셀러전략

고객이 한 번 사고 안 돌아온다면 — AI로 재구매율 높이는 CRM 자동화 실전법

by

신규 고객 데려오는 비용은 비싼데, 한 번 산 고객이 다시 안 돌아온다면? 구매 데이터에서 재구매 주기를 뽑고, 고객을 세 그룹으로 나누고, AI로 타이밍 자동화하는 5단계 실전 루틴.

반품 데이터 3개월치를 AI한테 던졌더니 상세페이지 고칠 곳이 바로 보였다

by

“이 상품 왜 이렇게 반품이 많지?” 셀러라면 한 번쯤 엑셀을 열어보고 한숨 쉰 적 있을 거예요. 반품 사유란에 적힌 “단순 변심”, “사이즈 불일치”, “상품 설명과 다름” — 이걸 눈으로 하나씩 세고 있으면 하루가 갑니다. 그래서 반품 데이터 3개월치를 통째로 AI한테 넘겨봤어요. 결과부터 말하면, 반품의 원인은 고객이 아니라 상세페이지에 있었습니다. 반품 데이터, 왜 직접 분석하면 안 … Read more

판매 데이터 6개월치를 AI한테 던졌더니 재고 쌓일 곳이 미리 보였다

by

창고에 쌓인 재고를 바라보며 “왜 이걸 이렇게 많이 발주했지?” 후회한 적, 한 번쯤 있지 않나요? 저도 그랬어요. 지난 시즌 잘 팔렸으니까 올 시즌도 비슷하겠지, 하는 감으로 발주했다가 창고비만 수백만 원 날린 적이 있습니다. 그래서 이번엔 접근을 바꿔봤어요. 엑셀에 쌓아둔 판매 데이터 6개월치를 통째로 AI한테 던져본 거죠. 감이 아니라 패턴이 보였다 ChatGPT에 CSV 파일을 올리고 물어봤어요. … Read more

경쟁사 상품 50개를 AI한테 던졌더니 가격 전략이 나왔다

by

경쟁사 상품 50개의 가격, 리뷰, 평점 데이터를 AI에게 분석시키면 시장 구조 파악부터 최적 가격 전략까지 나온다. 감이 아닌 데이터 기반 가격 결정법을 3단계 프롬프트와 실전 사례로 정리했다.

재고를 많이 쌓는 게 안전한 거 아닌가요? — AI 수요 예측이 뒤집은 재고 관리의 상식

by

쿠팡 로켓배송 셀러라면 한 번쯤 이런 경험이 있을 거예요. “이번 달 잘 팔렸으니까 다음 달도 넉넉히 넣자.” 결과는? 창고비만 나가고 반품 처리에 시간 쓰고, 정작 잘 나가는 색상은 품절. 재고 관리에서 가장 위험한 착각이 “많으면 안전하다”는 생각이에요. 실제로는 정반대입니다. 과잉 재고는 곧 묶인 현금이고, 현금이 묶이면 신상품 소싱도, 광고 집행도 못 해요. 과잉 재고가 마진을 … Read more

경쟁사가 가격을 내리면 따라 내리시나요? — AI 다이나믹 프라이싱으로 마진 지키는 법

by

경쟁사 가격만 따라가다 마진이 바닥났다면, AI 다이나믹 프라이싱을 시작할 때다. 가격 탄력성 분석부터 실시간 최적가 산출까지, 이커머스 셀러를 위한 3단계 실전 가이드.