コンバージョン最適化スキルセット

AI Conversion Ops（AIコンバージョン運用）

プリアンブル（スキル起動時に実行）

# バージョンチェック（最新版の場合は静かに終了）
python3 telemetry/version_check.py 2>/dev/null || true

# テレメトリーオプトイン（初回のみ実行、以降は選択を記憶）
python3 telemetry/telemetry_init.py 2>/dev/null || true

プライバシー: このスキルは使用状況をローカルの ~/.ai-marketing-skills/analytics/ に記録します。リモートテレメトリーはオプトインのみです。コード、ファイルパス、リポジトリの内容が収集されることはありません。詳細は telemetry/README.md を参照してください。

---

AIによるコンバージョン率最適化：ランディングページ監査、CROスコアリング、調査セグメント化、リードマグネット生成。

使用タイミング

• ユーザーがランディングページ監査またはCRO分析を依頼した場合
• ユーザーがページをコンバージョン次元でスコアリングしたい場合
• ユーザーがURL上のコンバージョンボトルネックを特定したい場合
• ユーザーが調査データを持ち、ペインポイントで回答者をセグメント化したい場合
• ユーザーが調査回答からリードマグネットのアイデアを生成したい場合
• ユーザーが複数URLの一括CRO分析を必要とする場合

ツール

CRO監査 (cro_audit.py)

ランディングページを取得し、8つのコンバージョン次元にわたってスコアリングします。ヘッドレスブラウザは不要です。

# 単一URL監査
python cro_audit.py --url https://example.com/landing-page

# バッチモード — 複数URL
python cro_audit.py --urls https://example.com/page1 https://example.com/page2

# ファイルからURLを読み込み（1行1URL）
python cro_audit.py --file urls.txt

# 業界を指定してベンチマーク比較
python cro_audit.py --url https://example.com --industry saas

# JSON出力
python cro_audit.py --url https://example.com --json

# レポートをファイルに保存
python cro_audit.py --url https://example.com --output report.json

スコアリング次元（各0～100点）:

1. ヘッドラインの明確さ — 価値提案が5秒以内に明確か？
2. CTAの視認性 — CTAは目立ち、コントラストがあり、ファーストビューにあるか？
3. ソーシャルプルーフ — testimonial、ロゴ、事例、数字はあるか？
4. 緊急性 — 希少性、期限、限定オファーはあるか？
5. 信頼シグナル — セキュリティバッジ、保証、プライバシー、認証はあるか？
6. フォームの摩擦 — フィールド数は？フォームはユーザーに圧迫感を与えるか？
7. モバイル対応 — Viewportメタ、レスポンシブパターン、タッチターゲットは適切か？
8. ページ速度指標 — 画像最適化、スクリプト数、リソースサイズは適切か？

総合CROスコア = 全8次元の加重平均。

出力内容:

• 各次元のスコアと具体的な所見
• 影響度順にランク付けされた優先修正項目
• 各問題に対する改善前/改善後の提案
• 業界ベンチマーク比較
• 総合レターグレード（A+～F）

対応業界: saas、ecommerce、agency、finance、healthcare、education、b2b、general

調査→リードマグネットエンジン (survey_lead_magnet.py)

調査CSVデータを読み込み、ペインポイントで回答者をクラスタリングし、各セグメント向けのリードマグネット概要を生成します。

# 基本使用法 — 調査CSVを分析
python survey_lead_magnet.py --csv survey_responses.csv

# ペインポイント/課題を含む列を指定
python survey_lead_magnet.py --csv survey.csv --pain-columns "biggest_challenge" "top_frustration"

# セグメント数の上限を設定
python survey_lead_magnet.py --csv survey.csv --top-segments 5

# JSON出力
python survey_lead_magnet.py --csv survey.csv --json

# 出力を保存
python survey_lead_magnet.py --csv survey.csv --output lead_magnets.json

生成されるもの:

• 回答者数を含むペインポイントクラスター
• 規模と商用ポテンシャルでランク付けされたセグメント
• 上位セグメントごとのリードマグネット概要:
  • タイトル、フォーマット（ガイド/チェックリスト/テンプレート/計算機）、フック
  • コンテンツアウトライン（5～7セクション）
  • ターゲットCTAと配信チャネル
  • バイラルポテンシャルスコア + コンバージョンポテンシャルスコア
• 優先度順の実装ロードマップ

CSVフォーマット: 質問が列ヘッダー、各行が1人の回答者。あらゆる調査ツール（Typeform、Google Forms、SurveyMonkeyなど）のエクスポートに対応。

設定

APIキーは不要です。両方のツールはローカル分析のみで動作します。

オプションの環境変数:

変数	必須	説明
USER_AGENT	いいえ	ページ取得時のカスタムユーザーエージェント（デフォルトあり）
REQUEST_TIMEOUT	いいえ	HTTPタイムアウト（秒）（デフォルト: 15）

推奨ワークフロー

1. 毎週: 主要なランディングページで cro_audit.py を実行し、CROスコアの推移を追跡
2. 調査後: survey_lead_magnet.py を実行し、調査データをコンテンツ戦略に変換
3. ローンチ前: 有料トラフィックを流す前に新しいランディングページを監査
4. 毎月: 競合他社のランディングページを一括監査し、ベンチマークと比較

依存関係

pip install -r requirements.txt