로위
2.6 (17)로위랩코리아
경력근거: 행동 데이터는 세일즈 의사결정과 전환으로 연결됩니다
수집일 없음
※ 실제 산출물이 아닌 AI 예측 시안입니다.
로위랩은 3D 공간 탐색에서 나오는 행동 데이터를 세일즈 전환으로 잇는 SaaS라, 탐색 행동에서 리드를 짚고 다음 액션을 추천하는 이 도구는 로위랩의 공간 탐색 행동 데이터가 있어야 점수를 검증합니다.
'행동 데이터는 세일즈 의사결정과 전환으로 연결'이 핵심. 행동 로그에서 전환 신호를 뽑는 게 직접적 제품 가치.
'랜딩부터 탐색·행동·전환까지 전 과정을 설계'하는 직무. 세션 이벤트 ingest→리드 점수 흐름이 직무와 정렬.
React·Next.js·Node 풀스택으로 SaaS 를 만드는 직무. 이벤트 수집·점수화·대시보드 제품화와 정렬.
3D 공간 탐색 세션의 행동 로그(체류·반복 방문·문의 클릭)를 받아 전환 신호가 강한 리드를 점수화하고, 세일즈 다음 액션을 근거와 함께 추천하는 1주 포트폴리오입니다.
로위랩 PE. 어떤 방문자가 진짜 살 사람인지 매번 감으로 추리던 세일즈를, 행동 데이터 기반 리드 점수 도구로 옮기고 싶은 사람입니다.
탐색 세션 이벤트에 리드 속성을 붙이면, 규칙/LLM 이 (a) 전환 가능성이 높은 리드를 점수화하고 (b) '지금 연락' 같은 다음 액션을 근거와 함께 추천합니다.
탐색 행동 로그에서 전환 신호가 강한 리드를 점수화하고 세일즈 다음 액션을 근거와 함께 추천하는 동작하는 도구입니다.
다음 기간 실제 전환 라벨로 리드 점수 적중률을 재고, 점수 구간별 전환율과 추천 액션 효과를 보여주는 대시보드입니다.
우선 연락 큐와 CRM 자동 등록으로, 점수→행동→결과가 한 사이클로 도는 단계입니다.
봇·결측·미등록 세션 30종(봇 트래픽·체류 0초·없는 매물 ID 포함)을 넣어도 점수·필터가 멈추지 않는 걸 시연합니다.
세션 묶음을 넣으면 점수 순 리드 큐와 다음 액션 추천이 근거와 함께 몇 초 안에 나오는 걸 시연합니다.
모든 점수·추천 출력이 형식 검증(Zod)을 통과
측정: 자동 parse, 표본: 세션 150건
유망 리드 라벨 30개 중 24개가 내가 만든 정답과 일치합니다. 단, 정답·데이터를 작성자가 만든 합성 기준이라 '성능 검증'이 아니라 '데모 조건 동작'
위 수치는 더미데이터 자가채점이며, 실제 전환 예측 정확도는 로위랩 실제 세션·전환 데이터가 있어야 측정 가능합니다. 이 포트폴리오는 그 검증을 바로 돌릴 수 있는 상태까지 만듭니다.
수치는 합성 데이터 자가채점이라 성능 증명이 아닙니다. 면접에서는 데모 동작과 실검증 준비 상태로 솔직히 설명합니다.
정답을 작성자가 만들었으니 잘 맞는 것이 당연합니다. 봇 트래픽·체류 0초·중복 세션·미등록 매물 같은 헷갈리는 케이스를 더미에 일부러 섞어 쉬운 문제만 푸는 게 아님을 보여줍니다.
전환 점수 가중치는 도메인 가설이라 단정 금지합니다. 가중치를 설정으로 외부화하고, 점수는 '예측'이 아니라 '우선순위 힌트'로 표현입니다.
실제 도입 시 달라지는 것: 실 방문 패턴·매물 종류가 더미와 다르므로 점수 규칙과 봇 필터를 실데이터로 다시 맞춰야 한다(도입 단계 과제)
① 인라인 샘플 · ② seed.json 다운로드 · ③ 증강 프롬프트. 세 층 모두 동일한 schema 에서 파생.
공간 탐색 세션 한 건의 행동 요약. 리드 점수 엔진이 가장 먼저 보는 표. 봇·결측·미등록·중복을 일부러 섞었다.
| session_id | listing_id | dwell_sec | revisits | inquiry_click | ua_is_bot |
|---|---|---|---|---|---|
| se_001 | L_101 | 420 | 3 | true | false |
| se_002 | L_101 | 35 | 0 | false | false |
| se_003 | L_102 | 0 | 0 | false | true |
| se_004 | L_102 | 610 | 5 | true | false |
| se_005 | — | 120 | 1 | false | false |
아래 Zod 스키마에 맞는 공간 탐색 세션 이벤트 120행 JSON 배열로 생성.
{"type":"object","properties":{"session_id":{"type":"string"},"listing_id":{"type":["string","null"]},"dwell_sec":{"type":["number","null"]},"revisits":{"type":"integer"},"inquiry_click":{"type":"boolean"},"ua_is_bot":{"type":"boolean"}},"required":["session_id","listing_id","dwell_sec","revisits","inquiry_click","ua_is_bot"]}
쉬운 데이터만 만들지 말 것. 하드 케이스 의도적 혼입: (1) ua_is_bot=true 봇 트래픽 3~4건, (2) dwell_sec=0 또는 null 결측/이상 각 1~2건, (3) listing_id=null 1건, (4) 동일 세션 중복 행 1쌍, (5) 미등록 listing_id(orphan) 1건, (6) 비정상 dwell_sec(>3600s) 1건. JSON 배열만.{"type":"object","properties":{"session_id":{"type":"string"},"listing_id":{"type":["string","null"]},"dwell_sec":{"type":["number","null"]},"revisits":{"type":"integer"},"inquiry_click":{"type":"boolean"},"ua_is_bot":{"type":"boolean"}},"required":["session_id","listing_id","dwell_sec","revisits","inquiry_click","ua_is_bot"]}| TypeScript | 이벤트 ingest + 리드 점수 규칙 + 추천 + Zod 런타임 검증 |
| Next.js | 세일즈 리드 대시보드(App Router) |
| Node.js | 점수 API (`POST /score`. 세션 이벤트 → 리드 점수 + 액션) |
| REST | 외부 CRM 연동용 점수 전달 엔드포인트 |
✓ pass → 그대로 멈춰도 완성품입니다. 더 키우려면 2주차(리드 점수가 실제 전환을 맞히는지 검증)로 갑니다.
✓ pass → 여기서 멈춰도 완결입니다. 더 키우려면 3주차(세일즈 워크플로 연결)로 갑니다.
세션/리드 단위 전환 점수 + 다음 액션 출력. 근거 인용 포함.
{"type":"object","properties":{"session_id":{"type":"string"},"lead_score":{"type":"number","minimum":0,"maximum":100},"action":{"type":"string","enum":["contact_now","follow_up","hold","filtered"]},"evidence":{"type":"array","items":{"type":"object","properties":{"field":{"type":"string"},"quote":{"type":"string"}},"required":["field","quote"]},"minimum":1},"hedge":{"type":["string","null"],"minLength":8}},"required":["session_id","lead_score","action","evidence","hedge"]}[
{
"session_id": "se_004",
"lead_score": 88,
"action": "contact_now",
"evidence": [
{
"field": "dwell_sec",
"quote": "610"
},
{
"field": "inquiry_click",
"quote": "true"
}
],
"hedge": null
},
{
"session_id": "se_003",
"lead_score": 0,
"action": "filtered",
"evidence": [
{
"field": "ua_is_bot",
"quote": "true"
}
],
"hedge": "봇 트래픽으로 판단해 점수 제외"
},
{
"session_id": "se_005",
"lead_score": 30,
"action": "follow_up",
"evidence": [
{
"field": "listing_id",
"quote": "null"
}
],
"hedge": "매물 미상이라 관심 매물 특정 불가, 점수 보수적"
}
]자동: (1) Zod parse, (2) evidence.field 가 입력 스키마 실제 필드명인지, (3) ua_is_bot=true 면 action=filtered 규칙 체크. 수동/judge: 액션 추천 적정성은 세일즈 기준 사람 5% 확인.
근거: 행동 데이터는 세일즈 의사결정과 전환으로 연결됩니다