카페24 스토어 공식 인터뷰홈인테리어 / 1인 가구 리빙

"내 가설이 맞는지 확인하는 게 아니라,
내가 뭘 못 보고 있는지 알려주는 도구입니다"

누적 거래액 600억 원, 7,000개 이상의 리빙 큐레이션 상품을 운영하는 원룸만들기가 매일 아침 9시 BytePlay.AI로 매출 하락의 원인을 다각도로 진단하고, 잘못된 과잉 대응 비용을 막아낸 실전 스토리입니다.

원룸만들기 윤유정 실장

윤유정 실장

인터뷰

(주)플록 인사·경영 & 커머스 운영 총괄 실장

누적 거래액
600억+

자취생·1인가구 타깃 No.1 리빙 커머스

등록 상품 수
7,000개+

방대한 버티컬 큐레이션 상품 운영

협업 브랜드
600여 개

제휴 및 위탁 공급사 생태계

인터뷰 요약

"내 가설이 맞는지 확인해주는 게 아니라, 내가 뭘 못 보고 있는지 알려주는 도구입니다."

"제가 다음에 던질 질문을 먼저 꺼내놓는 분석가입니다."

"매출이 흔들릴 때 같이 흔들리지 않게 잡아줍니다."

Transformation

BytePlay 도입 전 vs 도입 후

Before엑셀과 감각에 기대던 과거
  • 카페24에서 내려받은 원천 데이터를 매크로와 함수로 시트마다 개별 가공
  • "이번 주 매출 왜 빠졌지?" 질문 하나에 수많은 시트를 일일이 종합 대조
  • 스스로 떠올리지 못한 가설은 검증 대상에 오르지도 못하고 놓치는 한계
  • 매출 하락 시 "특정 상품 마케팅 부진"이라는 익숙한 편견으로 성급히 판단
AfterBytePlay와 함께하는 현재
  • 매일 아침 9시 AI 브리핑으로 별도 가공 없이 하루 우선순위 즉각 수립
  • 추상적(또는 포괄적)인 질문으로 AI가 연속적인 분석과 예상치 못한 각도 역제안
  • 계절성 & 전년 동기 비교로 하락폭 방어 확인 → 불필요한 과잉 대처 방지
  • 수작업 분석 시간 절약으로 실질적인 비즈니스 전략 판단에 집중
Chapter 01

BytePlay 도입 전에는

경험과 감각에 기대던 엑셀의 한계

원룸만들기는 자취생과 1인 가구를 타깃으로 한 리빙 전문 쇼핑몰입니다. 좁은 공간에 사는 사람들이 실제로 필요로 하는 가구·수납·주방·생활용품을 큐레이션해 판매하고, "극현실주의 리얼 리뷰" 콘텐츠 전략을 축으로 유튜브·SNS 채널을 함께 운영합니다.

그전까지 매출·운영 관련 판단은 엑셀과 스프레드시트가 사실상 전부였습니다. 카페24에서 데이터를 내려받아 매크로와 함수로 가공하는 방식이었고, 필요한 지표가 생길 때마다 시트를 하나씩 새로 만들어 붙여나가는 식이었습니다.

기간별 매출, 상품별 판매량, 카테고리별 비중, 공급사별 정산 등등 각각 다른 시트에서 각각 다른 기준으로 뽑아놓고, 최종 판단은 그 시트들을 사람이 머릿속에서 합쳐서 내렸습니다. 결국 데이터는 근거로만 쓰이고, 해석과 결론은 경험과 감각에 기대는 구조였습니다.

가장 답답했던 건, "이번 주 매출이 왜 빠졌지?" 질문 하나에 답하기 위해 시트의 여러 데이터를 종합 분석해야 했고, 그렇게 모아놓은 뒤에도 확인할 수 있는 범위가 대부분 "내가 세운 가설이 맞는지"까지였다는 점입니다. 애초에 떠올리지 못한 각도는 검증 대상에 오르지도 못했습니다.

원룸만들기 윤유정 실장
원룸만들기((주)플록) 인사·경영과 커머스 운영을 총괄하는 윤유정 실장
Chapter 02

BytePlay 이렇게 사용합니다

매일 아침 9시마다 매출 추이 분석

매일 아침 9시에 전날의 매출 추이 분석을 요청하는 것으로 하루를 시작합니다. 이게 기본 루틴이고, 주 단위로는 일주일치 흐름을 놓고 회고하는 질의를 따로 던집니다. 정기 질의만 데일리 5~7회에 주간 회고 1회 정도이고, 여기에 특이 신호가 보일 때마다 파고드는 추가 질의가 붙습니다.

데일리는 "어제 무슨 일이 있었나"를 빠르게 확인하는 용도, 위클리는 "이 흐름이 추세인가 노이즈인가"를 판단하는 용도로 나눠 쓰고 있습니다. 데이터를 직접 가공해 올리는 번거로움 없이 바로 물어볼 수 있어 아침 브리핑을 읽고 그날의 우선순위를 정하는 하루 업무의 출발점이 되었습니다.

실제 실무자 프롬프트"저번 주 대비 이번 주 매출 추이 흐름이 하락한 원인을 종합적으로 분석해줘"

예전 같으면 "A상품 판매량 뽑아줘"처럼 이미 의심하고 있는 대상을 지정해서 물었을 텐데, 지금은 오히려 범위를 좁히지 않고 열어두고 묻습니다. 내가 지정하지 않았을 때 나오는 답에서 얻는 인사이트가 훨씬 더 컸기 때문입니다.

Chapter 03

인사이트를 발견한 순간 & 같은 숫자 다른 이야기

잘못된 액션의 비용을 막아낸 결정적 순간

평균 일매출 기준으로 이틀 연속 매출 앞자리가 달라진 날이 있었습니다. 하루면 노이즈로 보지만 이틀 연속이면 신호이기에, 특정 상품을 지목하지 않고 매출 추이 전반을 분석해달라고 통으로 요청했습니다.

결론부터 말하면, 매출이 저조했던 원인은 특정 상품의 단편적인 부진이 아니었습니다. 계절성이 강한 특수 상품군의 매출이 대조적으로 줄어든 것이 전체 흐름을 끌어내린 요인이었습니다.

더 중요한 건 그 다음이었습니다. 줄어든 매출의 낙폭 자체를 "전년 동기"와 놓고 비교했을 때 오히려 우수한 수준이었습니다. 즉 "문제가 생겨서 빠진 하락"이 아니라 "해마다 있는 하락이고 올해는 그 폭을 잘 방어한 상태"였던 것입니다.

만약 그 분석이 없었다면 매출을 견인할 새로운 특수 상품을 급하게 모색하고, 콘텐츠 스케줄을 앞당기거나 바꾸는 등 불필요한 대응에 인력과 비용을 태웠을 것입니다. 잘못된 진단으로 내린 조치는 원래 잘 돌아가던 것까지 흔들어놓는 경우가 많은데, 결과적으로 과잉 대처하지 않은 판단 자체가 가장 유효한 조치가 되었습니다.

결론가장 큰 조치는 "과도한 조치를 취하지 않은 것"

놓쳤을 때의 진짜 위험은 "기회 손실"보다 "잘못된 액션의 비용"입니다. 계절성과 전년 대비라는 창을 함께 열어보자, 나쁜 숫자가 정반대의 의미가 되었습니다.

핵심 성과

도입 후 무엇이 가장 크게 달라졌나

1. 쓰지 않아도 될 비용 절감

계절성 하락 구간에서 불필요하게 특수 상품을 소싱하거나 콘텐츠 스케줄을 재편하는 인력·매체비·공급사 협의 공수를 아꼈습니다. 성과가 "더 벌었다"가 아니라 "안 써도 될 돈을 안 썼다"는 형태로 증명되었습니다.

2. 분석 시간 → 판단 시간으로 전환

하루를 엑셀 시트 가공으로 시작하던 시간들이 AI 아침 브리핑을 읽고 그날의 실행 과제를 정하는 판단의 시간으로 완전히 옮겨갔습니다.

3. 질문의 패러다임 변화

"내 가설이 맞나?"를 확인하던 소극적 검증에서 "내가 못 보고 있는 게 뭐지?"를 묻는 주도적 인사이트 발굴로 업무 시야가 넓어졌습니다.

이런 분들에게 추천해요!

원룸만들기 실무자가 전하는 추천 대상

01

버티컬 라이프스타일 위탁몰

상품 개별 성패보다 카테고리와 시즌 단위의 거시적 흐름이 매출을 좌우하는 쇼핑몰에 필수적입니다.

02

취급 품목(SKU)이 방대한 커머스

7,000개가 넘는 방대한 상품을 사람이 일일이 훑지 못해 눈에 띄는 몇 개만 보다가 전체 그림을 놓치는 운영자에게 강력 추천합니다.

03

엑셀 취합의 한계를 느끼는 운영자

매출이 흔들릴 때마다 원인을 짐작만 하고 넘어가는 것이 답답했던 대표 및 이커머스 실무 책임자에게 권합니다.

데이터 속 숨겨진 인사이트를 발견하세요!

원룸만들기처럼 반복적인 데이터 수동 취합에서 벗어나, 가장 중요한 비즈니스 성장에 집중해 보세요. 카페24 스토어에서 BytePlay 무료체험을 바로 시작할 수 있습니다.