Menu
인구통계, 행동 패턴, JTBD, 니즈를 포함하여 리서치 데이터를 기반으로 이상적인 고객 프로필(ICP)을 파악합니다. ICP를 정의하거나, PMF 설문 데이터를 분석하거나, 최고의 고객이 누구인지 파악할 때 활용합니다.
Install with Codex or Claude Copy this prompt, paste it into Codex, Claude, or another assistant, and let it review the skill page and install it for you.
Based on SOC occupation classification
통계적 유의성, 샘플 크기 검증, 신뢰 구간, 출시/연장/중단 권고를 포함한 A/B 테스트 결과 분석. 실험 결과를 평가하거나, 테스트가 유의성에 도달했는지 확인하거나, 분할 테스트 데이터를 해석하거나, 변형 출시 여부를 결정할 때 활용하세요.
사용자 참여 데이터에 대한 코호트 분석 수행 — 리텐션 곡선, 기능 도입 트렌드, 세그먼트 수준 인사이트. 코호트별 사용자 리텐션 분석, 시간에 따른 기능 도입 연구, 이탈 패턴 조사, 또는 참여 트렌드 식별 시 활용하세요.
자연어 설명으로 SQL 쿼리 생성. BigQuery, PostgreSQL, MySQL 등 다양한 방언 지원. 업로드된 다이어그램이나 문서에서 데이터베이스 스키마 읽기. SQL 작성, 데이터 보고서 구축, 데이터베이스 탐색, 또는 비즈니스 질문을 쿼리로 변환할 때 활용하세요.
회사 목표에 맞춰 팀 수준의 OKR을 브레인스토밍합니다 — 측정 가능한 핵심 결과를 포함한 정성적 목표. 분기별 OKR 설정, 팀 목표를 회사 전략에 정렬, 목표 초안 작성, 또는 효과적인 OKR 작성법을 학습할 때 사용하세요.
문제, 목표, 세그먼트, 가치 제안, 솔루션, 출시 계획을 포함하는 포괄적인 8개 섹션 템플릿으로 Product Requirements Document를 작성합니다. PRD 작성, 제품 요구사항 문서화, 기능 스펙 준비, 또는 기존 PRD 검토 시 사용하세요.
사용자 정의 컬럼, 제약 조건, 출력 형식(CSV, JSON, SQL, Python script)으로 테스트용 현실적인 더미 데이터셋을 생성합니다. 테스트 데이터 생성, 목(mock) 데이터셋 구성, 개발 및 데모용 샘플 데이터 생성 시 사용하세요.
| name | ideal-customer-profile |
| description | 인구통계, 행동 패턴, JTBD, 니즈를 포함하여 리서치 데이터를 기반으로 이상적인 고객 프로필(ICP)을 파악합니다. ICP를 정의하거나, PMF 설문 데이터를 분석하거나, 최고의 고객이 누구인지 파악할 때 활용합니다. |
리서치 및 설문 데이터를 기반으로 이상적인 고객 프로필(ICP)을 파악합니다. 이 스킬은 고객 리서치를 종합하여 제품에서 가장 많은 가치를 발견하고, 유지되며, 성장할 가능성이 가장 높은 고객을 정의합니다.
기업 및 개인 관점에서 그들은 누구인가?
그들은 어떻게 일하고 의사결정을 내리는가?
그들이 달성하려는 것은 무엇인가?
제품이 해결하는 문제는 무엇인가?
실제 고객 및 잠재 고객에 대한 리서치를 수집합니다:
고객 코호트와 그들의 가치를 파악합니다:
기업 패턴을 추출합니다:
의사결정 및 도입 패턴을 맵핑합니다:
그들이 달성하려는 것을 명확히 합니다:
구체적인 문제 영역을 종합합니다:
$ARGUMENTS를 통해 다음을 전달합니다:
다음을 포함하는 종합적인 ICP 정의:
Clayton Christensen의 해야 할 일(JTBD) 이론과 고객 프로파일링 방법론 기반. 실행 가능한 고객 프로필을 정의하기 위해 행동 데이터와 동기적 통찰을 결합합니다.
