personaprobe
국내 D2C 스타트업 / 식음료 PM

월 ₩29,900 스페셜티 원두 구독 컨셉 검증

국내 스페셜티 로스터리가 매달 200g 원두 + 큐핑 노트를 ₩29,900에 배송하는 구독 서비스 출시. 25-40세 커피 애호가 대상.

Run demo-coffee · 480 · 2400 응답

패널
480
응답
2400
비용
$4.12
클러스터
3

핵심 발견 Top 3

이 Study에서 자동 추출 · 클릭하여 북마크

30대 사무직이 핵심 초기 고객

mean 4.05 · 사무·전문직 클러스터 — 평일 출근족 구독 채널 우선 공략.

!

카페 습관 완전 대체는 어려움

Q3 mean 2.95 — 카페는 공간 가치로 따로 작동. "보완재"로 포지셔닝.

결정 요소는 산지·로스팅 날짜 (62%)

브랜드 스토리·가격은 후순위 — 신선도 보증·원두 산지 큐레이션이 핵심 마케팅 메시지.

질문별 응답 분포 (4)

이 월간 스페셜티 원두 구독에 관심이 있다

평균 3.6 · 엔트로피 1.36 · n=480

200g + 큐핑 노트가 ₩29,900은 합리적이다

평균 3.35 · 엔트로피 1.44 · n=480

카페 가는 습관을 줄이고 구독으로 전환할 수 있다

평균 2.95 · 엔트로피 1.49 · n=480

구독 결정에 가장 중요한 요소는?

평균 · 엔트로피 1.35 · n=480

표본 → 본조사 단계

표본 결과가 마음에 든다면, 모수를 늘려 본조사를 진행할 수 있습니다

현재 480명 표본을 기준으로 동일한 컨셉·코호트·질문 세트를 그대로 재사용해 본조사를 진행합니다. 분포·드라이버·세그먼트가 더 좁은 신뢰구간으로 재계산됩니다.

표본 검증 완료
본조사 패널
4,800명
예상 시간
48 분
본조사 4,800명 신청서로 이동컨셉·코호트·언어 설정은 자동 프리필됩니다.

Cross-tab 분석 (인터랙티브)

×·4 × 5 셀
시도서울경기부산대구인천
20s
3.7
3.5
3.3
3.1
3.4
30s
4.1
3.9
3.6
3.4
3.8
40s
3.2
3.0
2.8
2.6
2.9
50s
2.5
2.4
2.2
2.1
2.3

ⓘ 셀 위 숫자는 선택한 지표 값. 빈 셀은 해당 조합에 응답자 부족.

통계 심층 분석

프리미엄
Cronbach's α — 응답 신뢰도
0.81양호

여러 질문이 동일한 잠재 변수를 측정할 때 얼마나 일관되는지. 0.7+ 면 결과를 신뢰할 수 있습니다.

질문별 평균 + 95% Bootstrap 신뢰구간
이 월간 스페셜티 원두 구독에 관심이 있다3.6 [3.483.72]
200g + 큐핑 노트가 ₩29,900은 합리적이다3.35 [3.233.47]
카페 가는 습관을 줄이고 구독으로 전환할 수 있다2.95 [2.823.08]
드라이버 분석 — 어떤 demographic이 응답을 가장 잘 설명하는가
변수η² (설명력)가장 긍정 segment가장 부정 segment
1. 연령대0.2230s4.05 (n=112)50s+2.3 (n=80)1.75
2. 직업군0.11사무·전문직3.85 (n=192)농림어업2.45 (n=28)1.4
3. 시도0.07서울3.9 (n=92)경북2.85 (n=32)1.05

ⓘ η² > 0.10이면 큰 효과, 0.05–0.10이면 중간, 그 미만은 미미. ANOVA 기반 분산 분석.

드라이버 드릴다운

드라이버를 선택해 해당 세그먼트로 후속 분석
변수η²가장 긍정가장 부정spread
age_bucket0.2230s 4.05 · n=11250s+ 2.30 · n=801.75선택
occupation_group0.11사무·전문직 3.85 · n=192농림어업 2.45 · n=281.40선택
province0.07서울 3.90 · n=92경북 2.85 · n=321.05선택

KANO — 핵심 기능 분류

프리미엄

KANO 분류

기능별 만족도 ↔ 부재시 불만족도 매트릭스

Attractive (매력 기능)
매력 (A)
필수 (M)
무관심 (I)
성과 (O)
없을 때 불만도 →
있을 때 만족도 ↑
있을 때 만족도4.05 / 5
없을 때 불만도2.15 / 5
권고

매력 기능. 있으면 만족도가 크게 올라가지만, 없어도 큰 불만 없음 → 브랜드 차별화 후크로 활용.

Disagreement Mining

cluster #0 · 198평균 4.3

30대 수도권 커피 매니아

큐핑 노트·산지 정보에 적극 반응. 가격 민감도 낮음.

월 3만원이면 카페 한 번 안 가는 가격인데, 집에서 좋은 원두 마실 수 있으면 충분히 가치 있죠.
대표 페르소나 3명
cluster #1 · 165평균 3.2

20대 가성비 탐색형

구독 자체에는 관심 있지만 200g·₩29,900은 약간 부담.

500g에 ₩29,900이면 무조건 가입인데, 200g은 좀 아쉬워요.
대표 페르소나 3명
cluster #2 · 117평균 2.1

40+ 인스턴트 충성형

집에서 핸드드립을 하지 않음. 구독 자체에 회의.

저는 그냥 카누 마십니다. 핸드드립까지는 굳이.
대표 페르소나 3명

실증 검증 (t-test · KS · χ²)

Empirical Validation

t-test · KS-test · χ² against real survey data

plausiblecorrelation 82%
QuestionnHuman μLLM μt p-valueKS p-valueVerdict
q1783.553.600.6100.650aligned
q2753.203.350.1600.310plausible

Focus Group — 심층 인터뷰

포커스 그룹

주제: 월 ₩29,900 스페셜티 원두 구독 — 5회차 토론 · 5회차 · 비용 $0.34

Round 1 — 첫 인상
  • 33
    33세 남, 서울, 개발자

    큐핑 노트가 같이 오는 게 좋아요. 그냥 원두만 보내는 거랑은 다른 가치예요.

  • 27
    27세 여, 경기, 대학원생

    월 3만원은 좀 부담스러워요. 카페 라떼 한 잔 ₩5,500인데 매일 마시는 게 아니라.

Round 2 — 가격대 반응
  • 35
    35세 여, 부산, 디자이너

    200g이면 한 달도 못 가요. 저처럼 매일 핸드드립 하는 사람은 400g 정도는 필요해요.

Round 3 — 결정 요소
  • 33
    33세 남, 서울, 개발자

    로스팅 날짜가 가장 중요해요. 받은 날 기준 7일 이내 로스팅이면 무조건 가입.

Round 4 — 카페 습관 대체
  • 27
    27세 여, 경기, 대학원생

    카페는 분위기 때문에 가는 거지 커피만은 아니에요. 구독으로 완전히 대체는 안 됩니다.

Round 5 — 마무리
  • 35
    35세 여, 부산, 디자이너

    결국 큐핑 노트의 글 솜씨가 핵심이라고 봐요. 매달 짧은 에세이 같은 게 함께 오면 브랜드 충성도 올라갑니다.

Adversarial Debate — 호감 vs 비호감 + 사용자 follow-up

프리미엄

적대적 토론

주제: 원두 구독 — 카페 습관 대체 가능성 · 3회차 · 비용 $0.00

호감 2비호감 2
호감측 개진
  • 30
    30세 남, 서울, 마케터호감

    집에서 좋은 원두 마시는 게 결국 가장 가성비예요. 카페 한 번 안 가면 본전 뽑힙니다.

  • 29
    29세 여, 인천, 영업비호감

    카페는 일하는 공간이라 대체가 안 돼요. 집에서는 집중 안 됩니다.

호감측 반박
  • 30
    30세 남, 서울, 마케터호감

    재택 근무자에게는 완벽한 솔루션이에요. 출근족이 아니라면 가성비가 압도적.

  • 29
    29세 여, 인천, 영업비호감

    재택조차 카페 가요. 집에는 너무 많은 산만함이 있어요.

👤 사용자 추가질문: "200g 대신 400g이면?"
  • 30
    30세 남, 서울, 마케터호감

    400g에 ₩39,900이면 무조건 가입이에요. 양이 적은 게 가장 큰 약점이었습니다.

  • 29
    29세 여, 인천, 영업비호감

    양이 많으면 오히려 못 다 마셔서 버리게 돼요. 200g도 솔직히 부담입니다.

채널 톤 합성 — 네이버카페

프리미엄

채널 톤 합성 댓글

채널 naver_cafe · 주제 월 ₩29,900 스페셜티 원두 구독 컨셉 검증

합성
  • 33세 남, 서울, 개발자

    큐핑 노트가 같이 오는 구독 진짜 좋네요!! 로스팅 날짜만 보장되면 무조건 가입각이에요ㅎㅎ

  • 27세 여, 경기, 대학원생

    200g에 ₩29,900은 좀 비싸지 않나요?ㅜ 저는 매일 마시는데 한 달도 안 갈 듯ㅠ

  • 35세 여, 부산, 디자이너

    브랜드 스토리 잘 풀어주시면 매달 받아보는 재미가 있을 것 같아요. 큐레이션 기대돼요!

실제 채널에 게시되지 않은 합성 응답입니다. 마케팅 메시지·카피 사전 테스트 용도로만 사용하세요.

보고서 Export

프리미엄

보고서 (Markdown)

최상단에 PPT 변환 프롬프트 자동 포함 — Claude/ChatGPT에 붙여넣어 슬라이드 자동 생성

⬇ .md 다운로드
<!--
================================================================================
  본 문서는 personaprobe (Korean silicon sampling) 분석 결과입니다.

  ▼ 이 결과를 임원 보고용 슬라이드 8장으로 변환해 주세요. 각 슬라이드 구성:
  1. 표지 — 연구 주제, 패널 N, 실행 일자, 핵심 키 메시지 한 줄
  2. Executive Summary — 발견 3가지 + 권고 3가지
  3. Methodology — silicon sampling 방법, 페르소나 출처(KOSIS)
  4. 응답 분포 차트 — 질문별 분포(막대) + Net Agree % 라벨
  5. Segment Insights — 드라이버 분석 표 (η² + top/bottom segment, gap)
  6. Cluster 발견 — Disagreement Mining 결과 3-5개 클러스터, 대표 quote
  7. KANO 분류 — 핵심 기능을 4분면(매력/성과/필수/무관심) 위에 배치
  8. 권고 — Next action 3가지를 구체적으로
================================================================================
-->

# 신규 어학 학습 앱 가격 시뮬레이션

## 1. 개요
- 패널 크기: **500명** · 응답 3,500개 · 비용 $4.82
- 적용 보정: 중앙 회피 편향 완화 (α=0.15)
- 응답 수집 시간: 약 22분

## 2. 질문별 응답 분포
### Q1 — 컨셉 관심도
- mean=3.29 · mode=3 · net_agree=+21%
- 분포: 1:8% 2:16% 3:31% 4:29% 5:16%

### Q2 — 월 9,900원 합리성
- mean=3.74 · mode=4 · net_agree=+51%

### Q4 — 사용 시간대
- 저녁 자기 전 36% · 아침 출근길 31% · 주말 21% · 점심 12%

## 3. 드라이버 분석
| 변수 | η² | 가장 긍정 | 가장 부정 | 갭 |
|---|---|---|---|---|
| 연령대 | 0.18 | 20s (4.05) | 65-79 (2.15) | 1.90 |
| 교육 수준 | 0.09 | 대학원 (3.82) | 고졸 (2.91) | 0.91 |

## 4. KANO 분류
- 분류: **Attractive (매력 기능)**
- func=4.12 / dys=1.85
- 권고: 마케팅 메시지 후크로 사용. 있으면 환영, 없어도 큰 불만 없음.

## 5. 다음 단계 제안
_이 섹션은 위 데이터를 종합한 권고 3가지를 다운스트림 LLM이 작성하기 좋게 비워둡니다._

보고서는 Study 완료 직후 자동 생성되며 위와 동일한 형식으로 다운로드됩니다.

Confidence & Calibration

신뢰도
82%High

한국 패널 대비 historical correlation (likert_5)

보정
  • 분산 복원 (N=3 seed runs)
  • Calibration set 적용 (없음)
권장

구독 카테고리는 실제 무료 체험 전환율과 함께 봐야 정확합니다. 본 결과는 컨셉 적합도 사전 확인용.

Methodology 한 단락

본 결과는 한국 인구 비율에 정렬된 480명의 합성 응답자 패널을 대상으로 personaprobe에서 수행되었습니다. 질문 4개에 대해 각 응답자당 3회의 seed 실행(temperature>0)으로 분포를 복원했으며, 통계적 중앙 회피 편향 보정(α=0.15)을 적용했습니다. 드라이버 분석(η²) 결과 age_bucket 축에서 30s vs 50s+의 평균 차이가 1.75점으로 가장 컸으며(η² = 0.22), Cronbach's α = 0.81로 내적 일관성이 확보되었습니다. 검증 코호트(n=78)와의 비교에서 종합 상관 0.82 (plausible)로 합성 분포가 실제 패널과 직접 비교 가능한 수준임을 확인했습니다.

논문·보고서·슬라이드 Methods 섹션에 그대로 붙여넣을 수 있도록 자동 생성됩니다.