영업 파이프라인 검토 — 모든 영업 파이프라인을 위한 진단 — Claude Skill

영업 파이프라인 검토

사용자가 파이프라인을 추적하는 어떤 시스템에서든 거래와 미팅 데이터를 가져오고, 선택한 기간 동안 분석한 뒤, 창업자, 영업 리더, 영업 담당자가 실제로 궁금해하는 질문에 답하는 보고서를 만듭니다. 충분히 예약하고 있는가? 적격한가? 거래는 어디에서 막히는가? 무엇이 작동하고 무엇이 작동하지 않는가?

두 가지 출력 모드:

• 경영진 요약: 1페이지 스냅샷. 숫자, 추세, 위험 신호. 창업자가 아침에 빠르게 읽을 내용입니다.
• 상세 진단: 전체 데이터 표, 단계별 분해, 유입 출처 분석, 정체 거래 목록, 구체적 권고안입니다.

두 출력은 항상 함께 생성됩니다. 경영진 요약은 보고서 맨 위에 배치합니다.

자동 로드 시점

다음 경우 이 복합 스킬을 로드하세요.

• 사용자가 "파이프라인 검토", "파이프라인 보고서", "우리 파이프라인 어때", "거래 리뷰"라고 말함
• 사용자가 "1:1 준비", "이사회 미팅 준비", "주간 영업 검토"라고 말함
• 상위 워크플로(파이프라인 운영, 일일 사업 개발 담당자 리듬)가 기간 종료 검토를 트리거함
• 사용자가 미팅 품질, 전환율, 파이프라인 건전성을 묻는 경우

---

0단계: 구성(최초 1회 설정)

첫 실행 시 아래 선호값을 수집해 저장합니다. 이후 실행에서는 건너뜁니다.

데이터 출처 구성

파이프라인 단계 정의

단계 매핑 예시:

pipeline_stages: [
  "리드",
  "미팅 예약",
  "미팅 완료",
  "적격(디스커버리 완료)",
  "제안서 발송",
  "협상",
  "수주",
  "실주"
]
qualified_stage: "적격(디스커버리 완료)"
won_stage: "수주"
lost_stage: "실주"
expected_cycle_days: 30

필드 매핑

CRM마다 필드명이 다릅니다. 사용자의 필드를 표준 분석 필드에 매핑합니다.

모든 필드가 필수는 아닙니다. 분석은 사용 가능한 데이터에 맞춰 조정됩니다. 최소 실행 가능 데이터는 거래명 + 단계 + 생성일입니다.

벤치마크(선택)

구성 저장 위치: clients/<client-name>/config/pipeline-review.json 또는 동등한 위치.

---

1단계: 파이프라인 데이터 가져오기

목적: 지정된 기간에 대해 구성된 CRM에서 거래/미팅 데이터를 추출합니다.

입력 계약

period: {
  type: "weekly" | "fortnightly" | "monthly" | "quarterly" | "custom"
  start_date: string              # ISO 날짜(type에서 자동 계산 또는 사용자가 지정)
  end_date: string                # ISO 날짜(기본값: 오늘)
  comparison_period: boolean      # 추세 비교용 이전 기간 포함(기본값: true)
}
crm_tool: string                  # 구성에서 가져옴
access_method: string             # 구성에서 가져옴
field_mapping: { ... }            # 구성에서 가져옴

프로세스

crm_tool과 access_method에 따라 처리합니다.

두 데이터셋을 가져옵니다.

1. 현재 기간: 지정한 날짜 범위 안에서 생성되었거나 활성 상태인 모든 거래
2. 비교 기간: 같은 길이의 이전 기간(예: 최근 2주를 검토하면 그 전 2주도 가져옴)

데이터 표준화

출처와 관계없이 모든 데이터를 표준 구조로 정규화합니다.

deals: [
  {
    id: string
    name: string
    company: string
    stage: string                   # pipeline_stages에 매핑됨
    owner: string | null
    source: string | null           # 리드 출처 / 채널
    created_date: string            # ISO 날짜
    close_date: string | null       # ISO 날짜
    last_activity_date: string | null
    meeting_date: string | null
    amount: number | null
    qualification_status: string | null
    loss_reason: string | null
    days_in_current_stage: integer  # 계산됨
    total_age_days: integer         # created_date 기준 계산
  }
]

출력 계약

pipeline_data: {
  current_period: {
    start_date: string
    end_date: string
    deals: [...]                    # 표준화된 거래 레코드
    deal_count: integer
  }
  comparison_period: {
    start_date: string
    end_date: string
    deals: [...]
    deal_count: integer
  } | null
}

사람 확인 지점

## 데이터 가져오기 완료

출처: [CRM 이름]
현재 기간: [시작]부터 [종료]까지 — 거래 X건
비교 기간: [시작]부터 [종료]까지 — 거래 Y건
사용 가능한 필드: [매핑된 필드 목록]
누락된 필드: [매핑되지 않은 필드 — 분석이 이에 맞춰 조정됨]

데이터가 맞아 보이나요? (Y/n)

---

2단계: 파이프라인 분석

목적: 7개 차원 전체에서 분석을 실행합니다. 순수 계산 + LLM 추론이므로 본질적으로 도구에 묶이지 않습니다.

입력 계약

pipeline_data: { ... }               # 1단계에서 가져옴
pipeline_stages: string[]            # 구성에서 가져옴
qualified_stage: string              # 구성에서 가져옴
won_stage: string                    # 구성에서 가져옴
lost_stage: string                   # 구성에서 가져옴
expected_cycle_days: integer         # 구성에서 가져옴
benchmarks: { ... } | null           # 구성에서 가져옴(선택)

분석 차원

현재 기간 데이터에 대해 7개 분석을 모두 실행합니다. 비교 기간이 있으면 기간 대비 추세를 계산합니다.

---

분석 1: 규모 지표

답하는 질문: 미팅/거래를 얼마나 예약했는가? 규모가 늘고 있는가, 줄고 있는가?

출력:

volume: {
  deals_created: integer
  meetings_booked: integer
  meetings_held: integer
  no_show_count: integer
  no_show_rate: percentage
  weekly_run_rate: float
  vs_prior_period: {
    deals_change: percentage          # "+15%" 또는 "-8%"
    meetings_change: percentage
  } | null
  vs_target: {
    target: integer
    actual: integer
    gap: integer                      # 양수 = 앞섬, 음수 = 뒤처짐
  } | null
}

---

분석 2: 적격 판정 분해

답하는 질문: 얼마나 많은 미팅이 적격이었는가? 부적격이었는가? 적격률은 얼마인가?

출력:

qualification: {
  qualified_count: integer
  unqualified_count: integer
  pending_count: integer
  qualification_rate: percentage
  vs_prior_period: percentage_change | null
  vs_target: { target: percentage, actual: percentage } | null
  top_disqualification_reasons: [
    { reason: string, count: integer, percentage: percentage }
  ]
}

---

분석 3: 유입 출처 / 채널 기여도

답하는 질문: 리드는 어디에서 오는가? 어떤 출처가 가장 많은 적격 미팅을 만드는가?

출력:

source_attribution: {
  by_source: [
    {
      source: string
      deals_created: integer
      meetings_booked: integer
      meetings_qualified: integer
      qualification_rate: percentage
      deals_won: integer
      win_rate: percentage
      revenue: number | null
      vs_prior_period: percentage_change | null
    }
  ]
  best_volume_source: string
  best_quality_source: string
  best_conversion_source: string
  source_concentration_warning: string | null   # 한 출처가 60% 초과이면 표시
}

---

분석 4: 단계 분포 및 속도

답하는 질문: 거래가 파이프라인의 어디에 머물고 있는가? 각 단계를 얼마나 빠르게 지나가는가?

단계 확률 기본값(실제 데이터가 있으면 덮어쓰기):

리드: 5%
미팅 예약: 10%
미팅 완료: 20%
적격: 40%
제안서 발송: 60%
협상: 80%
수주: 100%
실주: 0%

출력:

stage_analysis: {
  by_stage: [
    {
      stage: string
      deal_count: integer
      revenue: number | null
      weighted_revenue: number | null
      avg_days_in_stage: float
      conversion_to_next_stage: percentage
    }
  ]
  total_pipeline_value: number | null
  weighted_pipeline_value: number | null
  pipeline_velocity: number | null
  avg_cycle_length_days: float
  vs_expected_cycle: string          # "일정대로 진행", "예상보다 X일 느림" 등
}

---

분석 5: 정체 거래 및 위험 파이프라인

답하는 질문: 너무 오래 머문 거래가 있는가? 오래되어 위험한 파이프라인은 무엇인가?

정체 거래 기준: 거래가 현재 단계에서 해당 단계 평균 체류 시간의 2배보다 오래 머물면 "정체"로 봅니다. 단계 평균을 계산할 충분한 데이터가 없으면 다음 기본값을 사용합니다.

출력:

stuck_and_at_risk: {
  stuck_deals: [
    {
      name: string
      company: string
      stage: string
      days_in_stage: integer
      expected_max_days: integer
      owner: string | null
      amount: number | null
      last_activity: string | null
      recommended_action: string      # "후속 조치", "일정 확인", "부적격 처리"
    }
  ]
  no_activity_deals: [
    {
      name: string
      company: string
      stage: string
      days_since_activity: integer
      owner: string | null
      recommended_action: string
    }
  ]
  at_risk_revenue: number | null
  concentration_risks: [
    { deal_name: string, amount: number, percentage_of_pipeline: percentage }
  ] | null
}

---

분석 6: 수주/실주 분석

답하는 질문: 수주율은 얼마인가? 왜 거래를 잃고 있는가?

출력:

win_loss: {
  deals_won: integer
  deals_lost: integer
  win_rate: percentage
  vs_prior_period: percentage_change | null
  vs_target: { target: percentage, actual: percentage } | null
  avg_deal_size_won: number | null
  avg_days_to_close: float
  win_rate_by_source: [ { source: string, win_rate: percentage, count: integer } ]
  win_rate_by_owner: [ { owner: string, win_rate: percentage, count: integer } ] | null
  top_loss_reasons: [
    { reason: string, count: integer, percentage: percentage }
  ]
  loss_by_stage: [
    { stage: string, lost_count: integer, percentage: percentage }
  ]
}

---

분석 7: 예측 및 충족률

답하는 질문: 목표 숫자를 달성할 수 있는가? 목표를 감당할 만큼 충분한 파이프라인이 있는가?

target_pipeline_value 또는 매출 목표가 구성된 경우에만 이 분석을 실행합니다.

출력:

forecast: {
  target: number
  commit_forecast: number
  best_case_forecast: number
  gap_to_target: number
  pipeline_coverage_ratio: float     # 3x+는 건전, 2x 미만은 위험
  deals_needed_to_close_gap: integer
  meetings_needed_to_close_gap: integer
  coverage_assessment: "건전(3x+)" | "충분(2-3x)" | "위험(<2x)" | "심각(<1x)"
} | null

---

출력 계약(전체 분석)

analysis: {
  period: { type, start_date, end_date }
  volume: { ... }
  qualification: { ... }
  source_attribution: { ... }
  stage_analysis: { ... }
  stuck_and_at_risk: { ... }
  win_loss: { ... }
  forecast: { ... } | null
}

이 단계 뒤에는 사람 확인 지점이 없습니다. 분석 결과는 곧바로 보고서 생성에 들어갑니다.

---

3단계: 보고서 생성

목적: 원시 분석을 두 가지 보고서 형식으로 바꿉니다. 경영진 요약과 상세 진단입니다. 순수 LLM 추론입니다.

입력 계약

analysis: { ... }                     # 2단계에서 가져옴
benchmarks: { ... } | null            # 구성에서 가져옴

경영진 요약 형식

한 페이지. 숫자와 추세. 창업자나 영업 리더가 60초 안에 봐야 할 내용입니다.

# 파이프라인 검토 — [기간 유형]: [시작일]부터 [종료일]까지

## 스냅샷
| 지표 | 이번 기간 | 이전 기간 | 변화 |
|--------|------------|-------------|--------|
| 예약된 미팅 | X | Y | +/-Z% |
| 완료된 미팅 | X | Y | +/-Z% |
| 적격률 | X% | Y% | +/-Z pts |
| 수주율 | X% | Y% | +/-Z pts |
| 파이프라인 가치 | $X | $Y | +/-Z% |
| 평균 거래 크기 | $X | $Y | +/-Z% |
| 평균 마감 일수 | X | Y | +/-Z |

## 위험 신호
- [크게 하락 중인 지표]
- [기준을 넘은 정체 거래]
- [2x 미만의 파이프라인 충족률]
- [단일 출처가 파이프라인의 60% 초과]
- [20% 초과 노쇼율]

## 긍정 신호
- [상승 중인 지표]
- [성과가 좋은 출처]
- [예상보다 빠르게 움직이는 단계]

## 상위 3개 조치
1. [이번 주 가장 영향력 큰 조치]
2. [두 번째로 영향력 큰 조치]
3. [세 번째로 영향력 큰 조치]

상세 진단 형식

전체 데이터 표, 차트(마크다운 표), 해설을 포함합니다.

# 파이프라인 진단 — [기간]

## 1. 규모
[규모 지표 표]
[해설: 규모가 목표에 맞는가? 상승 중인가, 하락 중인가? 미팅 목표를 충족하는가?]

## 2. 적격 판정
[적격 판정 분해 표]
[부적격 사유 표]
[해설: 올바른 사람을 만나고 있는가? 해결해야 할 공통 부적격 사유는 무엇인가?]

## 3. 유입 출처 효과
[출처 기여도 표 — 적격률순 정렬]
[해설: 어떤 채널이 작동하는가? 어떤 채널이 시간을 낭비하는가?
 어디에 더 투자해야 하는가? 어디를 줄여야 하는가?]

## 4. 단계 분포 및 속도
[거래 수, 매출, 평균 일수, 전환율이 포함된 단계 분해 표]
[해설: 파이프라인이 어디에서 두꺼운가? 어디에서 얇은가?
 속도는 건전한가, 느려지는가?]

## 5. 정체 거래
[권고 조치가 포함된 정체 거래 표]
[활동 없는 거래 표]
[해설: 전체 위험 매출, 정체 거래의 공통 패턴]

## 6. 수주/실주 분석
[수주율 표 — 전체, 출처별, 담당자별]
[실주 사유 표]
[단계별 실주 표]
[해설: 왜 지는가? 어떤 단계에서 지는가? 패턴이 있는가?]

## 7. 예측 및 충족률(목표가 설정된 경우)
[예측 표]
[충족률 평가]
[해설: 목표 숫자를 달성할 수 있는가? 무엇이 필요할까?]

## 권고안
[데이터를 바탕으로 한 구체적이고 실행 가능한 권고안 번호 목록.
 각 권고안은 근거가 된 특정 데이터 지표를 인용해야 합니다.]

권고안 로직

분석에서 발견된 패턴을 바탕으로 권고안을 생성합니다.

출력 계약

report: {
  executive_summary: string           # 마크다운 형식
  detailed_diagnostic: string         # 마크다운 형식
  recommendations: [
    {
      priority: "high" | "medium" | "low"
      area: string                    # "volume", "qualification", "source", "velocity", "stuck", "win_loss", "forecast"
      recommendation: string
      data_point: string              # 이 권고안을 이끈 구체적 지표
      expected_impact: string         # 이를 고치면 생길 효과
    }
  ]
  stuck_deal_actions: [
    {
      deal_name: string
      company: string
      action: string
      owner: string | null
    }
  ]
}

사람 확인 지점

경영진 요약을 먼저 제시한 뒤 상세 진단을 볼 수 있다고 안내합니다.

[경영진 요약 렌더링]

---

전체 상세 진단도 사용할 수 있습니다.

이번 검토의 조치:
1. [높은 우선순위 권고안]
2. [높은 우선순위 권고안]
3. [중간 우선순위 권고안]

즉시 주의가 필요한 정체 거래:
| 거래 | 회사 | 단계 | 정체 일수 | 조치 |
|------|---------|-------|------------|--------|
| ... | ... | ... | ... | ... |

전체 진단을 볼까요? 아니면 이 권고안 중 하나를 실행할까요?

---

4단계: 내보내기 및 공유(선택)

목적: 보고서를 저장하고, 선택적으로 사용자가 선호하는 위치로 보냅니다.

프로세스

사용자 선호에 따라 처리합니다.

---

실행 요약

전체 사람 검토 시간: 약 10-15분입니다. 보통 수동 CRM 탐색으로 30-60분 걸리는 전체 파이프라인 검토를 이 시간 안에 완료합니다.

---

데이터 가용성에 맞게 조정

모든 CRM이 모든 필드를 갖고 있지는 않습니다. 분석은 단계적으로 자연스럽게 축소됩니다.

유용한 보고서를 위한 최소 실행 가능 데이터: 거래명 + 단계 + 생성일. 나머지는 풍부하게 만들지만 필수는 아닙니다.

---

주기 가이드

보고서 깊이는 기간 길이에 맞춰 자동으로 조정됩니다. 주간 검토는 규모와 정체 거래를 강조합니다. 분기 검토는 추세, 전환율, 전략 패턴을 강조합니다.

---

팁

• 일관된 주기로 실행하세요. 가치는 누적됩니다. 여러 데이터 지점이 있어야 추세가 보입니다. 최근 3개월과 비교할 수 있을 때 월간 검토의 유용성은 10배 커집니다.
• 정체 거래 섹션을 건너뛰지 마세요. 즉각적인 투자수익이 여기에서 나옵니다. 발견해 풀어낸 정체 거래마다 매출이 앞당겨집니다.
• 유입 출처 기여도는 가장 레버리지가 큰 인사이트입니다. LinkedIn이 콜드 이메일보다 3배 높은 적격률을 만든다는 사실을 알면 예산과 노력을 옮겨야 합니다. 대부분의 팀은 이 분석을 하지 않습니다.
• 허영 지표를 조심하세요. "미팅 40건을 예약했다"는 적격률이 15%라면 아무 의미가 없습니다. 품질 없는 규모는 모두의 시간을 낭비합니다.
• 노쇼율은 숨은 누수입니다. 대부분의 팀은 예약된 미팅은 추적하지만 완료된 미팅은 추적하지 않습니다. 노쇼율 25%는 미팅 4건 중 1건이 낭비된다는 뜻입니다. 확인 시퀀스로 고치세요.
• 파이프라인 충족률 2x 미만은 위험 신호입니다. 이번 분기에 $100K가 필요한데 가중 파이프라인이 $150K라면 아마 달성하기 어렵습니다. 건전한 수준은 3x+입니다.
• 실주 사유 데이터는 영업 담당자가 실제로 입력할 때만 유용합니다. 실주의 80%가 "기타"이거나 비어 있다면 실주 분석은 의미가 없습니다. 먼저 데이터 위생을 고치세요.