마케터는 데이터를 조건별로 분류해야 할 일이 생긴다.
최근 자사몰의 구매고객 데이터를 분석하는 작업을 하게 됐는데 그 과정에서 예상치 못한 벽을 만났다.

문제의 시작: ‘상품 기준’으로 크로스셀링 타깃 추출

구매 이력이 있는 고객을 대상으로
연관 상품을 추가 제안하는 크로스셀링 캠페인을 준비 중이었다.
이를 위해서는 상품별로 고객을 분류할 수 있어야 했다.

실제 데이터와 원했던 데이터

실제 나는 구매이력 데이터를 엑셀 파일로 다운받아 작업을 시작했다.
표면적으로는 단순해 보이지만, 한 셀에 여러 개의 상품명이 들어 있어서
데이터 나누기, 필터링 만으로는 원하는 형태를 얻기 어려웠다.

대충 이런 느낌:

→ 여기서 내가 하고 싶었던 건,
각 상품 기준으로 고객을 분류해 크로스셀링 타깃을 뽑는 것이었다.

GPT 프롬프트

프롬프트:
각 상품 기준으로 어떤 고객이 구매했는지 정리해줘.
출력 형식은 “상품명: 고객명1, 고객명2” 형태로.

GPT의 응답:
상품1: 고객A, 고객C
상품2: 고객B, 고객C
상품3: 고객A
상품4: 고객C

이 결과를 원하는 파일 형태로 요청하면 된다.

보너스 프롬프트: 한 번에 두 가지 정리까지

실제로 나는 이 작업을 하면서 한 번 더 요청을 GPT에게 던졌다. "상품 기준 분류"뿐 아니라,
다시 고객 기준으로도 정리할 수 있으면 좋겠다고 생각했던 것.

그런데 사실 이 작업은 한 번의 프롬프트로도 가능하다.

프롬프트:
아래 고객 데이터를 두 가지 방식으로 정리해줘.

1. 상품 기준 정리: 각 상품에 대해 어떤 고객이 구매했는지, “상품명: 고객A, 고객B” 형식으로 출력
2. 고객 기준 정리: 각 고객이 어떤 상품을 구매했는지, “고객명, 상품명” 형태로 한 줄씩 나열

데이터 (엑셀 업로드도 물론 OK):
고객A, 상품1, 상품3
고객B, 상품2
고객C, 상품1, 상품2, 상품4

GPT의 응답:
[1] 상품 기준 정리:
상품1: 고객A, 고객C
상품2: 고객B, 고객C
상품3: 고객A
상품4: 고객C

[2] 고객 기준 정리:
고객A, 상품1
고객A, 상품3
고객B, 상품2
고객C, 상품1
고객C, 상품2
고객C, 상품4

이처럼 한 번의 요청으로 양방향 구조화가 가능하면,
실제 실무에서 결과를 CRM, 추천 시스템, 리마케팅 리스트 등 다양한 목적에 맞게 바로 활용할 수 있다.

이 방식이 중요한 이유

복잡한 수식 없이도 상품 기준 분류가 가능하다.
사람이 읽기 쉬운 형태로 자동 정리할 수 있다.
한 번의 프롬프트로 양방향 데이터 구조화가 가능하다.
다양한 활용 목적(CRM, 캠페인, 추천)에 맞게 결과를 분기할 수 있다. 특히 크로스셀링이나 개인화 마케팅 타깃을 추출할 때 유용하다.
재사용 가능한 프롬프트 템플릿으로 업무 자동화를 빠르게 구축할 수 있다.