장사왕 스프린트 대시보드

테마

Story: 패턴 발견 로직 + SellerPatterns 테이블 ​

메타 ​

항목값
Story IDE-10-S-09
EpicE-10 업무노트
상태draft
우선순위P1-a (v2.0)
규모L
담당 개발자하록 (BE)

사용자 스토리 ​

As a 여러 조언을 적용해본 셀러,
I want 어떤 방법이 나에게 잘 맞는지 자동으로 분석해주길 원한다,
So that "이 방법이 내 방법이다"라는 확신을 얻을 수 있다.

배경 ​

왜 필요한가? ​

  • 한 번의 성공 → "운인가?"
  • 두 번의 성공 → "우연인가?"
  • 세 번의 성공 → "나에게 맞는 방법이구나!"
  • 반복이 확신을 만들고, 확신이 성장을 만든다
  • **핵심 가치 "성장 확신"**의 핵심 메커니즘

S53 E-04 연계 ​

  • SellerPatterns 데이터 → S53 E-04 SellerAIContext로 활용
  • 개인화된 Surface Layer 진단의 기반 데이터

비즈니스 임팩트 ​

지표예상 영향
조언 적용률+25% (패턴 발견 → 추가 적용 동기)
셀러 리텐션+10% (개인화 가치 인식)
S53 E-04 준비완료 (데이터 인프라)

수락 기준 (Acceptance Criteria) ​

AC-01: 패턴 발견 조건 ​

항목내용
Given효과 추적이 완료된 노트가 있을 때
When동일 adviceType으로 3회 이상 적용 AND 70% 이상 동일 결과
Then해당 adviceType이 패턴으로 등록된다
패턴 발견 예시:
"비검색 입찰가 낮추기" 5회 적용
- positive: 4회 (80%)
- negative: 1회 (20%)
→ preferredActions에 등록

AC-02: SellerPatterns 테이블 생성 ​

항목내용
Given패턴 발견 시스템 구축 시
When최초 배포 시
ThenSellerPatterns 테이블이 생성된다
sql
CREATE TABLE seller_patterns (
  id UUID PRIMARY KEY,
  user_id UUID NOT NULL REFERENCES users(id),

  -- 선호 방법
  preferred_actions JSONB DEFAULT '[]',
  -- 비선호 방법
  avoided_actions JSONB DEFAULT '[]',

  -- S53 E-04 연계용
  apply_rate DECIMAL(5,4) DEFAULT 0,
  positive_outcome_rate DECIMAL(5,4) DEFAULT 0,

  created_at TIMESTAMP DEFAULT NOW(),
  updated_at TIMESTAMP DEFAULT NOW()
);

CREATE INDEX idx_seller_patterns_user_id ON seller_patterns(user_id);

AC-03: preferredActions 데이터 구조 ​

항목내용
Given패턴이 발견되면
WhenpreferredActions에 저장할 때
Then다음 구조로 저장된다
json
preferredActions: [
  {
    "adviceType": "bidding_down",
    "displayName": "비검색 입찰가 낮추기",
    "trialCount": 5,
    "positiveRate": 0.8,
    "avgRoasChange": 16.3,
    "lastApplied": "2026-01-28",
    "discoveredAt": "2026-01-28"
  }
]

AC-04: avoidedActions 데이터 구조 ​

항목내용
Given부정적 패턴이 발견되면 (3회+, 70%+ negative)
WhenavoidedActions에 저장할 때
Then다음 구조로 저장된다
json
avoidedActions: [
  {
    "adviceType": "keyword_add",
    "displayName": "키워드 추가",
    "trialCount": 4,
    "negativeRate": 0.75,
    "avgRoasChange": -8.5,
    "lastApplied": "2026-01-25",
    "discoveredAt": "2026-01-28"
  }
]

AC-05: 패턴 갱신 로직 ​

항목내용
Given이미 패턴이 있는 adviceType에 새 결과가 추가되면
When효과 추적 완료 시
ThentrialCount, positiveRate/negativeRate, avgRoasChange가 갱신된다

AC-06: S53 E-04 연계 필드 계산 ​

항목내용
Given패턴 계산 시
WhenSellerPatterns 갱신 시
Thenapply_rate, positive_outcome_rate도 함께 계산된다
apply_rate = 조언 적용 횟수 / 조언 노출 횟수
positive_outcome_rate = positive 결과 / 전체 효과 추적 완료 건

AC-07: API 제공 ​

항목내용
Given패턴 조회가 필요할 때
WhenGET /api/seller-patterns 호출 시
Then현재 사용자의 패턴 데이터가 반환된다

태스크 분해 ​

Task 1: DB 스키마 AC-02 ​

  • [ ] 1.1: seller_patterns 테이블 마이그레이션 작성
  • [ ] 1.2: 인덱스 생성 (user_id)
  • [ ] 1.3: SellerPatterns 엔티티 생성

Task 2: 패턴 발견 로직 AC-01, AC-05 ​

  • [ ] 2.1: 효과 추적 완료 시 패턴 체크 트리거
  • [ ] 2.2: adviceType별 결과 집계 쿼리
  • [ ] 2.3: 패턴 조건 판정 (3회+, 70%+)
  • [ ] 2.4: preferredActions / avoidedActions 분류

Task 3: 패턴 저장/갱신 AC-03, AC-04 ​

  • [ ] 3.1: 신규 패턴 등록 로직
  • [ ] 3.2: 기존 패턴 갱신 로직
  • [ ] 3.3: avgRoasChange 계산 (가중 평균)

Task 4: S53 E-04 연계 AC-06 ​

  • [ ] 4.1: apply_rate 계산 로직
  • [ ] 4.2: positive_outcome_rate 계산 로직
  • [ ] 4.3: SellerAIContext 호환 포맷 확인

Task 5: API AC-07 ​

  • [ ] 5.1: GET /api/seller-patterns 엔드포인트
  • [ ] 5.2: 인증 및 권한 체크
  • [ ] 5.3: 응답 DTO 정의

Dev Notes ​

아키텍처 패턴 ​

항목내용
사용할 패턴Event-driven (효과 추적 완료 시 트리거)
참고 구현S53 E-04 SellerAIContext 스펙
피해야 할 것실시간 집계 (배치 또는 이벤트 기반)

의존성 ​

항목상태설명
선행 작업E-10-S-05효과 추적 완료 이벤트 필요
후행 작업E-10-S-10패턴 표시 UI
연계S53 E-04SellerAIContext 데이터 제공

영향 받는 소스 트리 ​

src/
├── entities/
│   └── SellerPatterns.ts           # 🆕 신규 생성
├── repositories/
│   └── SellerPatternsRepository.ts # 🆕 신규 생성
├── services/
│   ├── EffectTrackingService.ts    # 수정: 패턴 체크 트리거
│   └── PatternDiscoveryService.ts  # 🆕 신규 생성
├── controllers/
│   └── SellerPatternsController.ts # 🆕 신규 생성
└── migrations/
    └── YYYYMMDD_create_seller_patterns.ts # 🆕 신규 생성

S53 E-04 연계 데이터 포맷 ​

typescript
// S53 E-04 SellerAIContext 호환
interface SellerPatternsForAI {
  applyRate: number;           // 0.0 ~ 1.0
  positiveOutcomeRate: number; // 0.0 ~ 1.0
  preferredActions: string[];  // ['bidding_down', 'roas_up']
  avoidedActions: string[];    // ['keyword_add']
}

이벤트 로깅 ​

이벤트명트리거파라미터GA4 여부
pattern_discovered새 패턴 발견`{adviceType, patternType: 'preferred''avoided', trialCount, rate}`
pattern_updated기존 패턴 갱신{adviceType, newTrialCount, newRate}❌ (내부용)

테스트 시나리오 ​

#시나리오예상 결과
1bidding_down 3회 중 3회 positivepreferredActions에 등록 (100%)
2keyword_add 4회 중 3회 negativeavoidedActions에 등록 (75%)
3roas_up 3회 중 2회 positive (66%)패턴 미등록 (70% 미달)
4bidding_down 2회 positive패턴 미등록 (3회 미달)
5기존 패턴 adviceType에 4번째 결과 추가기존 패턴 갱신
6apply_rate, positive_outcome_rate 계산S53 E-04 연계 필드 정상

생성일: 2026-01-29
📋 Penny

장사왕 Product Team

© 2026 장사왕