# MCP Report Skill — 투자 업종 분석 리포트

> 모바일인덱스 MCP 데이터 + 이 스킬셋을 연결하면, 아래 리포트와 90% 유사한 분석 결과물을 생성할 수 있습니다.
> 원본 리포트: [코스피 5000 시대, 투자 앱 시장 데이터 분석](https://www.igaworksblog.com/post/investment-data-analysis)

---

## 이 스킬셋으로 만들 수 있는 것

금융 카테고리 중 **투자 업종 종사자**(증권사 마케터, 핀테크 PM, 투자 리서치 애널리스트)가 모바일인덱스 MCP 데이터를 활용하여:

1. 투자 앱 시장 전체 트렌드 리포트
2. 증권사 앱 경쟁 구도 분석
3. 투자자 이동 흐름 분석 (증권 ↔ 가상화폐 ↔ 부동산)
4. 성별/연령별 투자자 프로파일 분석
5. 경쟁사 마케팅 전략 인사이트

---

## 파일 구성

| 파일 | 내용 |
|------|------|
| `README.md` | 이 파일 (스킬셋 개요) |
| `report_structure.md` | 리포트 구성 분석 (섹션별 구조, 데이터 흐름) |
| `data_mapping.md` | MCP 도구 ↔ 리포트 데이터 매핑 |
| `prompt_skill.md` | 실행 프롬프트 (이 프롬프트로 리포트 생성) |

---

## 사용 방법

1. 모바일인덱스 MCP 연동 (Kiro, Claude Desktop 등)
2. `prompt_skill.md`의 프롬프트를 AI에 입력
3. MCP가 자동으로 데이터를 조회하여 리포트 생성

---

*최종 업데이트: 2026-05-27*
# 리포트 구성 분석 — 투자 앱 시장 데이터 분석

> 원본 리포트를 리버스 엔지니어링하여 구조, 데이터 흐름, 인사이트 도출 패턴을 분석한 문서

---

## 1. 전체 구조 (섹션 흐름)

```
[도입] 시장 배경 + 데이터 훅
  │
  ▼
[섹션 1] 업종 전체 트렌드 (매크로 뷰)
  │  ├── MAU 추이
  │  ├── 사용시간 추이
  │  └── 성별/연령별 사용시간 변화
  │
  ▼
[섹션 2] 신규 투자자 유입 분석
  │  ├── 월간 신규 설치 추이
  │  └── 성별/연령별 신규 설치 분포
  │
  ▼
[섹션 3] 앱별 경쟁 구도 (마이크로 뷰)
  │  ├── MAU 순위 변동
  │  ├── 사용시간 비교
  │  ├── 사용일 수 비교
  │  ├── 앱 사용률 비교
  │  └── 마케팅 이벤트 현황
  │
  ▼
[섹션 4] 인접 시장 비교 (투심 이동 분석)
  │  ├── 가상화폐 업종 MAU/사용시간/신규설치
  │  ├── 증권 vs 가상화폐 직접 비교
  │  ├── 부동산 업종 현황
  │  └── 성별/연령별 교차 분석
  │
  ▼
[마무리] 종합 인사이트 + CTA
```

---

## 2. 섹션별 상세 분석

### 섹션 1: 업종 전체 트렌드

| 분석 항목 | 데이터 포인트 | 인사이트 도출 방식 |
|-----------|--------------|-------------------|
| 업종 MAU 추이 | 월별 MAU (14개월) | 증감률 계산, 이벤트 시점 매칭 |
| 업종 사용시간 추이 | 월별 총 사용시간 | 전년 동기 대비 성장률 |
| 성별/연령별 사용시간 | 성별×연령 매트릭스 | 증가폭 TOP 그룹 식별 → 핵심 투자층 정의 |

**인사이트 패턴**: 외부 이벤트(코스피 지수)와 앱 데이터 변화를 시간축으로 매칭하여 인과관계 해석

### 섹션 2: 신규 투자자 유입

| 분석 항목 | 데이터 포인트 | 인사이트 도출 방식 |
|-----------|--------------|-------------------|
| 월간 신규 설치 추이 | 월별 신규 설치 건수 | 100만 돌파 시점, 최대치 시점 식별 |
| 성별/연령별 신규 설치 | 성별×연령 매트릭스 | 1위 그룹 식별, 전년 대비 증가폭 비교 |

**인사이트 패턴**: "기존 투자자 활동 증가"와 "신규 투자자 유입"을 분리하여 시장 성장의 질적 분석

### 섹션 3: 앱별 경쟁 구도

| 분석 항목 | 데이터 포인트 | 인사이트 도출 방식 |
|-----------|--------------|-------------------|
| MAU 순위 | 앱별 월간 MAU | 1위 교체 시점 식별, 격차 추이 |
| 사용시간 | 앱별 월간 총 사용시간 | MAU 1위 ≠ 사용시간 1위 → 이용자 질 분석 |
| 사용일 수 | 앱별 1인당 월 사용일 | 습관성/충성도 지표 |
| 앱 사용률 | 설치 대비 실사용 비율 | 설치만 하고 안 쓰는 앱 vs 활성 앱 구분 |
| 마케팅 이벤트 | 각 증권사 프로모션 현황 | 데이터 변화의 원인 해석 (정성 분석) |

**인사이트 패턴**: 단일 지표가 아닌 복합 지표(MAU×사용시간×사용률)로 "양적 성장 vs 질적 강세" 구분

### 섹션 4: 인접 시장 비교

| 분석 항목 | 데이터 포인트 | 인사이트 도출 방식 |
|-----------|--------------|-------------------|
| 가상화폐 업종 MAU | 월별 MAU | 증권 업종과 동일 시간축 비교 |
| 가상화폐 사용시간 | 월별 총 사용시간 | 감소율 계산, 증권과 역상관 확인 |
| 가상화폐 신규 설치 | 월별 신규 설치 | 감소 추이, 증권과 대비 |
| 성별/연령별 교차 | 가상화폐 성별×연령 | 감소 핵심층 = 증권 증가 핵심층 매칭 |
| 부동산 업종 | MAU/사용시간/신규설치 | "변화 없음" 자체가 인사이트 |

**인사이트 패턴**: 인접 투자 시장 간 투심 이동을 데이터로 증명 (A 감소 + B 증가 + 동일 연령층 = 이동)

---

## 3. 리포트 작성 공식

### 데이터 훅 공식
```
[임팩트 수치] + [시간 프레임] + [의미 해석]
예: "증권앱 사용시간이 1년 만에 2배 이상 증가했습니다"
```

### 인사이트 도출 공식
```
[데이터 A의 변화] + [데이터 B의 변화] + [동일 조건(시간/연령)] = [해석]
예: "가상화폐 3040 남성 사용시간 60% 감소" + "증권 4050 사용시간 2배 증가" + "같은 기간" = "투심 이동"
```

### 비교 분석 공식
```
[지표 1에서 A가 우위] + [지표 2에서 B가 우위] = [차별화된 포지셔닝 해석]
예: "MAU는 미래에셋 1위" + "사용시간은 키움 1위" = "양적 vs 질적 강세 구분"
```

### 외부 맥락 연결 공식
```
[앱 데이터 변화 시점] + [외부 이벤트 시점] = [인과관계 해석]
예: "2026년 1월 신규설치 194만건" + "코스피 5000 돌파" = "상승장이 신규 투자자 유입 촉진"
```

---

## 4. 톤앤매너 특징

| 요소 | 특징 |
|------|------|
| 문체 | 짧은 문장, 한 문장에 하나의 정보 |
| 수치 표현 | 구체적 (약 X만 → X만Y천) |
| 비교 | 항상 "전년 동기 대비" 또는 "경쟁사 대비" 프레임 |
| 해석 | 데이터 나열 후 반드시 "즉", "이는", "해석할 수 있습니다" 로 의미 부여 |
| 시각 자료 | 각 데이터 포인트마다 차트/그래프 이미지 삽입 |
| 전문가 인용 | 업계 관계자 코멘트로 정성적 맥락 보강 |

---

## 5. 리포트 분량 기준

| 항목 | 기준 |
|------|------|
| 전체 분량 | 3,000~5,000자 |
| 섹션 수 | 4~5개 대섹션 |
| 데이터 포인트 | 섹션당 3~5개 |
| 차트/이미지 | 섹션당 1~2개 |
| 외부 맥락 | 1~2개 (시장 이벤트, 전문가 코멘트) |
# MCP 도구 ↔ 리포트 데이터 매핑

> 리포트에 사용된 모든 데이터를 모바일인덱스 MCP 실제 도구와 매핑한 문서
> MCP 연동 시 이 매핑을 따라 데이터를 자동 조회합니다.

---

## 1. 사용된 데이터 목록

### 섹션 1: 업종 전체 트렌드

| # | 데이터 | MCP 도구 | 주요 파라미터 | 상태 |
|---|--------|----------|--------------|------|
| 1 | 증권 업종 전체 MAU 추이 (14개월) | `mcp_mobileindex_usage_trend_traffic` | tType="user", startDate="20250101", endDate="20260228", dateType="m", appCateSub="증권" | ✅ MCP 제공 |
| 2 | 증권 업종 전체 사용시간 추이 | `mcp_mobileindex_usage_trend_traffic` | tType="time", startDate/endDate 동일, appCateSub="증권" | ✅ MCP 제공 |
| 3 | 증권 업종 전체 신규 설치 추이 | `mcp_mobileindex_usage_trend_traffic` | tType="install", appCateSub="증권" | ✅ MCP 제공 |
| 4 | 증권 업종 성별/연령별 사용시간 | `mcp_mobileindex_app_demographic` | pkgName=[주요 증권앱], uType="time", 성별/연령 필터 | ✅ MCP 제공 |

### 섹션 2: 신규 투자자 유입

| # | 데이터 | MCP 도구 | 주요 파라미터 | 상태 |
|---|--------|----------|--------------|------|
| 5 | 업종 사용량 순위 (신규 설치 기준) | `mcp_mobileindex_usage_rank` | uType="install", dateType="m", appCateSub="증권" | ✅ MCP 제공 |
| 6 | 성별/연령별 신규 설치 분포 | `mcp_mobileindex_usage_rank` | uType="install", gender/age 필터 | ✅ MCP 제공 |

### 섹션 3: 앱별 경쟁 구도

| # | 데이터 | MCP 도구 | 주요 파라미터 | 상태 |
|---|--------|----------|--------------|------|
| 7 | 앱별 MAU 추이 (영웅문S#, M-STOCK 등) | `mcp_mobileindex_app_usage` | pkgName=[각 앱], uType="user", dateType="m" | ✅ MCP 제공 |
| 8 | 앱별 총 사용시간 | `mcp_mobileindex_app_usage` | pkgName=[각 앱], uType="time" | ✅ MCP 제공 |
| 9 | 앱별 사용일 수 / 사용률 | `mcp_mobileindex_app_summary` | pkgName=[각 앱] | ✅ MCP 제공 |
| 10 | 앱별 성별/연령 구성 | `mcp_mobileindex_app_demographic` | pkgName=[각 앱], uType="user" | ✅ MCP 제공 |
| 11 | 앱별 업종 내 점유율 | `mcp_mobileindex_app_biz_rate` | pkgName=[각 앱], bizCateType="sub", rType="user" | ✅ MCP 제공 |
| 12 | 증권사 마케팅 이벤트 현황 | — | — | ⚠️ 추후 연동 예정 (수동 리서치) |

### 섹션 4: 인접 시장 비교

| # | 데이터 | MCP 도구 | 주요 파라미터 | 상태 |
|---|--------|----------|--------------|------|
| 13 | 가상화폐 업종 MAU 추이 | `mcp_mobileindex_usage_trend_traffic` | tType="user", appCateSub="가상화폐" | ✅ MCP 제공 |
| 14 | 가상화폐 업종 사용시간 추이 | `mcp_mobileindex_usage_trend_traffic` | tType="time", appCateSub="가상화폐" | ✅ MCP 제공 |
| 15 | 가상화폐 업종 신규 설치 추이 | `mcp_mobileindex_usage_trend_traffic` | tType="install", appCateSub="가상화폐" | ✅ MCP 제공 |
| 16 | 가상화폐 성별/연령별 사용시간 | `mcp_mobileindex_app_demographic` | pkgName=[주요 코인앱], uType="time" | ✅ MCP 제공 |
| 17 | 부동산 업종 MAU/사용시간/신규설치 | `mcp_mobileindex_usage_trend_traffic` | tType="user"/"time"/"install", appCateSub="부동산" | ✅ MCP 제공 |
| 18 | 비트코인 가격 추이 (외부 맥락) | — | — | ⚠️ 추후 연동 예정 (외부 데이터) |
| 19 | 코스피 지수 추이 (외부 맥락) | — | — | ⚠️ 추후 연동 예정 (외부 데이터) |

---

## 2. MCP 도구별 호출 요약

| MCP 도구 | 호출 횟수 | 용도 |
|----------|:---------:|------|
| `mcp_mobileindex_usage_trend_traffic` | 7회 | 업종 전체 MAU/사용시간/신규설치 월별 추이 |
| `mcp_mobileindex_app_usage` | 10회 | 개별 앱 MAU/사용시간 추이 (앱 5개 × 지표 2개) |
| `mcp_mobileindex_app_demographic` | 7회 | 성별/연령별 분석 (업종 대표앱 + 개별앱) |
| `mcp_mobileindex_usage_rank` | 4회 | 업종 내 순위 (사용자/설치 기준, 성별/연령 필터) |
| `mcp_mobileindex_app_summary` | 5회 | 앱별 핵심 지표 요약 (사용일수, 사용률 등) |
| `mcp_mobileindex_app_biz_rate` | 5회 | 업종 내 점유율 히스토리 |
| `mcp_mobileindex_search_app` | 5회 | 앱 pkgName 조회 (최초 1회씩) |
| 수동 리서치 (MCP 미제공) | 3건 | 마케팅 이벤트, 코스피/비트코인 가격 |

---

## 3. 앱 검색 (pkgName 확보)

리포트에 등장하는 앱의 pkgName을 먼저 조회해야 합니다:

```
mcp_mobileindex_search_app(keyword="영웅문")     → 키움증권 영웅문S#
mcp_mobileindex_search_app(keyword="M-STOCK")    → 미래에셋 M-STOCK
mcp_mobileindex_search_app(keyword="삼성증권")    → 삼성증권 mPOP
mcp_mobileindex_search_app(keyword="KB증권")     → KB증권 M-able
mcp_mobileindex_search_app(keyword="한국투자")    → 한국투자증권
```

---

## 4. 데이터 커버리지

```
전체 데이터 포인트: 19개
├── ✅ MCP로 자동 조회 가능: 17개 (89%)
└── ⚠️ 추후 연동 예정: 2개 (11%)
    ├── 비트코인 가격 추이 (외부 API)
    └── 코스피 지수 추이 (외부 API)

* 증권사 마케팅 이벤트는 웹 검색 도구로 보완 가능
```

---

## 5. 데이터 조회 순서 (권장)

리포트 생성 시 아래 순서로 MCP를 호출하면 효율적:

```
Step 0: 앱 검색 (pkgName 확보)
  → mcp_mobileindex_search_app × 5

Step 1: 업종 전체 트렌드 (매크로)
  → mcp_mobileindex_usage_trend_traffic × 3
    (증권: user, time, install)

Step 2: 업종 순위 + 인구통계
  → mcp_mobileindex_usage_rank × 2 (설치 순위, 성별/연령 필터)
  → mcp_mobileindex_app_demographic × 2 (대표앱 성별/연령 사용시간)

Step 3: 앱별 경쟁 분석
  → mcp_mobileindex_app_usage × 10 (5앱 × MAU + 사용시간)
  → mcp_mobileindex_app_summary × 5 (사용일수, 사용률)
  → mcp_mobileindex_app_biz_rate × 5 (점유율)

Step 4: 인접 시장 비교
  → mcp_mobileindex_usage_trend_traffic × 4
    (가상화폐: user, time, install / 부동산: user)
  → mcp_mobileindex_app_demographic × 5
    (가상화폐 대표앱 성별/연령)

총 MCP 호출: 약 41회
예상 크레딧 소모: 41 크레딧 (BASIC 일일 300 기준 충분)
```

---

## 6. 추후 연동 예정 데이터 상세

| 데이터 | 현재 대안 | 연동 시 기대 효과 |
|--------|-----------|------------------|
| 코스피 지수 | 사용자가 직접 입력 또는 웹 검색 | 앱 데이터와 시장 지수 자동 매칭 |
| 비트코인 가격 | 사용자가 직접 입력 또는 웹 검색 | 가상화폐 시장 맥락 자동 연결 |
| 증권사 이벤트 | 웹 검색 도구 활용 | 데이터 변화의 원인 자동 해석 |

---

## 7. 업종 카테고리 코드 참고

리포트에서 사용하는 업종의 정확한 카테고리 코드는 아래 도구로 확인:

```
mcp_mobileindex_get_categories_main()  → 대분류 목록
mcp_mobileindex_get_categories_sub(appCateMain="금융")  → 증권, 가상화폐 등 소분류
```
# 실행 프롬프트 — 투자 업종 시장 분석 리포트

> 이 프롬프트를 모바일인덱스 MCP가 연동된 AI(Kiro, Claude 등)에 입력하면
> 원본 리포트와 90% 유사한 구조의 투자 앱 시장 분석 리포트를 생성합니다.

---

## 프롬프트

```
너는 모바일인덱스 데이터를 활용하는 투자 업종 시장 분석 전문가야.
모바일인덱스 MCP를 적극 활용해서 아래 분석을 수행하고, 인사이트 리포트를 작성해줘.

## 분석 요청

### 1단계: 증권 업종 전체 트렌드
- 증권 업종 전체 MAU 추이 (최근 14개월, 월별)
- 증권 업종 전체 사용시간 추이 (동일 기간)
- 성별/연령별 사용시간 변화 (최근 2개월 비교)
- 핵심 투자층(사용시간 증가폭 TOP 3 그룹) 식별

### 2단계: 신규 투자자 유입 분석
- 증권 업종 월간 신규 설치 추이 (최근 14개월)
- 성별/연령별 신규 설치 분포 (최근 월 기준)
- 신규 설치 1위 그룹과 전년 대비 증가폭

### 3단계: 증권 앱별 경쟁 구도
- 주요 증권 앱 5개의 MAU 추이 비교
  (영웅문S#, 미래에셋 M-STOCK, 삼성증권 mPOP, KB증권 M-able, 한국투자)
- 동일 앱의 사용시간, 사용일 수, 앱 사용률 비교
- MAU 1위와 사용시간 1위가 다른 경우, 그 의미 해석

### 4단계: 인접 투자 시장 비교
- 가상화폐 업종 MAU, 사용시간, 신규 설치 추이 (동일 기간)
- 증권 vs 가상화폐 직접 비교 (동일 차트)
- 가상화폐 성별/연령별 사용시간 감소 분석
- 부동산 업종 MAU/사용시간/신규설치 (변화 유무 확인)

### 5단계: 종합 인사이트
- 투자자 이동 흐름 해석 (가상화폐 → 증권)
- 핵심 투자층 프로파일 정리
- 증권사별 포지셔닝 요약 (양적 성장 vs 질적 강세)

## 리포트 작성 규칙

1. **데이터 훅으로 시작**: 첫 문장에 가장 임팩트 있는 수치를 배치
2. **짧은 문장**: 한 문장에 하나의 정보만 담기
3. **구체적 수치**: "약 X만" 대신 "X만Y천명, 20XX년 N월 기준"
4. **비교 프레임**: 항상 "전년 동기 대비" 또는 "경쟁사 대비"로 맥락 부여
5. **인사이트 분리**: 데이터 나열 후 반드시 "즉", "이는" 으로 의미 해석 추가
6. **출처 명시**: 모든 수치에 "[출처: 모바일인덱스 INSIGHT, 20XX년 N월]" 표기
7. **추정치 고지**: "IGAWorks 고유 알고리즘 기반 추정치" 문구 포함
8. **CTA 마무리**: 리포트 끝에 모바일인덱스 활용 제안

## 출력 형식

- 마크다운 형식
- 섹션별 H2/H3 구조화
- 데이터 비교 시 테이블 활용
- 차트가 필요한 위치에 [차트: 설명] 플레이스홀더 삽입
- 전체 분량: 3,000~5,000자
```

---

## 커스터마이징 가이드

위 프롬프트를 기반으로 다른 업종에 적용할 때:

| 변경 항목 | 예시 |
|-----------|------|
| 업종 | "증권" → "OTT", "쇼핑", "게임" 등 |
| 비교 앱 | 해당 업종 TOP 5 앱으로 교체 |
| 인접 시장 | 해당 업종과 경쟁/보완 관계인 업종 |
| 외부 맥락 | 해당 업종에 영향을 주는 시장 이벤트 |

### 업종별 적용 예시

**OTT 업종 버전:**
- 1단계: OTT 업종 전체 트렌드
- 3단계: 넷플릭스, 티빙, 쿠팡플레이, 웨이브, 디즈니+ 비교
- 4단계: 유튜브, 숏폼 플랫폼과 비교
- 외부 맥락: 독점 콘텐츠 출시 시점

**쇼핑 업종 버전:**
- 1단계: 쇼핑 업종 전체 트렌드
- 3단계: 쿠팡, 11번가, 네이버쇼핑, 알리, 테무 비교
- 4단계: 오프라인 유통(이마트, 홈플러스 앱)과 비교
- 외부 맥락: 대형 세일 이벤트 시점 (블프, 11.11)

---

## 예상 결과물 품질

이 프롬프트 + MCP 데이터로 생성되는 리포트:

| 항목 | 원본 대비 |
|------|-----------|
| 데이터 정확도 | 100% (동일 MCP 데이터 소스) |
| 구조/흐름 | 90%+ (동일 섹션 구조) |
| 인사이트 깊이 | 80~90% (외부 맥락 3건은 수동 보완 필요) |
| 톤앤매너 | 90%+ (프롬프트에 스타일 가이드 포함) |
| 시각 자료 | 플레이스홀더 (차트 생성은 별도 도구 필요) |