수집된 가격 관측치(브랜드·품목·가격·출처)로부터 시장의 가격 포지셔닝 맵과 빈 가격대(화이트스페이스)를 결정론적으로 도출하는 분석 패턴. 어떤 시장·브랜드·통화에도 쓰이고 수집 도구에 종속되지 않는다(웹 스크레이퍼·검색 API·수기 입력 무엇으로 모았든 동일하게 분석). competitor pricing, price positioning, pricing whitespace, 가격 포지셔닝, 경쟁사 가격 분석, 진입 가격대 결정에 쓴다. 데이터 분석가 직무용.
Installation
Installer avec Codex ou Claude Copiez ce prompt, collez-le dans Codex, Claude ou un autre assistant, puis laissez-le vérifier la page du skill et l'installer pour vous.
수집된 가격 관측치(브랜드·품목·가격·출처)로부터 시장의 가격 포지셔닝 맵과 빈 가격대(화이트스페이스)를 결정론적으로 도출하는 분석 패턴. 어떤 시장·브랜드·통화에도 쓰이고 수집 도구에 종속되지 않는다(웹 스크레이퍼·검색 API·수기 입력 무엇으로 모았든 동일하게 분석). competitor pricing, price positioning, pricing whitespace, 가격 포지셔닝, 경쟁사 가격 분석, 진입 가격대 결정에 쓴다. 데이터 분석가 직무용.
price-positioning
수집된 가격 관측치 → 가격 포지셔닝 맵 + 빈 가격대(화이트스페이스) 결정론 도출. 모든 가격 주장에 출처·관측일 100% 명시.
이 스킬은 분석 패턴이다. 가격을 모으는 일은 범위 밖이다 — 데이터는 어떤 도구로든(웹 수집 MCP, 검색 API, 사내 시트, 손으로 붙여넣기) 가져오면 된다. 스킬의 가치는 모은 가격을 재현 가능한 방식으로 구조화·해석하는 데 있다. 그래서 특정 수집 도구가 없어도, 어떤 시장·통화에서도 동일하게 동작한다.
언제 쓰나
우리 제품/브랜드가 들어갈 진입 가격대를 정해야 할 때
경쟁 가격 분포에서 빈 가격대(화이트스페이스) 를 찾을 때
가격대별 대표 브랜드·품목을 표로 정리하고 포지셔닝 맵을 그릴 때
여러 일꾼이 가격대를 나눠 수집한 결과를 하나로 종합할 때
입력 — 정규화된 가격 관측치
수집 단계의 산출물 하나만 받는다. CSV 또는 JSON, 한 행이 한 관측치다. 필수·선택 컬럼과 예시는 references/input-schema.md 참조.
필드
필수
뜻
brand
O
브랜드/사업자명
item
O
품목/SKU/요금제명
price
O
관측 가격(실판매가)
currency
O
통화 코드(KRW·USD 등)
source_url
O
출처 주소
observed_at
O
관측일(YYYY-MM-DD)
category · tier_hint · value_metric
(선택) 하위 분류·밴드 힌트·가치 척도
수집을 여러 일꾼에게 나눠 맡길 때는, 각 일꾼에게 "이 컬럼 형식으로 모아달라"는 수집 계약만 전달하면 된다(도구는 자유). 계약 문구는 references/input-schema.md에 그대로 복사해 쓸 수 있다.
결정론 워크플로 (6단계)
범위 확정 — 분석할 시장 한 줄 + 통화 한 개. 진입 후보 밴드가 정해져 있으면 임계값으로(예: 저가 5만 이하·중가 5~15만·프리미엄 15만 이상), 없으면 데이터 분위수로 자동 밴딩.
정규화 — 관측치를 위 스키마로 맞추고, 숫자가 아닌 가격·필수값 누락 행은 제외 목록으로 분리(버리지 않고 사유 기록). 통화가 섞이면 최빈 통화만 분석하고 나머지는 데이터 갭으로 남긴다.
계산(결정론) — 밴드별 개수·점유율·최소·p25·중앙값·p75·최대·평균·표준편차, IQR 기준 이상치 표시, 가격축 최대 빈구간(화이트스페이스). 같은 입력이면 항상 같은 출력이다. 직접 손으로 하지 말고 분석기를 쓴다.
python3 scripts/positioning.py observations.csv \
--bands "저가:-50000,중가:50000-150000,프리미엄:150000-" \
--market "3040 남성 패션 (KR)" --format md --out pricing-landscape.md
--bands 생략 시 --quantiles N(기본 3)으로 데이터 분위수 자동 밴딩.
표준 라이브러리만 쓰며 네트워크·환경변수·외부 실행이 전혀 없다(데이터 파일만 읽고 결과 파일만 쓴다).
해석 — 숫자에 의미를 붙인다(여기가 사람의 일이다). 가치 척도·가격 심리·전환비용을 읽고, 빈 가격대가 진짜 기회인지 수요 없는 사막인지 신호로 판정. 원리 7가지는 references/methodology.md.
검증 — 모든 가격 주장에 출처·관측일이 붙었는지, 추정과 사실이 구분됐는지, 데이터 갭이 명시됐는지 확인. 기준은 references/evidence-and-honesty.md.
