SLA · 감성 태그 · 판매자 답글 게시 · 신고 사유 · 검토 상태)
라이브 커머스 방송 판매 콘솔 (프로그램 미리보기 · 핀 상품 교체 · 잔여 재고 · 분당 결제 · 방송 전환율)
Live shopping broadcast control: program preview, pinned SKU handoff, remaining stock, orders per minute and viewer-to-buyer conversion
라이브 커머스 방송을 진행하는 운영자가 현재 소개 중인 상품과 구매 반응을 동시에 보는 판매 콘솔입니다. 프로그램 미리보기 옆에 분당 결제가 표시되고, 핀 상품의 재고가 줄면 품절 임박 경고가 붙습니다. 다음 상품을 고정하면 화면의 상품 정보와 SKU 표가 함께 바뀌며, 차트에 상품 교체 시각을 남겨 방송 멘트 뒤 구매 반응을 연결해 볼 수 있습니다.
프롬프트
라이브 커머스 방송 중 사용하는 판매 운영 콘솔을 만들어줘. 데이터 broadcast = {broadcastId,title,startedAt,elapsedSec,concurrentViewers,uniqueViewers,uniqueProductClickers,uniquePaidBuyers,paidOrders,paidGmv,refundedGmv,streamDelaySec}; slots[] = {sku,name,price,stockOnHand,reservedQty,paidUnits,pinnedAt,thumbnail}; orderEvents[] = {eventId,orderId,sku,quantity,paidAmount,paidAt}; pinEvents[] = {sku,previousSku,at,actor}. 매출은 결제 완료 주문만 합산하고 순결제액=paidGmv−refundedGmv, 재고 available=max(0,stockOnHand−reservedQty), 시청→클릭→구매는 방송 시작 이후 중복 제거한 각 단계 사용자 수로 계산하며 동시 시청자를 전환율 분모로 쓰지 않는다. 1440px 12단 콘솔: 배경 #0B0F17, 카드 #131A24, 선 #263241 1px, 글자 #E7EBF1, 보조 #8C97A8, radius 12px, 여백 16px. 상단 96px KPI 4개: 동시 시청·결제 주문·순결제액·누적 구매 전환율. 왼쪽 4단은 16:9 프로그램 미리보기(빨강 #FF5470 LIVE 배지·방송 경과·지연 1.8s), 아래 현재 핀 상품 64px 썸네일·가격·가용재고·다음 상품 고정 버튼. 오른쪽 8단 위는 최근 12분 분당 결제 막대 #4F8CFF와 상품 교체 주석 세로선, 아래 SKU 목록 행 44px에 상품·결제수·가용재고·핀 버튼. 시연은 텀블러 재고 12→5개 경고 #FBBF24 → 토트백 핀 클릭 → 서버 ACK 확인 후 240ms cubic-bezier(.2,0,0,1)로 핀 상품 교체, 기존 선택 160ms fade, 차트에 정확한 교체 시각 세로선과 SKU명 칩. 새 주문 수신은 200ms 숫자 전환 및 해당 SKU 행만 320ms 하이라이트, 차트 1초마다 최대 60포인트 갱신, 집계는 30초마다 서버 기준 재동기화한다. eventId 중복 수신은 무시하고 순서가 늦은 주문은 paidAt 기준 버킷에 더한다. 핀 요청 실패는 기존 상품을 유지하고 재시도, 매진 SKU는 핀 전에 명시적으로 경고한다. 방송 지연과 결제 이벤트 지연은 각각 표시하고 종료 후 확정 리포트로 전환한다.
라이브 데모 열기 — 라이브 커머스 방송 판매 콘솔 (프로그램 미리보기 · 핀 상품 교체 · 잔여 재고 · 분당 결제 · 방송 전환율)
콘텐츠 캘린더 · 편집 워크플로 (주간 발행 일정 · 담당자 · 초안 → 검수 → 예약 → 발행 상태 · 승인 체크리스트 · 예약 확정 · 지연 콘텐츠 경고)
Content calendar and editorial workflow: weekly publishing slots, owners, draft → review → scheduled → published states, an approval checklist and a scheduled hand-off
콘텐츠 팀이 다음 주 발행 일정을 보면서 검수 병목을 해결하는 편집 캘린더입니다. 요일마다 릴스 · 뉴스레터 · 블로그 카드에 담당자와 발행 시간이 붙고, 아직 승인받지 못한 카드는 보라색 검수 상태로 남습니다. 오른쪽 검수 패널에서 필수 체크 항목을 확인하고 승인하면 선택 카드가 파란 예약 상태로 바뀌면서 검수 대기 수가 줄어듭니다. 할인율과 매출을 보는 프로모션 일정과 달리 원고의 준비 상태와 승인 책임자를 연결합니다.
프롬프트
콘텐츠 캘린더와 편집 승인 워크플로를 만들어줘. 데이터: contents[] = {id,title,channel:"instagram"|"youtube"|"blog"|"email",format:"reel"|"short"|"article"|"newsletter",owner:{id,name,avatar},reviewerId,dueAt,publishAt,timezone:"Asia/Seoul",status:"draft"|"in_review"|"scheduled"|"published",version,checklist:{brandTone:boolean,links:boolean,rights:boolean},approval?:{reviewerId,approvedAt,approvedVersion},publishedUrl?}. 상태 전이: draft → in_review → 승인한 동일 version만 scheduled → 게시 API 성공 시 published, 승인 후 원고 수정은 승인을 해제하고 검수로 돌린다. dueAt < now이고 미승인인 카드는 지연으로 센다. 데스크톱 1280px에서는 좌측 9열 주간 캘린더, 우측 3열 검수 패널, 24px 거터; 배경 #F1F2F4, 흰 패널 radius 12px, 테두리 #E3E5E8 1px, 4/8px 간격. 상단 KPI는 이번 주 발행 1/8, 승인 대기 3, 기한 초과 1; 상태별 개수는 초안 2·검수 3·예약 2·발행 1로 총 8개와 일치. 월–금 날짜 열은 동일 너비, 오늘 열만 #EBF2FF, 콘텐츠 카드 높이 112px에 3px 왼쪽 상태선(초안 #9AA1AB·검수 #7C3AED·예약 #2563EB·발행 #0E9F6E), 제목 14px 두 줄, 채널 12px, 담당자 아바타 20px, 발행 시간 tabular-nums. 캘린더 아래 상태별 개수 띠와 검수→예약 연결 화살표를 둔다. 오른쪽에는 선택 카드 제목·담당자·검수자·최종 수정 버전, 브랜드 톤/링크·태그/이미지 권리 체크리스트, 예약 일시, 승인·예약 버튼을 둔다. 필수 체크가 모두 참이고 reviewer 권한이 있어야 버튼 활성. 상호작용: ①검수 카드를 클릭하면 테두리 #7C3AED 2px와 함께 세부 패널이 180ms opacity·translateX(8→0) ease-out ②항목 확인 후 승인 → 서버가 version 충돌 검증 → 240ms cubic-bezier(.2,0,0,1)로 카드 상태선·칩을 검수 보라에서 예약 파랑으로 교체, 검수 개수 3→2 및 예약 개수 2→3을 280ms 숫자 전환, 예약 확정 토스트 2초 ③드래그로 다른 날짜에 옮기면 15분 단위로 스냅하고 예약 일시·타임존을 확인한 뒤 저장; 발행 완료 카드는 이동 금지. 예약은 게시 성공과 구분하고 실패는 해당 카드에 재시도 표시. 760px 이하에서는 날짜별 세로 목록+접히는 검수 패널로 바꿔줘.
라이브 데모 열기 — 콘텐츠 캘린더 · 편집 워크플로 (주간 발행 일정 · 담당자 · 초안 → 검수 → 예약 → 발행 상태 · 승인 체크리스트 · 예약 확정 · 지연 콘텐츠 경고)
브랜드 언급 · 점유율(SOV) 모니터링 (경쟁 브랜드별 100% 언급 추이 · 공통 모집단 · 출처 필터 · 중복·스팸 제외 · 급증 원문 큐 · 감성 확인)
Brand mentions and share-of-voice monitoring: competitor-normalised mention shares, source filtering, deduplication and spam exclusions, with an evidence queue for a mention spike
브랜드 이름이 소셜 · 뉴스 · 커뮤니티에서 얼마나 언급되는지 경쟁 브랜드와 같은 기준으로 비교하는 모니터링 화면입니다. 언급 점유율은 매출 점유율이 아니라 선택한 브랜드 묶음의 전체 언급 중 내 브랜드 비율입니다. 날짜별 100% 누적 영역과 출처 필터를 함께 보여 주고, 커뮤니티를 고르면 모집단과 숫자가 같이 바뀝니다. 급증 원문 큐는 게시물 요약과 감성을 붙여 단순 수치 상승이 제품 호평인지 불만 확산인지 확인하게 합니다.
프롬프트
브랜드 언급과 SOV 소셜 리스닝 대시보드를 만들어줘. 데이터: querySet={id,brands:[{brandId,name,aliases[],excludeTerms[]}],languages:["ko"],timezone:"Asia/Seoul"}; mentions[] = {id,canonicalUrl,brandIds[],source:"social"|"news"|"community",publishedAt,text,authorHash,reachEstimate?,sentiment:"positive"|"neutral"|"negative"|"unclassified",confidence,duplicateGroupId,isSpam}. 집계 단위는 고유 문서×브랜드: 같은 문서가 A와 B를 함께 언급하면 두 브랜드 각각 1건, 한 브랜드의 별칭이 여러 번 나와도 1건. 동일 canonicalUrl/중복 그룹은 브랜드당 1건으로 중복 제거하고 스팸 제외. SOV_b = brandMentionCount_b / sum(동일 querySet·기간·출처·언어 필터의 각 브랜드 언급 수) × 100; 매출이나 전체 시장 점유율과 혼동하지 않게 라벨을 언급 점유율로. 배경 #0B0F17, 카드 #131A24, 테두리 #222C3A 1px, radius 12px, 여백 24px. 상단 KPI 3개: 내 브랜드 언급 12,840건, 언급 점유율 34.8%(분모 36,900건), 부정 비율 8.6%(분류 완료 건 중; confidence<0.65는 미분류로 분모 제외). 왼쪽 8열: 14일 날짜별 100% 누적 영역, 내 브랜드 #4F8CFF·경쟁 A #A78BFA·경쟁 B #22C3A6·경쟁 C #FBBF24, y축 0/50/100%, 각 날짜 합계는 100%, 없는 날짜는 결측 띠로 비워 0%와 구분. 차트 위 전체/소셜/뉴스/커뮤니티 세그먼트, 아래 분모와 중복·스팸 제외 수. 오른쪽 4열: 이전 동일 시간대 대비 언급이 2배 초과하고 최소 100건일 때 급증 배너, 기여 원문 카드 3개(출처·시각·2줄 요약·감성 칩·원문 열기). 상호작용: ①날짜 hover → 세로 가이드+그 날짜 브랜드별 건수/점유율 팝오버 120ms fade ②커뮤니티 필터 선택 → 분자 3,920와 분모 9,220를 함께 재집계하고 SOV 42.5%, 영역 경로 360ms cubic-bezier(.2,0,0,1) 보간, 선택 필터 180ms 이동 ③급증 날짜 클릭 → 오른쪽 큐를 해당 날짜·출처 원문으로 필터, 선택 원문을 열면 감성 판정 수동 수정 가능(감사 이력 저장). 자동 감성은 추정이라는 작은 라벨과 수집 지연 5분을 표시하고, 비교 기간의 검색식과 브랜드 묶음이 다르면 비교 증감 대신 정의 변경 안내를 보여줘.
라이브 데모 열기 — 브랜드 언급 · 점유율(SOV) 모니터링 (경쟁 브랜드별 100% 언급 추이 · 공통 모집단 · 출처 필터 · 중복·스팸 제외 · 급증 원문 큐 · 감성 확인)