C
핵심 아이디어
- 타깃
- 인스타그램에서 제품을 판매하는 1인~5인 소규모 셀러. 월 매출 ₩300만~₩5,000만 구간. 현재 인사이트 탭을 수동으로 캡처해 엑셀에 정리하는 사람.
- 문제
- 인스타 셀러가 어떤 상품을 어떤 포맷(릴스/피드/스토리)으로, 언제 올려야 매출이 나오는지 감으로 판단. 인사이트 데이터를 매번 캡처→엑셀→분석하는 데 주 3시간 소모. 광고비를 태워도 ROAS 측정이 어려움.
- 해결
- 크롬 확장으로 인스타그램 비즈니스 화면에 오버레이. 게시물 작성 시 예상 도달·전환율·매출 기여도를 발행 전에 예측. 과거 데이터 패턴(요일·시간·포맷·해시태그·상품 카테고리)을 자동 학습.
- 차별화
- 감으로 올리던 콘텐츠를 데이터 기반 사전 예측으로 전환 → 불필요한 콘텐츠 제작 50% 감소, 광고비 대비 ROAS 3배 향상 기대
핵심 기능
- 01
게시물 발행 전 예상 도달률·전환율·매출 기여도 예측 스코어
- 02
요일·시간대별 최적 발행 타이밍 자동 추천
- 03
상품별 콘텐츠 성과 히트맵 대시보드 (어떤 상품이 어떤 포맷에서 강한지)
시장과 비즈니스
수익 구조
| 핵심 모델 | B2B SaaS 월 ₩29,000 × 목표 500 셀러 = 월 ₩14,500,000. |
|---|---|
| 근거 01 | 셀러에게 월 1건의 '안 올릴 뻔한 히트 게시물' = ₩50만원+ 매출 기여. |
| 근거 02 | ₩29,000은 전혀 안 아까움. |
- 개발 기간
- 약 10주
- 시장 규모
- 전체 시장 한국 소셜커머스 관련 SaaS 시장 약 ₩3,000억유효 시장 인스타그램 기반 셀러 50만명 × ₩29,000 = 연 ₩174억초기 목표 시장 초기 1년 목표 500명 × ₩29,000 = 연 ₩1.74억
- 시장 흐름
- rising
발견 근거
- 시장 신호
- 인스타그램 비즈니스 도구(플랫폼 기생) × 예측AI(learned_tags) 충돌. 소셜커머스 셀러가 데이터 분석을 수동으로 하는 비효율에서 착안.
- 분석 방식
- 강제 충돌 #1: 플랫폼 기생 전략을 예측 AI로 무장시켜 기존 인사이트 도구가 못 하는 '사전 예측'을 플러그인으로 제공
- 포착 일자
- 2026.03.07