swot-from-signals

name	swot-from-signals
description	브랜드 리서처가 수집한 정성·정량 신호로부터 SWOT(강점·약점·기회·위협) 매트릭스를 자동 도출하는 분석 패턴. 각 사분면 3개씩, 모든 항목에 근거 URL 또는 시그널 값을 명시한다. Brand Intelligence Lab 의 데이터 분석가 에이전트가 사용한다.

swot-from-signals

정성·정량 수집물 → SWOT 4사분면 자동 도출 패턴. 근거 URL/시그널 값 100% 명시.

입력 (브랜드 리서처 산출물 6종)

• brand_profile.md — 기업 개요, 미션, BM, 주요 제품
• competitor_matrix.csv — 경쟁사 3~5곳 (가격대·타겟·강점)
• pricing_scrape.csv — 자사·경쟁사 가격 50~100건
• serp_trends.json — 12개월 검색 트렌드
• social_mentions.json — Instagram·TikTok·Threads 멘션
• dataset_imports/*.csv — Naver / Coupang / 글로벌 SPA / Trustpilot / LinkedIn

절차

1. 위 6종 입력을 pandas로 로드 → 스키마·결측·중복 점검
2. 신호어 추출:
   • 가격 분포: 평균·중앙값·표준편차, 자사 vs 경쟁사
   • 시즌성: serp_trends 월별 평균 + 표준편차
   • SNS 감성: social_mentions 키워드 빈도 상위 10
   • 리뷰 분포: Trustpilot 평점 분포 + 키워드
   • 채용 동향: LinkedIn company headcount/jobs 트렌드
3. 신호어를 4사분면(S·W·O·T)에 매핑 — 각 칸 3개씩
4. 각 항목에 근거: <source_url 또는 signal_value> 명시

출력 형식 (JSON)

{
  "strengths":     [{"text": "...", "evidence": "https://..."}, ...],
  "weaknesses":    [{"text": "...", "evidence": "signal_value: ..."}, ...],
  "opportunities": [{"text": "...", "evidence": "..."}, ...],
  "threats":       [{"text": "...", "evidence": "..."}, ...]
}

절대 제약

• 추측 어휘 사용 금지. 신호어에서 출발한 객관적 서술만.
• 평가성 어휘("좋다", "나쁘다") 금지. 사실 기반.
• 근거 칸이 비어있으면 항목 자체를 제외 (3개 미만이어도 OK).
• brand-research-glossary 표기 규칙 준수.

슬라이드 제작자 인계

swot_matrix.json 으로 떨군 결과를 슬라이드 제작자가 marp-slide-build 스킬의 슬라이드 10번(SWOT 매트릭스)에 그대로 인용.