영업 매니저의 CRM 데이터 분석법|Claude로 파이프라인 병목·이탈 예측·우선순위 정리 (4편)

9분 읽기
📚 영업인의 Claude 실전 무기 · 4편 / 5편
← 이전 편: 경쟁사 질문에 1분 안에 답하는 영업사원|경쟁 비교표·반론 대응 스크립트
→ 다음 편: 신입도 에이스처럼 쓰는 영업팀 Claude 세팅|프롬프트 템플릿·온보딩·표준화

대부분의 영업팀은 매출 예측이 안 되는 이유를 데이터 부족 탓으로 돌린다. 틀렸다. 거래 상태, 연락 이력, 예상 계약 금액, 단계 이동 일자—CRM에는 이미 충분한 숫자가 쌓여 있다. 진짜 문제는 그 데이터를 아무도 ‘분석’하지 않는다는 것이다.

대시보드를 훑어보는 건 분석이 아니다. 거래 200건의 상태를 눈으로 스캔하고, 결국 감으로 “이 건이 중요할 것 같은데”라며 전화기를 든다. CRM이 고급 엑셀로 전락하는 순간이다. 당신의 팀도 그렇지 않은가?


CRM 데이터를 채팅창에 던지면 생기는 일

CRM 데이터가 매출로 바뀌는 순간|파이프라인 분석·이탈 예측·우선순위

CRM에서 CSV를 뽑아 Claude 채팅창에 바로 올리면 뭔가 답은 해준다. “상위 거래에 집중하세요”, “오래된 건은 재접촉을 권합니다” 같은 교과서적 조언이다. 문제는 맥락이 없다는 것이다.

“제안 단계에서 협상으로 넘어가는 데 보통 14일인데, 이 거래는 이미 38일째다”—이런 수준의 진단은 영업 프로세스를 모르면 나올 수가 없다. 매번 “우리 팀은 5단계 체계고, 정상 주기는 이 정도야”를 처음부터 설명해야 한다면? 두 번째부터는 귀찮아서 안 하게 된다.


분석 맥락을 한 번만 세팅하면 매주 반복된다

Claude의 Projects 기능으로 CRM 분석 전용 작업 공간을 만든다. 핵심은 두 가지다.

지침(Instructions)에 영업 맥락을 심는다. 거래 단계 정의(초기 접촉→니즈 확인→제안→협상→클로징), 단계별 정상 체류 기간(예: 제안→협상 14일 이내), 이탈 판단 기준(마지막 연락 후 21일 초과 + 단계 이동 없음). 이 지침은 한 번 저장하면 이후 모든 대화에 자동 적용된다.

CRM에서 뽑은 파일을 업로드한다. Claude는 CSV, XLSX를 모두 읽는다. 매주 월요일에 최신 파일 하나만 교체하면 된다. 프로젝트에 이미 맥락이 세팅되어 있으니, 프롬프트 한 줄이면 분석이 시작된다.


파이프라인 어디서 멈추는지, 숫자로 찾아내기

CRM 데이터가 매출로 바뀌는 순간|파이프라인 분석·이탈 예측·우선순위

가장 먼저 볼 건 거래 단계별 체류 기간이다. “제안 단계에 30일 넘게 머문 건이 5개”라는 사실은 CRM 대시보드에서도 어렴풋이 보인다. 하지만 “그중 3건은 마지막 연락 후 2주가 지났고, 금액 기준 상위 20%에 해당한다”는 판단은 여러 필드를 교차해야 나온다. 이 교차 분석을 맡긴다.

📋 복사해서 바로 쓰는 프롬프트 — 파이프라인 병목 + 이탈 위험 진단

업로드된 CRM 데이터를 기반으로 아래 두 가지를 분석해줘.

[1] 파이프라인 병목 진단
- 거래 단계별 평균 체류 기간을 계산하고, 지침에 정의된 정상 기간을 초과한 건을 "정체 거래"로 분류해줘.
- 정체 거래 중 예상 금액 상위 5건을 표로 정리해줘.
(회사명 | 거래 단계 | 체류 일수 | 예상 금액 | 마지막 연락일)

[2] 이탈 위험 고객 식별
- 마지막 연락 후 21일 초과 + 단계 이동 없음 → "이탈 위험"으로 분류.
- 이탈 위험 거래를 금액 내림차순으로 표로 정리하고, 각 건에 대해 지금 할 수 있는 구체적 액션 1가지를 제안해줘.

마지막에 한 줄 요약도 붙여줘: "이번 주 가장 긴급한 거래 1건과 그 이유".

프롬프트 하나로 두 가지를 동시에 본다. 어디서 막혀 있는지(병목), 누가 이탈 직전인지(위험). 매주 CSV만 교체하면 같은 프롬프트로 반복 분석이 된다.


👀 이 글을 읽은 분들이 많이 본 글
AI 도구 사용자·1인 개발자를 위한 클로드 vs 클로드 코드 차이점|기능·요금·용도 비교 (1편)

읽어보기 →

이번 주 먼저 연락할 고객 5명, 데이터로 골라내기

병목과 이탈 위험을 확인했으면, 다음은 우선순위다. “오늘 전화할 고객 5명”을 감이 아닌 점수로 뽑아내는 것이 이 단계의 목표다.

📋 복사해서 바로 쓰는 프롬프트 — 주간 영업 우선순위 리포트

이번 주 영업 우선순위 리포트를 만들어줘.

전체 거래에 우선순위 점수(1~10)를 매기되 아래 가중치를 적용해줘:
- 클로징 임박 (협상 단계 + 체류 7일 이상): 가중치 높음
- 이탈 위험 (마지막 연락 21일 초과 + 금액 상위 30%): 가중치 높음
- 신규 유입 (초기 접촉 + 생성 7일 이내): 가중치 중간
- 장기 정체 (동일 단계 30일 초과 + 금액 하위): 가중치 낮음

결과를 세 블록으로 나눠줘:

▶ [즉시 액션] 이번 주 반드시 연락할 거래 5건
회사명 | 단계 | 예상 금액 | 점수 | 권장 액션

▶ [모니터링] 다음 주까지 지켜볼 거래 3건
회사명 | 단계 | 주의 사유

▶ [파이프라인 한눈에]
- 이번 달 클로징 가능 금액 합계 추정
- 파이프라인 전체 건강도 한 줄 코멘트

세일즈 매니저라면 이 리포트를 월요일 아침 주간 미팅에 그대로 가져갈 수 있다. 개인 영업사원이라면 CRM을 열기 전에 이걸 먼저 본다. “누구부터 연락하지?”를 고민하는 시간이 사라진다.


💡 이렇게 달라진다

Before: CRM 대시보드를 눈으로 훑고, “이 건 좀 오래된 것 같은데…” 하며 감으로 3~4개 거래를 골라 전화한다. 주간 리뷰에서 팀장이 “이 건 왜 안 움직여?”라고 물으면 그제야 들여다본다.

After: 월요일 아침, CSV 교체 후 프롬프트 2개 실행. 정체 거래 5건, 이탈 위험 3건, 클로징 임박 2건이 금액·일수·권장 액션과 함께 표로 정리된다. 주간 미팅에서 “이번 주 포커스”를 숫자로 설명한다.

한 걸음 더 나아가면 Artifacts 기능으로 분석 결과를 파이프라인 차트나 대시보드 형태로 시각화할 수도 있다. 팀 공유용 리포트가 필요할 때, 같은 프로젝트 안에서 “이 결과를 팀 회의용 요약으로 정리해줘”라고 이어 요청하면 된다.

Claude의 기본 기능과 확장 도구 차이가 궁금하다면 클로드 vs 클로드 코드 차이점|기능·요금·용도 비교에서 각 도구의 역할을 확인할 수 있다.


자주 묻는 질문

CRM 데이터가 매출로 바뀌는 순간|파이프라인 분석·이탈 예측·우선순위

Q. CRM 데이터를 Claude에 올려도 보안상 괜찮은가요?

Claude 유료 플랜(Pro, Team, Enterprise)에서는 사용자 입력 데이터를 모델 학습에 사용하지 않는다는 것이 Anthropic 공식 정책이다. 다만 고객 실명·연락처 등 개인정보가 포함된 경우, 사내 보안 정책과 대조하고 민감 정보를 거래 코드명으로 대체하는 방법을 권장한다.

Q. CRM 없이 엑셀로 관리하는 데이터도 분석할 수 있나요?

가능하다. Claude는 CSV와 XLSX 파일을 모두 읽는다. Salesforce나 HubSpot 같은 전문 CRM이 아니더라도, 엑셀·구글 시트에 거래명·단계·금액·날짜 컬럼이 있으면 동일한 분석을 돌릴 수 있다. 핵심은 도구가 아니라 컬럼 구조다.

Q. Claude를 처음 써보는데, 이 분석을 바로 할 수 있나요?

Claude 무료로 시작하기에서 가입하면 바로 대화를 시작할 수 있다. Projects 기능(전용 작업 공간)은 Pro 플랜부터 사용 가능하다(월 $20 기준, 정확한 가격은 공식 페이지 확인 필요). 처음에는 Projects 없이 채팅에 CSV를 올려 “이 데이터에서 가장 오래 정체된 거래 3건을 알려줘” 수준으로 시작하고, 반복 분석이 필요하다고 느낄 때 Projects로 넘어가면 된다.


데이터가 매출이 되는 건, 분석이 행동으로 이어질 때다

CRM에 숫자를 쌓는 건 시작일 뿐이다. 그 숫자에서 “이번 주 내가 시간을 써야 할 고객”을 뽑아내는 순간, 데이터는 비로소 매출과 연결된다. Projects에 영업 맥락을 한 번 세팅해두면 매주 파일만 교체하는 것으로 이 흐름을 반복할 수 있다.

분석 체계가 잡혔다면 다음 질문은 이것이다. 이 프롬프트와 세팅을, 팀원 전체가 똑같은 수준으로 쓸 수 있을까? 신입 영업사원에게 이 무기를 그대로 넘겨줄 수 있는 방법—다음 편 신입도 에이스처럼 쓰는 영업팀 Claude 세팅|프롬프트 템플릿·온보딩·표준화에서 다룬다.

함께 읽으면 좋은 글
이 글을 쓴 곳
AI 실전 연구소
AI 도구를 매일 실무에 쓰는 운영자가 직접 검증해 정리합니다.
운영자 소개 →전체 글 보기 →

댓글 남기기