Market Research

---
context: fork
name: market-research
description: "Conducts marketing-focused market research including primary/secondary data collection, survey design, customer segmentation, trend analysis, and competitive landscape mapping. Use when user asks about market research, consumer research, survey design, market sizing, trend analysis, focus group, 시장 조사, 소비자 리서치, 설문 설계, 트렌드 분석, or 시장 규모."
platforms: [claude-code, gemini-cli, codex-cli, cursor]
level: 3
triggers:
  - "market research"
  - "consumer research"
  - "시장 조사"
  - "소비자 조사"
  - "설문 설계"
  - "트렌드 분석"
  - "focus group"
  - "시장 규모"
  - "FGI"
agents:
  - "marketing-strategist"
  - "data-analyst"
tokens: "~5K"
category: "marketing"
---

# Market Research (시장 조사)

## When This Skill Applies

- 신규 시장 진입 또는 신제품 출시 전 시장 타당성을 검증해야 할 때
- 목표 고객 세그먼트의 니즈·태도·행동을 정량·정성적으로 파악해야 할 때
- 설문 설계, 심층인터뷰(IDI), 집단인터뷰(FGI) 등 리서치 방법론 선택 및 설계가 필요할 때
- TAM/SAM/SOM 기반 시장 규모 산정 및 성장성 분석이 필요할 때
- 소셜 리스닝·트렌드 데이터로 소비자 인식 변화나 신흥 트렌드를 포착해야 할 때
- 경쟁 환경·포지셔닝 전략 수립을 위한 시장 인텔리전스가 필요할 때

## Core Guidance

### 1. 시장 조사 프로세스

```
Research Goal 정의 -> 조사 방법 선택 -> 데이터 수집 -> 분석 -> 인사이트 도출 -> 보고서 작성 -> 의사결정 반영
```

| 단계 | 핵심 산출물 | 주의사항 |
|------|-----------|---------|
| Research Goal 정의 | 리서치 브리프 (목적·질문·기준) | "알고 싶다"가 아닌 "결정하기 위해 필요하다"로 목적 구체화 |
| 조사 방법 선택 | 방법론 매트릭스 | 예산·일정·목적에 맞는 방법 조합 결정 |
| 데이터 수집 | 원시 데이터 (설문 응답·인터뷰 기록·스크래핑 결과) | 편향 통제, 샘플 대표성 확인 |
| 분석 | 교차분석·코딩·클러스터링 | 정량은 통계 검증, 정성은 주제 코딩 |
| 인사이트 도출 | 인사이트 카드 (발견→의미→기회) | "사실"과 "해석"을 분리해서 기록 |
| 보고서 작성 | Executive Summary + 데이터 부록 | 의사결정자 관점에서 권고안 명시 |
| 의사결정 반영 | 전략 문서 업데이트·가설 목록 | 리서치가 어떤 결정을 바꿨는지 추적 |

### 2. 조사 방법론 비교

| 방법 | 유형 | 강점 | 약점 | 적합한 목적 |
|------|------|------|------|------------|
| 설문 (Survey) | 정량 | 대표성·통계 검증 가능 | 표면적 응답, 맥락 부족 | 규모·태도·만족도 측정 |
| 심층인터뷰 (IDI) | 정성 | 깊은 맥락·동기 파악 | 비용·시간, 소수 의견 | 동기·장벽·의사결정 과정 탐색 |
| 집단인터뷰 (FGI) | 정성 | 집단 역학·언어 파악 | 집단 편향·지배적 발언자 | 아이디어 발굴·개념 테스트 |
| 관찰 조사 (Ethnography) | 행동 | 실제 행동 파악 (말 vs 행동 격차 해소) | 규모 제한·비용 | UX 개선·구매 행동 분석 |
| 소셜 리스닝 | 2차/정성 | 자연 발화·실시간 | 노이즈 많음·맥락 결여 | 브랜드 인식·트렌드 신호 포착 |
| 경쟁사 분석 | 2차/정량 | 효율적·저비용 | 가정 의존·공개 데이터 한계 | 포지셔닝 전략·벤치마크 |
| 패널 데이터 | 2차/정량 | 시계열 추적·규모 | 구독 비용·세그먼트 제한 | 시장 점유율·구매 패턴 |

### 3. 설문 설계 원칙

#### 질문 유형별 사용 가이드

| 유형 | 척도/형식 | 적합한 측정 | 분석 방법 |
|------|---------|-----------|---------|
| 리커트 5점/7점 | 1(매우 불만족) ~ 5(매우 만족) | 태도·만족도·동의 수준 | 평균·분산, t-test |
| 시맨틱 디퍼렌셜 | 양극 형용사 쌍 (저렴한 ↔ 비싼) | 브랜드 이미지·포지셔닝 | 프로파일 맵 |
| 객관식 (단일/복수) | 보기 선택 | 행동·선호도·인지 | 빈도·교차분석 |
| NPS | 0-10점 (추천 의향) | 로열티·전반적 만족 | NPS = 추천(9-10) - 비추천(0-6) |
| 순위형 | 1위~n위 선택 | 선호 우선순위 | 평균 순위·콘조인트 분석 |
| 주관식 | 개방형 텍스트 | 예상치 못한 인사이트 | 주제 코딩·텍스트 분석 |

#### 편향 방지 원칙

- **선행 질문 효과 방지**: 민감한 질문(가격·경쟁사 등)은 뒤에 배치
- **유도 질문 금지**: "우수한 품질에 만족하십니까?" → "이 제품의 품질을 어떻게 평가하십니까?"
- **더블 배럴 금지**: 하나의 문항에 두 가지 질문 포함 금지 ("빠르고 저렴한가요?" → 분리)
- **소셜 바람직성 편향 완화**: 익명성 강조, 중립적 언어 사용
- **응답 순서 효과**: 보기 순서 랜덤화 (특히 선호도 항목)

#### 설문 구조 템플릿

| 파트 | 비중 | 내용 |
|------|------|------|
| 도입부 | 5% | 조사 목적·소요 시간·개인정보 활용 동의 |
| 스크리닝 | 10% | 대상자 적격 여부 확인 (연령·직군·사용 경험 등) |
| 핵심 질문 | 60% | 리서치 목적에 직결된 태도·행동·니즈 질문 |
| 디목적 (Deception Purpose) | 15% | 구매 의향·WTP·경쟁사 인지도 등 민감 질문 |
| 마무리 | 10% | 인구통계, 추가 의견, 추가 연구 참여 의향 |

#### 응답률 향상 기법

- 예상 소요 시간 명시 (5분 이하 설문 응답률 3배)
- 진행 표시바(Progress Bar) 제공
- 모바일 최적화 (전체 설문 응답의 60%+ 모바일)
- 인센티브 구조 명확화 (상품권·기프티콘·결과 공유)
- 첫 번째 질문을 쉽고 흥미롭게 설계 (참여 진입 장벽 최소화)

### 4. 시장 규모 산정 (TAM/SAM/SOM)

#### 탑다운 vs 바텀업 접근법

| 접근법 | 방법 | 강점 | 약점 | 활용 시나리오 |
|--------|------|------|------|-------------|
| 탑다운 (Top-Down) | 전체 시장 규모 × 타겟 비율 | 빠름·외부 데이터 활용 | 타겟 비율 가정 의존 | 투자자용 피치·초기 검토 |
| 바텀업 (Bottom-Up) | 잠재 고객 수 × 객단가 × 구매 빈도 | 실제 영업 기반·정교함 | 데이터 수집 시간 | 사업 계획·실행 예산 수립 |

#### 한국 공개 데이터 소스

| 기관 | URL | 제공 데이터 | 업데이트 |
|------|-----|-----------|--------|
| 통계청 KOSIS | kosis.kr | 인구·가구·소득·산업 통계 | 연간/분기 |
| 한국정보화진흥원 (NIA) | nia.or.kr | ICT 산업 통계 | 연간 |
| 한국개발연구원 (KDI) | kdi.re.kr | 경제 전망·산업 분석 | 분기 |
| 정보통신정책연구원 (KISDI) | kisdi.re.kr | 미디어·통신 시장 | 연간 |
| 산업통상자원부 | motie.go.kr | 제조·수출입·에너지 | 월간 |
| 보건복지부 | mohw.go.kr | 헬스케어·의료 통계 | 연간 |
| 식품의약품안전처 | mfds.go.kr | 식품·화장품 시장 | 연간 |
| 소상공인시장진흥공단 | semas.or.kr | 소매·F&B 시장 | 반기 |

#### TAM/SAM/SOM 계산 워크시트 구조

```
[TAM 계산]
전체 시장 인구/기업 수:     [A]
해당 카테고리 침투율:        [B%]
평균 연간 지출액(객단가):    [C원]
TAM = A × B% × C = [X억 원]

[SAM 계산]
TAM 중 타겟 지역/세그먼트 비율:  [D%]
타겟 사용자 적격 기준 비율:      [E%]
SAM = TAM × D% × E% = [Y억 원]

[SOM 계산]
현실적 시장 점유율 목표 (3년):   [F%]
SOM = SAM × F% = [Z억 원]
```

#### 업종별 규모 산정 주의점

| 업종 | 주의사항 | 참고 데이터 소스 |
|------|---------|---------------|
| 헬스케어 | 급여/비급여 구분, 보험 적용 여부에 따라 시장 규모 2~5배 차이 | 건강보험심사평가원, 보건복지부 |
| 뷰티/화장품 | 온라인 직구·역직구 포함 여부, K-뷰티 수출 포함 시 과대 산정 위험 | 식약처, 대한화장품협회 |
| F&B | 외식/HMR/배달 채널 분리 필요, 계절성 반영 | 통계청 가계동향조사, 외식업중앙회 |
| B2B SaaS | 한국 기업 IT 예산 대비 SaaS 비율 아직 낮음 (글로벌 대비 과소 산정 위험) | IDC Korea, Gartner |

### 5. 트렌드 분석 프레임워크

#### STEEP 분석

| 요소 | 전문 | 핵심 질문 | 한국 주요 트렌드 신호 (2025-2026) |
|------|------|---------|--------------------------------|
| Social | 사회·문화 | 인구구조·라이프스타일 변화? | 1인 가구 증가, 초고령화, MZ 소비 가치관 |
| Technological | 기술 | 어떤 기술이 비즈니스 모델을 바꾸나? | 생성형 AI 상용화, XR, 바이오테크 |
| Economic | 경제 | 소비 심리·경기 사이클 영향? | 고금리·물가 안정화, 소비 양극화 |
| Environmental | 환경 | ESG 규제·소비자 선호 변화? | 탄소 중립 규제, 친환경 패키징 수요 |
| Political | 정치·규제 | 규제 완화·강화 방향? | 플랫폼 규제, 개인정보 보호 강화, 의료 AI 규제 |

#### 신호 vs 노이즈 구분 기준

| 기준 | 신호 (Signal) | 노이즈 (Noise) |
|------|-------------|--------------|
| 지속성 | 3개 이상의 독립 데이터 소스에서 동시 감지 | 단일 미디어 보도 또는 일시적 이벤트 |
| 성장률 | 검색량·언급량이 3개월 연속 상승 | 단발 급등 후 원상 복귀 |
| 업종 확산 | 인접 업종으로 확산 중 | 특정 커뮤니티 내 국한 |
| 행동 변화 | 실제 구매·사용 데이터에서 확인 | 설문 의향 표현에만 존재 |

#### 한국 트렌드 데이터 소스

| 플랫폼 | 특징 | 활용법 |
|--------|------|--------|
| 네이버 데이터랩 | 검색량 추이·연령/성별 분석 | 시계열 관심도 추적, 계절성 파악 |
| 구글 트렌드 | 글로벌 비교 가능, 관련 검색어 | 한국 vs 글로벌 트렌드 비교 |
| 카카오 인사이트 | 카카오 플랫폼 기반 소비자 행동 | 콘텐츠 반응, 채널 인기도 |
| 오픈서베이 | 패널 기반 정기 트렌드 리포트 | 소비자 태도 변화 추적 |
| 블랙키위 | 네이버 키워드 분석 심화 | 월간 검색량, 경쟁 강도 |
| 썸트렌드 | SNS 버즈량·감성 분석 | 브랜드·토픽 언급 트렌드 |

#### 트렌드 매핑 캔버스

| 시나리오 | 현재 (0) | 1년 후 | 3년 후 |
|---------|---------|--------|--------|
| 낙관 시나리오 | [현재 상태 기술] | [1년 성장 가정] | [3년 주류화 가정] |
| 기준 시나리오 | [현재 상태 기술] | [완만한 성장] | [점진적 확산] |
| 보수 시나리오 | [현재 상태 기술] | [정체 또는 둔화] | [틈새 유지] |
| 핵심 불확실성 | [현재 변수] | [모니터링 지표] | [분기점 이벤트] |

### 6. 인사이트 도출 방법

#### 어피니티 다이어그램 프로세스

```
1. 모든 발견을 개별 포스트잇/카드에 기록 (1 카드 = 1 발견)
2. 유사 카드 그루핑 (Bottom-up: 이론 없이 시작)
3. 각 그룹에 이름 붙이기 (그룹 내 패턴 명명)
4. 상위 패턴 추상화 (2차 클러스터링)
5. 가장 많이 반복된 3-5개 테마 선별
```

#### 리서치 발견 → 인사이트 계층 구조

| 계층 | 정의 | 예시 |
|------|------|------|
| 발견 (Finding) | 관찰한 사실 | "응답자 73%가 구매 전 3개 이상의 리뷰를 확인한다" |
| 인사이트 (Insight) | 발견의 의미 | "구매 결정 시 또래 검증(peer validation)이 광고보다 신뢰받는다" |
| 기회 (Opportunity) | 인사이트에서 도출된 전략 방향 | "구매 전 단계에서 UGC 리뷰 노출 강화" |
| 가설 (Hypothesis) | 검증 가능한 실행 명제 | "상품 페이지에 리뷰 수 배지 추가 시 전환율 10% 향상" |

#### 인사이트 품질 기준 (3-Check)

| 기준 | 질문 | 통과 조건 |
|------|------|---------|
| 놀라움 (Surprising) | 상식과 다른가? | 팀 내 "몰랐다"는 반응이 1명 이상 |
| 실행 가능성 (Actionable) | 이를 바탕으로 무언가를 바꿀 수 있나? | 구체적 제품·마케팅·가격 변화로 연결 가능 |
| 전략적 연관성 (Relevant) | 핵심 비즈니스 목표와 연결되나? | OKR·KPI 중 하나 이상에 직접 영향 |

## Output Format

```
MARKET RESEARCH REPORT
======================
Date:       [YYYY-MM-DD]
Product:    [제품/서비스명]
Objective:  [핵심 리서치 질문]
Methods:    [사용된 조사 방법]
Sample:     [n=, 대상, 기간]

EXECUTIVE SUMMARY
-----------------
핵심 발견 3줄 요약:
  [1] [가장 중요한 발견]
  [2] [두 번째 발견]
  [3] [세 번째 발견]

KEY FINDINGS
------------
| # | 발견 | 근거 데이터 | 신뢰도 |
|---|------|-----------|--------|
| 1 | [발견] | [n=X, %] | [H/M/L] |
| 2 | [발견] | [n=X, %] | [H/M/L] |

MARKET SIZING
-------------
TAM:  [X억 원] — [산정 근거]
SAM:  [Y억 원] — [세그먼트 정의]
SOM:  [Z억 원] — [점유율 가정]

INSIGHTS & OPPORTUNITIES
-------------------------
| 인사이트 | 기회 | 우선순위 |
|---------|------|--------|
| [인사이트] | [전략 방향] | [H/M/L] |

RECOMMENDATIONS
---------------
Priority | 권고 사항 | 기대 효과 | 다음 단계
---------|---------|---------|--------
P1       | [행동]   | [효과]   | [담당/기한]
P2       | [행동]   | [효과]   | [담당/기한]
```

## Quick Reference

**조사 방법**: Survey, IDI, FGI, Ethnography, Social Listening, Secondary Research
**시장 규모 프레임**: TAM/SAM/SOM, 탑다운/바텀업
**트렌드 분석**: STEEP, 신호-노이즈 구분, 트렌드 매핑 캔버스
**인사이트 계층**: 발견 → 인사이트 → 기회 → 가설
**한국 데이터 소스**: KOSIS, 네이버 데이터랩, 오픈서베이, 썸트렌드

---

## References

- See `${CLAUDE_SKILL_DIR}/references/research-methodology.md` for survey design, sample size calculation, interview guidelines, and Korean public data sources