Pauling+ Framework
S/S를 팔면서 F/W를 기획합니다. 두 시즌이 동시에 돌아서 판단이 항상 한 시즌 늦습니다. 한 줄로 세운 단계 대신 네 개 층으로 나눴습니다. 블록마다 AI가 뽑아내는 것과 사람이 결정하는 것이 구분되어 있습니다.
규모별 진입 경로
소규모
연매출 ~50억
진입점
대표 한 사람이 두 바퀴를 다 돌린다. 부서 정렬 문제 자체가 없다. SKU가 적어 통계가 성립하지 않으므로 분석 목적은 '대화 재료 생성'이다
데이터 추출 클라이언트(대표 직접) · 분석 Pauling+ · 실행 클라이언트
중규모
연매출 50~200억
진입점
두 바퀴 구조의 기준 규모. 채널별 코드가 달라 수동 교차분석이 불가능하다. AI 도입의 정당성이 가장 명확하다
데이터 추출 Pauling+ · 분석 Pauling+ + 담당자 1명 · 실행 클라이언트(MD·기획)
대규모
연매출 200억~
진입점
바퀴마다 조직이 다르다. 정렬 축이 가장 중요해진다. 데이터는 이미 있고 '무엇을 뽑을지'가 문제다
데이터 추출 클라이언트(사내 IT) · 분석 Pauling+ 설계 + 개발자 실행 · 실행 클라이언트(전략기획)
소규모만 데이터 구조화가 맨 앞에 온다. 중규모 이상은 진단이 먼저다. '6주 동안 데이터 정리부터 합시다'와 '2주 안에 답 하나 드리고 그다음에 반복 가능하게 만듭시다'는 계약 성사율이 완전히 다르다.
1. 규모·데이터 진단2~3일›2. 최소 데이터 수동 추출1~2주›3. 병목 확정·우선순위미팅 1회›4. 데이터 구조화 (반복 가능화)2~4주›5. 해당 층·블록 실행6주~3개월
AI 역할 기준
프레임워크 전체 구조
"현장에서 다르게 보이는 지점이 있으면 의견 주세요."
의견 보내기