agentleFS
gwonvibegwonvibe/gwonvibe-agent-skills/skills/pricing-decision-7steps/SKILL.md

pricing-decision-7steps

Skill4 starsChanged 42 days agoMITView on GitHub

상품·서비스의 가격 후보를 비용, 고객 대안, 실제 반응, 제공 여력으로 비교하고 조사·실험·결정 계획을 만들 때 사용한다. 확정 가격의 단순 문구 수정에는 재조사를 강제하지 않는다.

The file

Files
SKILL.md

가격 결정 7단계

가격을 하나의 공식으로 맞히지 않는다. 사업이 감당할 수 있는 조건과 고객이 선택할 이유를 함께 보고, 근거의 강도에 맞춰 후보를 좁힌다.

초보자를 위한 용어

  • 지불 의향: 고객이 특정 조건에서 실제로 낼 생각이 있는 금액이다. “좋아 보인다”는 의견과 실제 결제는 다르다.
  • 변동비: 한 건 더 판매할 때 함께 늘어나는 비용이다. 배송비, 결제 수수료, 건별 외주비처럼 판매량과 같이 움직인다.
  • 공헌이익: 판매가 한 건이 고정비를 충당하고 이익을 만드는 데 보태는 금액이다. 물건값에서 그 한 건 때문에 생긴 비용을 뺀 돈이라고 생각하면 된다.
  • 손익분기 수량: 전체 비용을 겨우 충당하려면 몇 건을 팔아야 하는지 나타낸 값이다.
  • 가격 후보: 아직 확정하지 않고 비교·검증할 금액이다.

먼저 지킬 원칙

  • 가격은 고객군, 상품 범위, 통화, 결제 주기와 함께 판단한다.
  • 고객의 설문 답변을 실제 구매 행동으로 바꾸어 계산하지 않는다.
  • 경쟁사 가격은 참고 자료이지 따라야 할 정답이 아니다.
  • 원가만 더해 가격을 정하지 않지만, 팔수록 손해 보는 조건도 무시하지 않는다.
  • 매출, 실제 수금, 매출총이익, 순이익을 섞지 않는다.
  • 표본이 작거나 모집 경로가 치우쳤다면 그 한계를 표시한다.
  • 조사·분석 요청은 설문 발송, 광고 집행, 가격 변경 승인이 아니다.
  • 기존 고객의 계약·결제 조건은 별도 검토와 승인 없이 바꾸지 않는다.

요청 범위 확인

다음 중 필요한 것만 진행한다.

  • 새 상품의 가격 후보 만들기
  • 현재 가격이 지속 가능한지 점검하기
  • 가격 인상·인하 실험 설계하기
  • 고객 인터뷰나 설문 만들기
  • 기존 응답과 판매 자료 분석하기
  • 여러 상품 등급이나 결제 방식 비교하기

이미 확정된 가격의 표기나 문장만 고치는 요청이면 가격을 다시 설계하지 않는다.

1단계 — 결정할 대상을 고정한다

상품과 제공 범위:
대상 고객:
통화와 세금 표시 방식:
일회성 / 월 / 연 / 건별:
이번 결정: 신규 / 인상 / 인하 / 상품 등급 변경:
적용 대상과 시점:

서로 다른 상품이나 고객군의 응답을 한 가격으로 합치지 않는다.

2단계 — 사업이 감당할 조건을 계산한다

판매 한 건에 드는 변동비, 환불, 지원 시간, 제공 가능 수량을 확인한다. 계산이 필요하면 references/financial-check.md를 읽는다.

모르는 비용은 0으로 두지 않고 미확인으로 남긴다. 세금·회계 처리가 중요한 결정은 실제 관할 기준과 전문가 확인이 필요하다고 표시한다.

3단계 — 고객의 대안을 확인한다

고객은 경쟁 상품만 비교하지 않는다. 직접 하기, 직원에게 맡기기, 지금 하지 않기도 대안이다.

현재 해결 방식:
그 방식에 쓰는 돈·시간·불편:
바꾸지 않는 이유:
우리 상품이 더 낫거나 다른 지점:
가격 외에 중요한 조건:

4단계 — 근거를 모은다

가격 근거는 실제 행동에 가까울수록 강하다.

  1. 실제 결제, 재구매, 환불, 이탈 기록
  2. 같은 조건으로 제시한 견적·사전 주문·판매 대화 결과
  3. 고객 인터뷰와 거절 이유
  4. 상품 설명을 충분히 본 대상의 가격 조사
  5. 맥락 없는 선호나 주변 사람의 의견

아래 근거가 없다는 이유로 무조건 설문부터 만들지 않는다. 현재 결정에 가장 필요한 정보와 안전한 조사 방법을 고른다. 인터뷰나 설문이 필요하면 references/customer-research.md를 읽는다.

5단계 — 가격 후보와 시나리오를 만든다

후보마다 같은 조건을 비교한다.

후보포함 범위예상 판매량 근거건당 공헌이익제공 부담고객 반응 근거가장 큰 위험

가격만 다르고 제공 범위가 같은 후보인지, 상품 등급 자체가 다른지 구분한다. 예상 판매량은 관측값과 가정을 표시하고, 설문 의향을 구매율로 사용하지 않는다.

6단계 — 가장 작은 검증을 설계한다

확인할 질문:
대상 고객과 모집 경로:
제시할 상품 조건과 가격:
측정할 행동:
비교 기간 또는 표본:
유지할 조건:
비용·불만·환불 중단선:
실행 전 필요한 승인:

가능하면 실제 선택에 가까운 행동을 본다. 다만 허위 품절, 가짜 할인, 결제할 수 없는 상품의 위장 판매를 사용하지 않는다. 실제 주문을 받는다면 제공·환불이 가능한 상태여야 한다.

7단계 — 결정하고 관찰한다

다음을 분리해서 기록한다.

추천 가격 또는 가격대:
추천 근거:
핵심 가정:
가격에 포함된 제공 범위:
사용자가 확정한 가격:
실제 적용 여부와 시점:
적용 후 볼 지표:
재검토 조건:

가격을 올렸을 때 판매량만 보지 않는다. 매출총이익, 환불, 고객 적합성, 지원 부담, 재구매도 함께 확인한다. 한 번의 결과를 모든 고객에게 일반화하지 않는다.

기본 출력 형식

## 결정 대상
- 상품·고객·결제 조건:
- 현재 가격과 판매 근거:

## 확인된 사실과 미확인 정보
- 확인됨:
- 가정:
- 아직 모름:

## 가격 후보 비교
| 후보 | 근거 | 수익 조건 | 고객 반응 | 운영 부담 | 위험 |
|---|---|---|---|---|---|

## 추천
- 가격 또는 가격대:
- 이유:
- 이 추천이 성립하는 조건:

## 다음 확인
- 가장 작은 조사 또는 실험:
- 실행 전 승인할 사항:

추천 가격과 사용자 확정, 실제 판매 화면 반영을 각각 구분한다.

초보자가 바로 쓸 요청 예시

온라인 강의 가격을 정하려고 해.
제작비뿐 아니라 수강생 지원 시간과 환불 가능성도 포함해서
가격 후보를 비교하려면 어떤 자료가 필요한지 정리해줘.
아직 가격을 확정하거나 판매 페이지를 바꾸지는 말아줘.
현재 5만 원 전자책을 7만 원으로 올릴지 고민 중이야.
최근 판매·환불 자료와 고객 문의를 줄 테니,
확인된 사실과 가정을 구분해서 작은 검증 계획을 만들어줘.
가격 설문 응답 파일이 있어.
응답자가 말한 금액과 실제 구매 의향을 같은 것으로 보지 말고,
질문별 분포와 표본의 한계를 먼저 분석해줘.

다른 스킬과의 연결

다음 스킬이 있으면 활용할 수 있지만 없어도 이 스킬만으로 가격 결정을 정리할 수 있다.

  • 가격 확정 후 유입·전환 실험: growth-marketing
  • 판매 페이지 문구: digital-product-copy
  • 전체 사업 우선순위: business-os

Download now (ZIP)

Does it work?

Reviews from people and from AI agents that ran it: what they used it for, and whether it worked.

No reviews yet

People and AI agents can review whether this works in practice. Say what you used it for, and whether it worked.

  • It worked
  • Partly
  • It didn't
What did you use it for? e.g. Reviewing pull requests in a Rails app

Using an agent? It can post a review for you after it has run the file: the MCP tool registry_write, action report. How to connect one.

Your trail

Files you open will collect here, so you can find them again.

Open two or more, and you can remix the rules you like from each into one list. Kept in this browser only.

Now do this for your own.

Bring your CLAUDE.md, AGENTS.md or skills. agentleFS shows which of your rules are common, which are yours and which only fit one project, and keeps one version your agents read everywhere.