ChatGPT 주간 매출 분석: 소상공인 보고서 만드는 7단계

결론부터 말하면, ChatGPT로 주간 매출을 분석할 때는 원본 주문 내역을 그대로 올리는 것보다 개인정보를 지운 집계표를 준비하고, 비교 기준을 고정한 뒤, 결과를 사람이 검산하는 방식이 안전합니다. 아래 7단계대로 진행하면 “이번 주에 무엇이 달라졌는지”와 “다음 주에 무엇을 시험할지”를 한 장짜리 보고서로 정리할 수 있습니다.

ChatGPT 주간 매출 분석의 핵심 구조

좋은 분석은 복잡한 예측보다 지난주와 이번 주를 같은 기준으로 비교하는 데서 시작합니다. 총매출만 보면 할인 증가나 주문 수 감소를 놓칠 수 있으므로 총매출, 주문 수, 객단가, 할인율, 상품군 비중을 함께 봅니다. ChatGPT는 계산 결과를 설명하고 질문을 확장하는 보조 도구로 쓰고, 회계 처리나 세무 판단은 장부와 전문가 기준을 우선해야 합니다.

• 총매출: 기간 전체 판매 금액
• 주문 수: 결제 완료 건수
• 객단가: 총매출 ÷ 주문 수
• 할인율: 할인액 ÷ 할인 전 판매액
• 상품군 비중: 상품군 매출 ÷ 총매출

1단계: 분석 질문을 하나로 좁히기

“매출을 분석해 줘”라고만 입력하면 결과가 넓고 모호해집니다. 먼저 이번 분석에서 답할 질문을 하나 정하세요. 예를 들어 “지난주보다 매출이 줄어든 이유 후보는 무엇인가?”, “할인을 늘렸는데 주문 수가 늘었는가?”, “어떤 상품군의 비중이 달라졌는가?”처럼 비교 대상과 기간을 포함합니다.

추천 질문: “2026년 7월 4주와 5주의 총매출·주문 수·객단가·상품군 비중을 비교하고, 다음 주에 검증할 가설 3개를 만들어 줘.”

2단계: 원본을 복사하고 개인정보를 제거하기

원본 파일은 그대로 보관하고 분석용 복사본을 만듭니다. 복사본에서 고객 이름, 전화번호, 이메일, 주소, 주문 메모, 결제 식별자처럼 분석에 필요 없는 정보를 삭제하세요. 상품명이 민감하다면 A상품, B상품처럼 바꿔도 됩니다. 엑셀 파일에는 숨겨진 메타데이터가 남을 수 있으므로 공유 전 문서 검사를 이용하는 방법도 좋습니다. Microsoft는 원본이 아닌 복사본에서 문서 검사를 실행하라고 안내합니다.

개인용 ChatGPT를 쓴다면 OpenAI 데이터 제어 공식 안내에서 대화의 모델 개선 사용 설정을 확인하세요. 설정과 무관하게 고객 개인정보나 결제정보는 입력하지 않는 것이 기본 원칙입니다.

3단계: 주간 집계표를 단순하게 만들기

행마다 개별 고객 주문을 넣기보다 날짜별 또는 상품군별 집계표를 사용하면 안전하고 검산하기 쉽습니다. 열 이름은 짧고 일관되게 작성합니다.

숫자의 단위가 원인지 천원인지, 환불이 매출에서 이미 빠졌는지, 주차가 월~일인지 반드시 메모하세요. 이 기준이 빠지면 같은 숫자도 다르게 해석됩니다.

4단계: 계산과 해석을 분리해 요청하기

한 번에 결론까지 요구하지 말고 먼저 계산표를 만들게 한 뒤, 다음 메시지에서 해석을 요청하세요. 그래야 산식 오류를 중간에 찾을 수 있습니다.

아래 집계표는 고객 개인정보를 제거한 주간 데이터입니다.
1. 주차별 총매출, 주문 수, 객단가, 할인율을 계산하세요.
2. 상품군별 매출 비중과 전주 대비 증감률을 표로 보여 주세요.
3. 계산식과 사용한 가정을 각 열 아래에 적으세요.
4. 0으로 나누기, 빈칸, 단위 불일치가 있으면 결론을 내리지 말고 표시하세요.
아직 원인을 단정하거나 매출을 예측하지 마세요.

계산표를 확인한 후에는 “확인된 변화”와 “가능한 원인 가설”을 구분해 달라고 요청합니다. 매출 감소와 날씨, 광고, 경쟁점 행사 같은 외부 요인의 인과관계는 매출표 하나만으로 확정할 수 없습니다.

5단계: 원본 표로 숫자를 검산하기

ChatGPT 결과에서 총매출 합계와 주문 수 합계를 원본 집계표와 대조합니다. 객단가는 계산기로 한 번 더 확인하세요. 표에 천 단위 구분 쉼표가 섞였거나 빈칸이 0으로 처리되면 결과가 달라질 수 있습니다.

• 주차별 합계가 원본과 일치하는가?
• 객단가 산식이 총매출 ÷ 주문 수인가?
• 환불·취소·부가세 포함 기준이 동일한가?
• 퍼센트와 퍼센트포인트를 구분했는가?
• 데이터가 없는 항목을 0으로 추정하지 않았는가?

6단계: 변화에서 실행 가능한 가설 3개만 뽑기

숫자가 맞다면 다음 프롬프트로 행동 후보를 좁힙니다.

검산이 끝난 계산표를 바탕으로 작성하세요.
- 확인된 사실과 추정 가설을 별도 열로 구분
- 가설마다 추가로 확인할 데이터 1개 제시
- 비용이 거의 들지 않는 다음 주 실험 1개 제시
- 성공 판단 지표와 중단 기준을 숫자로 명시
- 데이터에 없는 원인은 사실처럼 단정하지 않기

예를 들어 음료 주문 수는 줄고 디저트 매출은 늘었다면 “디저트 구매 고객에게 음료 세트 안내 위치를 바꾸면 객단가가 달라지는가?”를 시험할 수 있습니다. 이것은 확정된 원인이 아니라 검증할 가설입니다.

7단계: 한 장짜리 주간 보고서로 저장하기

최종 보고서는 길게 쓰기보다 다음 다섯 칸으로 고정하면 매주 비교하기 쉽습니다.

1. 이번 주 핵심 결론 2문장
2. 전주 대비 핵심 지표 표
3. 좋아진 점 2개와 나빠진 점 2개
4. 원인 가설과 추가 확인 데이터
5. 다음 주 실험 1개, 담당자, 확인일

반복 보고서의 기본 구조를 더 넓게 만들고 싶다면 ChatGPT 보고서 자동화 프롬프트 10개를 참고하세요. 표 데이터를 정리하는 과정이 익숙하지 않다면 구글 시트와 ChatGPT 업무 자동화 7단계도 함께 보면 좋습니다.

실제 예시: 매출 감소를 성급하게 단정하지 않는 법

예시 표에서 음료 매출은 320만원에서 300만원으로 줄었지만 디저트 매출은 140만원에서 155만원으로 늘었습니다. 이때 “할인 때문에 음료 매출이 줄었다”고 단정하면 안 됩니다. 주문 수, 할인 적용 주문 비중, 영업일 수, 품절 시간, 채널별 주문 비중을 추가로 확인해야 합니다.

좋은 출력은 “음료 매출과 주문 수가 함께 감소했다”를 사실로 적고, “영업시간 변화 또는 인기 메뉴 품절이 영향을 줬을 수 있다”를 가설로 표시합니다. 다음 주에는 품절 시간을 기록하고 같은 요일끼리 비교하는 작은 실험으로 좁힐 수 있습니다.

자주 실패하는 4가지 사례

실패 1: 주문 원본을 그대로 업로드한다

분석에 필요 없는 고객 정보까지 포함될 수 있습니다. 먼저 날짜·상품군 단위로 집계하고 식별 정보를 삭제하세요.

실패 2: 전주와 이번 주의 영업일 수가 다르다

총매출만 비교하면 휴무일 효과가 섞입니다. 총액과 함께 일평균 매출을 계산하고 같은 요일끼리 비교하세요.

실패 3: AI가 만든 원인을 사실로 받아들인다

매출표는 변화는 보여 주지만 원인을 확정하지 못합니다. 원인 후보마다 확인할 데이터를 요구하세요.

실패 4: 매주 프롬프트와 지표를 바꾼다

비교 기준이 흔들리면 추세를 읽기 어렵습니다. 최소 4주 동안 같은 열, 같은 산식, 같은 보고서 형식을 유지하세요.

발행·공유 전 체크리스트

• 분석용 복사본을 만들었다.
• 이름, 연락처, 주소, 결제정보, 주문 메모를 제거했다.
• 기간, 통화 단위, 환불·세금 기준을 적었다.
• 총매출·주문 수·객단가를 원본과 검산했다.
• 사실과 가설이 구분되어 있다.
• 다음 주 실험은 한 개이며 성공·중단 기준이 있다.
• 보고서를 공유할 사람과 보관 기간을 정했다.

주의사항

ChatGPT 분석은 회계·세무 자문을 대신하지 않습니다. 신고, 원가 배부, 부가세, 급여처럼 법적·재무적 영향이 큰 항목은 회계 자료와 전문가 확인을 우선하세요. 또한 숨김 열이나 문서 속성에 개인정보가 남을 수 있습니다. 공유용 엑셀을 쓴다면 Microsoft 문서 검사 공식 안내처럼 복사본을 만들고 숨은 정보를 점검하는 절차가 필요합니다.

FAQ

Q1. 엑셀 파일을 그대로 ChatGPT에 올려도 되나요?

기술적으로 파일 분석 기능을 사용할 수 있어도 원본을 바로 올리는 것은 권하지 않습니다. 분석용 복사본을 만들고 고객 개인정보, 결제정보, 내부 메모를 제거한 뒤 날짜·상품군 단위로 집계하세요.

Q2. 매출 데이터는 몇 주치가 필요한가요?

첫 분석은 2주 비교로 시작할 수 있습니다. 다만 계절성이나 일시적 변동을 보려면 같은 기준으로 최소 4주 이상 쌓는 편이 낫습니다. 기간이 길어져도 지표 정의는 바꾸지 마세요.

Q3. ChatGPT 계산 결과를 믿어도 되나요?

설명 초안으로는 유용하지만 최종 숫자는 원본 합계와 계산기로 검산해야 합니다. 빈칸, 쉼표, 통화 단위, 환불 처리 방식이 오류의 주요 원인입니다.

Q4. 매출이 줄어든 이유도 바로 알 수 있나요?

매출표만으로 인과관계를 확정할 수는 없습니다. 영업일, 날씨, 품절, 광고, 채널, 행사 같은 추가 데이터를 확인할 가설로 제시받고 별도로 검증해야 합니다.

Q5. 매주 자동화해도 괜찮을까요?

집계와 초안 생성은 자동화할 수 있지만 개인정보 제거, 합계 검산, 원인 표현, 실행 계획 승인에는 사람의 검수가 필요합니다. 처음 4주는 수동으로 기준을 안정화한 뒤 반복 부분만 자동화하세요.