indranilbanerjee/digital-marketing-pro

CRO（コンバージョン率最適化）

このスキルを使用すべきタイミング

ユーザーのリクエストが以下のいずれかに該当する場合、このスキルを起動してください：

• ランディングページのコンバージョンパフォーマンスを監査する
• ランディングページのレイアウト、コピー、またはユーザーフローを設計または改善する
• A/Bテストまたは多変量テストの設定、分析、または解釈を行う
• Webフォーム（リード獲得、サインアップ、お問い合わせ、申し込み）を最適化する
• 価格ページおよび価格表示を設計または監査する
• カート放棄を削減し、チェックアウト完了率を向上させる
• ウェブサイトのコンバージョン指標（リードフォーム送信、サインアップ、購入、トライアル開始など）を改善する
• 実験のサンプルサイズ、テスト期間、または統計的有意性を計算する
• どのコンバージョン改善に最初に取り組むべきかを優先順位付けする
• ページやファネルのコンバージョン率が低い原因を診断する
• トラストシグナル、社会的証明、緊急性要素、CTA最適化について質問する

ブランドコンテキスト（自動適用）

このモジュールからマーケティング出力を生成する前に、以下を実行してください：

1. セッションコンテキストを確認する — アクティブなブランド概要はセッション開始時に出力されています。そこに示されているブランド名、業界、ボイス設定、チャネル、目標、コンプライアンス、競合他社を使用してください。
2. 完全なプロファイルが必要な場合、以下を読み込みます：~/.claude-marketing/brands/{slug}/profile.json
3. ブランドボイスを適用する — フォーマル度、エネルギーレベル、ユーモア、権威レベルが、すべてのコンテンツのトーンと単語選択を形成する必要があります。
4. コンプライアンスを確認する — ブランドのターゲット市場と業界に対して、skills/context-engine/compliance-rules.mdのルールを自動適用します。
5. 業界ベンチマークを参照する — ブランドの業界について、skills/context-engine/industry-profiles.mdを参照してください。
6. プラットフォーム仕様を使用する — 文字数制限やフォーマット要件については、skills/context-engine/platform-specs.mdを参照してください。
7. キャンペーン履歴を確認する — 新しい作業を計画する前に、python "${CLAUDE_PLUGIN_ROOT}/scripts/campaign-tracker.py" --brand {slug} --action list-campaignsを実行してください。
8. ブランドが存在しない場合、次のように伝えます：「ブランドプロファイルが見つかりません。/digital-marketing-pro:brand-setup を使用して作成するか、一般的なベストプラクティスに従って進めることができます。」
9. ブランドガイドラインを確認する — ~/.claude-marketing/brands/{slug}/guidelines/_manifest.jsonが存在する場合、それをロードし、以下を強制します：restrictions.md（禁止ワード、制限付きクレーム、必須の免責事項）、channel-styles.md（チャネル固有のトーンオーバーライド、基本ボイスと異なる場合あり）、messaging.md（承認されたキーメッセージ、タグライン、ポジショニング言語）、voice-and-tone.md（4つの数値スコアを超える詳細なボイスルール）。特定のチャネル向けにコンテンツを生成する場合、チャネルスタイルルールが基本ボイス設定よりも優先されます。

ブランドプロファイルにすでに存在する情報についてユーザーに質問しないでください。

必要なコンテキスト

実行する前に、ユーザーから以下の情報を収集してください（提供されていない場合は質問してください）：

• ページURLまたは説明：最適化対象の特定のページまたはフロー
• 現在のコンバージョン率：改善の基準となる指標（既知の場合）
• 月間トラフィック量：テスト期間と統計的有意性の計算に必要
• コンバージョン目標：コンバージョンとみなすもの（フォーム送信、購入、サインアップ、ダウンロード）
• ビジネスモデル：B2B、B2C、D2C、SaaS、eコマース、リードジェネレーション
• トラフィックソース：訪問者の流入元（有料、オーガニック、メール、ダイレクト）。ソースは意図レベルに影響します。
• デバイス比率：モバイルトラフィックとデスクトップトラフィックの割合
• 既存のテスト履歴：過去にテストした内容とその結果
• テクノロジースタック：CMS、テストツール（Optimizely、VWO、Google Optimizeの後継、カスタム）、分析プラットフォーム
• 制約：必要な法的免責事項、ブランドガイドライン、コンプライアンス制限

機能

ランディングページ監査

• 5秒テスト：ページは読み込み後5秒以内に価値提案を伝えていますか？
• アバブザフォールド分析：見出しの明確さ、サブ見出しのサポート、ヒーロー画像の関連性、プライマリCTAの視認性
• トラストシグナルインベントリ：ロゴ、お客様の声、レビュー、認証、セキュリティバッジ、保証
• CTA評価：明確さ、コントラスト、配置、コピーの具体性、競合するCTAの数
• フォーム評価：フィールド数、フィールドラベル、必須 vs 任意、エラーハンドリング、マルチステップ vs シングルステップ
• ページ速度の影響：読み込み時間と直帰率の相関、コンバージョン要因としてのCore Web Vitals
• モバイルエクスペリエンス：タッチターゲット、スクロール深度、サムゾーンのCTA配置、モバイル固有のフリクションポイント
• コンテンツ階層：情報アーキテクチャ、視覚的階層、FパターンまたはZパターンのスキャンサポート
• 異議対応：コンバージョンポイント前にページが一般的な異議に対応しているかどうか

A/Bテストフレームワーク

• ICE優先順位付け：潜在的なテストをImpact（影響度、1-10）、Confidence（確信度、1-10）、Ease（容易さ、1-10）でスコアリングし、テスト順序を決定します。
• 仮説フォーマット：「[変更]を実施すれば、[指標]は[改善/低下]するだろう。なぜなら[根拠]だからだ」という構造化された形式。
• サンプルサイズ計算：ベースラインコンバージョン率、最小検出可能効果（MDE）、統計的検出力（80%）、有意水準（95%）に基づく。
• テスト期間推定：トラフィック量、コンバージョン率、完全なビジネスサイクルを考慮（週間パターンを捉えるため最低1〜2週間）。
• 結果解釈：統計的有意性、実質的有意性、セグメント分析、収益影響の予測。
• 逐次テスト：より迅速な意思決定のために、固定期間法と逐次/ベイズ法のどちらを使用すべきか。

フォーム最適化

• フィールド削減：必須ではないフィールドを削除または後回しにします。フィールドが1つ増えるごとにコンバージョンは約2〜7%低下します。
• プログレッシブプロファイリング：一度にすべて収集するのではなく、複数のインタラクションにわたって情報を収集します。
• インライン検証：ユーザーがフィールドを入力する際にリアルタイムでフィードバックを提供することで、フォーム放棄を削減します。
• スマートデフォルト：既知のデータを事前入力し、適切なデフォルトを使用し、オートコンプリートを提供します。
• マルチステップフォーム：長いフォームを論理的なステップに分割し、進捗インジケーターを表示します。
• フィールドタイプの最適化：オプション数とコンテキストに基づいて、ドロップダウン、ラジオボタン、テキスト入力を使い分けます。
• エラーメッセージ：具体的で役立つエラーメッセージを関連フィールドの近くに配置します。

価格心理学

• アンカリング：最初に高価格のオプションを提示し、目的のオプションを妥当に見せます。
• おとり効果：戦略的に劣ったオプションを導入し、ユーザーを目標のプランに誘導します。
• チャームプライシング：$99 vs $100 — 効果的な場合（B2C、衝動買い）と逆効果になる場合（プレミアムB2B）。
• 価格フレーミング：年間 vs 月間表示、ユーザーあたり vs 定額、1日あたりの換算（「コーヒー1杯未満」）。
• プラン名：自己選択を誘導する命名規則（Starter/Growth/Enterprise vs Basic/Pro/Premium）。
• 機能差別化：各ティアでゲートする機能を設定し、自然なアップグレード圧力を生み出します。
• 価格ページでの社会的証明：「最も人気」バッジ、ティアごとの顧客数、ロゴの表示。

チェックアウト最適化

• カート放棄の削減：離脱時オファー、カート復旧メール、進捗インジケーター、永続的なカート。
• ゲストチェックアウト：常にゲストチェックアウトを提供します。強制的なアカウント作成は24%の放棄を引き起こします。
• 支払い方法のカバレッジ：クレジットカード、PayPal、Apple Pay、Google Pay、BNPL（後払い）、地域の支払い方法。
• 配送料金の透明性：早い段階でコストを表示し、送料無料のしきい値を提供し、配達予定日を提示します。
• 注文概要の永続性：チェックアウト中、注文詳細を常に表示します。
• セキュリティの強化：支払い時点でSSLバッジ、支払いロゴ、返金保証を表示します。
• 1ページ vs マルチステップチェックアウト：商品の複雑さと情報要件に基づく意思決定フレームワーク。
• 購入後最適化：確認ページでのアップセル、注文確認メール、購入後のアカウント作成。

プロセス

標準的なランディングページ監査（最も一般的なユースケース）

1. 5秒スキャン — 初めての訪問者としてページをレビューします。5秒以内に、会社が何をしているか、誰に向けたものか、どのようなアクションを取るべきかを特定できますか？
2. アバブザフォールド監査 — 見出しの具体性、サブ見出しのサポート、ヒーローの関連性、CTAの目立ち具合を評価します。アバブザフォールドは最も価値のあるスペースです。
3. 信頼性と信用性 — すべてのトラストシグナル（お客様の声、ロゴ、レビュー、認証、保証）を棚卸しします。重要な意思決定ポイントで社会的証明が欠けているギャップを特定します。
4. CTA分析 — ページ上のすべてのCTAをカウントします。競合するアクション、ボタンコピーの具体性（「送信」より「無料トライアルを入手」の方が効果的）、コントラスト比、配置頻度を確認します。
5. コンテンツフロー — ページをセクションごとに確認します。論理的な説得の順序に従っていますか？問題、解決策、証拠、行動？
6. フォーム/コンバージョンポイント — フォームまたはコンバージョンメカニズムを評価します。フィールド数を数え、ラベルを評価し、エラーハンドリングを確認し、送信ボタン周辺のマイクロコピーを評価します。
7. モバイル監査 — 同じページをモバイルでレビューします。タッチターゲット（最低44x44px）、CTAへのスクロール深度、水平スクロールの問題、読み込み時間を確認します。
8. 速度チェック — 目に見えるパフォーマンスの問題を記録します。速度が要因と思われる場合、Core Web Vitalsの監査を推奨します。
9. 優先順位付けされた推奨事項 — ICEフレームワークを使用して、調査結果を優先順位リストとして提示します。まずクイックウィン、次に構造変更、最後にリデザインレベルの変更。

A/Bテスト設計プロセス

1. 問題の特定 — データ（分析、ヒートマップ、セッション録画、ユーザーフィードバック）を使用して、コンバージョンのボトルネックを特定します。
2. 仮説の策定 — 構造化された仮説を記述します：「[X]を変更すれば、[指標Y]は[推定値]だけ[増加/減少]するだろう。なぜなら[証拠に基づく根拠]だからだ。」
3. ICEでスコアリング — Impact、Confidence、Easeを1〜10のスケールで評価します。複合スコアが最も高いテストを優先します。
4. 要件の計算 — python "${CLAUDE_PLUGIN_ROOT}/scripts/sample-size-calculator.py" --baseline-rate {rate} --mde {mde} --mde-type absolute --significance 0.95 --power 0.80 を使用してサンプルサイズを決定します（MDEが相対リフトの場合は --mde-type relative を渡します。これらはベースライン5%で約2桁、約200倍異なります）。1日のトラフィックに基づいてテスト期間を推定します。
5. バリエーションの設計 — テストバリエーションを作成します。テストごとに1つの変数のみ変更します（十分なトラフィックがある多変量テストを実行する場合を除く）。
6. テストのQA — トラッキングを確認し、両方のバリエーションをさまざまなデバイスとブラウザでテストし、テストが下流のフローを壊さないことを確認します。
7. 実行と監視 — テストを開始します。計算されたサンプルサイズに達する前に結果を覗き見しないでください。技術的な問題のみ監視します。
8. 分析と文書化 — テスト終了時に、python "${CLAUDE_PLUGIN_ROOT}/scripts/significance-tester.py" --control-visitors {n} --control-conversions {n} --variant-visitors {n} --variant-conversions {n} --confidence 0.95 を使用して統計的有意性を評価し、セグメントレベルの結果を確認し、収益影響を計算し、結果に関係なく学びを文書化します。

参照ファイル

• landing-page-audit.md — 詳細な監査チェックリスト、スコアリングルーブリック、業界別のベンチマークコンバージョン率
• ab-testing.md — テスト設計テンプレート、サンプルサイズ計算機、統計的手法、および一般的なテストの落とし穴
• form-optimization.md — フィールドごとの最適化ガイド、プログレッシブプロファイリングの実装、フォームUXパターン
• pricing-psychology.md — 価格ページテンプレート、具体例を用いた心理的原則、ティア構造フレームワーク
• checkout-optimization.md — カート放棄の診断、チェックアウトフローテンプレート、支払い最適化戦略
• personalization-testing.md — セグメントベースのパーソナライゼーションテスト設計、最小セグメントサイズ、パーソナライゼーション測定の落とし穴

出力フォーマット

• ランディングページ監査レポート：セクションごとの調査結果と重大度評価（Critical/High/Medium/Low）、特定要素へのスクリーンショットまたは参照、ICEスコア付きの優先アクションアイテム
• A/Bテスト計画：仮説、バリエーションの説明、サンプルサイズ要件、推定期間、成功基準、セグメンテーション計画
• フォーム最適化仕様：現在のフィールドリストと推奨フィールドリスト、レイアウトワイヤーフレームの説明、検証ルール、エラーメッセージのコピー
• 価格ページ推奨：ティア構造、価格表示、機能マトリックス、心理的トリガーとその根拠
• チェックアウト最適化計画：ファネルステージ分析、離脱診断、改善点の順序付きリストと期待される影響

エッジケース

低トラフィックサイト

月間コンバージョン数が1,000未満のサイトは、多くの場合、妥当な期間内に統計的有意性に到達できません。これらのサイトでは、A/Bテストをスキップし、監査結果に基づいてベストプラクティスを直接実装してください。交絡変数を認識した上で、before/after測定を使用します。定量的テストよりも、定性的な方法（5人のユーザーによるユーザーテストで usabilityの問題の85%を発見可能）を検討してください。

B2B長文ページ vs B2C短文ページ

B2Bのランディングページは、購入決定に複数のステークホルダーが関与し、価格が高く、評価期間が長いため、長くなる傾向があります。「短ければ良い」というデフォルトの考え方は避けてください。代わりに、アバブザフォールドセクションで意図を素早く特定し、ページの残りの部分で異議に包括的に対処するようにしてください。B2Cの衝動買いは、短く、高速で、単一CTAのページが効果的です。

モバイルファースト vs デスクトップファーストの最適化

推奨を行う前に、デバイス比率を確認してください。トラフィックの70%以上がモバイルの場合は、モバイルを最適化し、デスクトップが壊れないようにします。トラフィックがデスクトップ中心（B2Bで一般的）の場合は、デスクトップを最適化しますが、モバイルを無視しないでください。「レスポンシブ」な中間のアプローチは、どちらもうまく機能しないことがよくあります。

規制産業と必須の免責事項

ヘルスケア、金融、法務、保険のページでは、多くの場合、長い免責事項、開示、コンプライアンステキストが必要です。