メニュー
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.
Codex または Claude でインストール この Prompt をコピーして Codex、Claude、または他のアシスタントに貼り付けると、Skill ページを確認してインストールできます。
SOC 職業分類に基づく
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.
