랜딩페이지 CRO 분석 (과학적 접근법)은(는) 무엇을 하나요?
기술 목적
5가지 지표(CRO Score (MECLABS), LIFT Score, Scannability Score, Trust Factor, Resonance Rate)를 기반으로 모든 랜딩페이지에 대한 종합적인 CRO(전환율 최적화) 분석을 수행합니다.
이 기술은 요소별 분석을 수행하며, 사용자 행동 심리학에 기반한 우선순위가 매겨지고 실제로 적용 가능한 수정 사항을 제공합니다.
사용 시기
- 사용자가 랜딩페이지 URL을 제공하고 CRO 분석을 요청한 경우
- 사용자가 전환율 최적화를 요청한 경우
- 사용자가 회원가입, 리드 수집 또는 판매 개선을 원하는 경우
/market-ru-landing <url>명령어로 실행하는 경우
실행 방법
단계 0: ICP 정의
ICP는 자동으로 정의됩니다.
- 사용자가 명령어에 ICP를 지정한 경우 → 제공된 ICP 사용
- ICP가 지정되지 않은 경우 → "generic problem-aware audience" 사용
ICP 예시: "B2B SaaS, CTO, growth stage", "비용 절감을 원하는 소규모 비즈니스", "E-commerce 상점 소유자"
중요성: 페이지는 대상 고객의 인식 수준과 일치해야 합니다. 사용자가 문제를 인지하고 있는데 "완전히 인지된" 고객을 위한 제안을 본다면 커뮤니케이션에 단절이 발생합니다.
단계 1: 페이지 콘텐츠 획득
WebFetch 또는 사용 가능한 다른 방법을 사용하여 페이지의 HTML 콘텐츠를 가져옵니다.
단계 2: 5가지 지표 분석
분석은 5개의 독립적인 지표로 구성됩니다. 각 지표에 대해:
- 기준표에 따라 요소/블록/트리거/고통점 평가
- 공식을 사용하여 최종 점수 계산
- 각 요소에 대해 페이지에서 발견된 findings와 권장 수정 사항(fixes)을 JSON으로 기록
2.1. CRO Score (MECLABS)
중요: CRO Score는 공식에 따라 엄격하게 계산합니다. "대충" 평가하지 마십시오. 아래 알고리즘을 단계별로 따르십시오.
계산 알고리즘 (필수)
1단계: 아래 기준표에 따라 각 요소를 1~10점으로 평가합니다.
2단계: 각 구성 요소를 개별적으로 계산합니다.
- M_component = M × 4 = [값]
- V_component = V × 3 = [값]
- I_component = I × 2 = [값]
- F_component = F × 2 = [값]
- A_component = A × 2 = [값]
3단계: 모든 구성 요소를 더합니다.
- CRO = M_component + V_component + I_component + F_component + A_component
4단계: JSON에 기록하기 전에 다음을 확인합니다.
- cro_score는 반드시 3단계의 합계와 같아야 합니다.
- 일치하지 않으면 다시 계산하십시오.
공식:
C = (M × 4) + (V × 3) + (I × 2) + (F × 2) + (A × 2)
기준표
M (Motivation) — 동기 (가중치 ×4)
| 점수 | 기준 |
|---|---|
| 1-3 | 사용자가 자신의 문제를 이해하지 못하고 정보를 찾고 있음 |
| 4-6 | 사용자가 문제를 알고 해결책을 찾고 있음 |
| 7-10 | 사용자가 구매 준비가 되어 있고 옵션을 비교하고 있음 |
V (Value Proposition) — 가치 제안 (가중치 ×3)
| 점수 | 기준 |
|---|---|
| 1-3 | 불명확하고, 모호하며, 일반적임 |
| 4-6 | 무엇을 하는지는 알 수 있지만, 왜 이 회사인지는 모름 |
| 7-10 | 명확한 USP, 경쟁사와의 차별성, 구체적인 이점 |
I (Incentive) — 인센티브 (가중치 ×2)
| 점수 | 기준 |
|---|---|
| 1-3 | 제한 없음, 긴박감 없음, 보너스 없음 |
| 4-6 | 1-2개의 트리거 존재 (할인 또는 긴박감 또는 보너스) |
| 7-10 | 3개 이상의 트리거가 동시에 존재 |
F (Friction) — 마찰 (가중치 ×2)
| 점수 | 기준 |
|---|---|
| 1-3 | 양식 1-2개 필드, 간단한 프로세스, 명확한 CTA |
| 4-6 | 양식 3-5개 필드, 추가 단계 있음 |
| 7-10 | 양식 6개 이상 필드, 복잡한 프로세스, 불명확한 CTA |
A (Anxiety) — 불안 (가중치 ×2)
| 점수 | 기준 |
|---|---|
| 1-3 | CTA 옆에 보증, 리뷰 보임, 정책 있음 |
| 4-6 | 페이지 어딘가에 보증, 부분적인 리뷰 |
| 7-10 | 보증 없음, 리뷰 없음, CTA 옆에 정책 없음 |
계산 예시 (allokna.ru)
1단계 — 요소 점수:
| 요소 | 점수 | 근거 |
|---|---|---|
| M | 5 | 지역 비즈니스, 고통은 알려져 있지만 강조되지 않음 |
| V | 4 | "따뜻함과 편안함" — 구체성이 없는 감정 |
| I | 2 | 긴박감 없음, 보너스 없음 |
| F | 6 | 양식 2개 필드(좋음), 하지만 15개 이상의 탐색 항목 |
| A | 6 | CTA 옆에 보증 없음, 리뷰 없음 |
2단계 — 구성 요소:
- M × 4 = 5 × 4 = 20
- V × 3 = 4 × 3 = 12
- I × 2 = 2 × 2 = 4
- F × 2 = 6 × 2 = 12
- A × 2 = 6 × 2 = 12
3단계 — 합계: CRO = 20 + 12 + 4 + 12 + 12 = 60/100 (중간)
4단계 — 검증: 60 = 20+12+4+12+12 ✓
각 요소에 대해 JSON에 기록:
score(1-10)findings— 페이지의 구체적인 사실fixes— HIGH/MEDIUM/LOW 우선순위가 있는 권장 사항
2.2. LIFT Score
공식:
LIFT_raw = (관련성 + 명확성 + 긴박감 + 가치) - (불안 + 주의 산만)
LIFT = ((LIFT_raw + 16) / 54) × 100
여기서:
-16= 최소값 (모든 동인=1, 모든 억제 요인=10)+16= 0을 얻기 위한 이동54= 범위 (38 - (-16))
범위: 0-100%
- <40% = 낮음
- 40-70% = 중간
-
70% = 높음
기준표
관련성 (동인)
| 점수 | 기준 |
|---|---|
| 1-2 | 제목이 ICP의 요구 사항을 충족하지 않음. "당신이 얻을 것" 대신 "우리는 누구인가" |
| 3-4 | 제목이 요구 사항과 느슨하게 연결되어 있지만 정확하지 않음 |
| 5-6 | 제목이 ICP의 주요 고통점을 부분적으로 해결 |
| 7-8 | 제목이 ICP의 주요 고통점을 정확히 해결 |
| 9-10 | 제목이 ICP와 완전히 공명함 — "이거야!" |
명확성 (동인)
| 점수 | 기준 |
|---|---|
| 1-2 | 무엇을 제안하는지 불명확함. 전문 용어, 추상적인 표현 |
| 3-4 | 대략적으로는 알겠지만, 세부 사항이 모호함 |
| 5-6 | 대부분이 이해할 수 있음. 전문 용어 없음 |
| 7-8 | 모든 것이 명확함: 무엇을, 누구에게, 왜 |
| 9-10 | 즉각적인 이해. 모든 단어가 효과적임 |
긴박감 (동인)
| 점수 | 기준 |
|---|---|
| 1-2 | 제한 없음. "언제든지 오세요" |
| 3-4 | 제한에 대한 암시, 하지만 불명확함 |
| 5-6 | 1-2개의 긴박감 트리거 존재 |
| 7-8 | 명확한 제한: 시간, 수량, 조건 |
| 9-10 | 강력한 긴박감: 카운트다운, "마지막 상품", 마감일 |
가치 (기반)
| 점수 | 기준 |
|---|---|
| 1-2 | 가격이 불명확하거나 혜택 없이 표시됨 |
| 3-4 | 혜택이 모호하고, 가격은 있음 |
| 5-6 | 혜택은 이해할 수 있지만, 독특하지 않음 |
| 7-8 | 명확한 가격/혜택 비율 |
| 9-10 | 명백한 가치: "비싼 유사 제품 = X, 당사 제품 = X-Y, 혜택 = Z" |
불안 (억제 요인)
| 점수 | 기준 |
|---|---|
| 1-2 | CTA 옆에 보증, 리뷰, 정책. 의심 없음 |
| 3-4 | 1-2개의 신호, 하지만 CTA 옆에 없음 |
| 5-6 | 신호는 있지만 약하거나 모호함 |
| 7-8 | 의심 존재: 보증 없음, 리뷰 없음 |
| 9-10 | 최대 불안: 신뢰가 전혀 없음 |
주의 산만 (억제 요인)
| 점수 | 기준 |
|---|---|
| 1-2 | 하나의 목표에 집중. 불필요한 링크 없음 |
| 3-4 | 1-2개의 산만 요소, 하지만 치명적이지 않음 |
| 5-6 | 탐색이 많지만 목표는 보임 |
| 7-8 | 많은 산만 요소: 배너, 링크, 팝업 |
| 9-10 | 혼란: 모든 것이 산만하게 하고, 목표를 잃음 |
계산 예시
LIFT_raw = (4 + 4 + 2 + 4) - (7 + 6) = 14 - 13 = 1
LIFT = ((1 + 16) / 54) × 100 = 31.5%
각 요소에 대해 JSON에 기록:
score(1-10)findings— 페이지의 구체적인 사실fixes— 우선순위가 있는 권장 사항
2.3. SS — Scannability Score
공식:
SS = Σ(블록_점수 × 블록_가중치) × 100%
범위: 0-100%
- <50% = 나쁨
- 50-70% = 중간
-
70% = 좋음
블록 표
| 블록 | 가중치 | 1-2 | 3-4 | 5-6 | 7-8 | 9-10 |
|---|---|---|---|---|---|---|
| H1 | 20% | 읽을 수 없음, >15단어 | 읽을 수 있지만 김 | <10단어, 혜택 있음 | 짧음, <8단어 | <6단어, 정확한 USP |
| 부제목 | 15% | 없음 | 길고, 구조 없음 | 이해되지만 김 | 짧고, 구체적임 | 1-2문장, 가치 있음 |
| CTA 버튼 | 20% | 보이지 않음, 작음 | 보임, 색상이 혼합됨 | 대비 있음, 텍스트 일반적임 | 혜택이 있는 텍스트 | 텍스트=혜택, 1인칭 |
| H2-H3 구조 | 15% | 제목 없음 | 1-2개 제목 | 제목 있음 | 명확한 계층 구조 | 3초 안에 스캔 가능 |
| 시각 자료 | 15% | 스톡 사진 | 관련 사진, 스톡 | 실제 사진 | 사진 + 텍스트 | 고객/결과 사진 |
| 여백 | 15% | 텍스트가 뭉침 | 여백이 고르지 않음 | 충분한 여백 | 깔끔한 디자인 | 뛰어난 가독성 |
계산 예시
SS = (4×0.2 + 4×0.15 + 4×0.2 + 3×0.15 + 3×0.15 + 4×0.15) × 100
SS = (0.8 + 0.6 + 0.8 + 0.45 + 0.45 + 0.6) × 100 = 37%
각 블록에 대해 JSON에 기록:
score(1-10)findings— 페이지의 구체적인 사실fixes— 우선순위가 있는 권장 사항
2.4. TF — Trust Factor (신뢰 요소)
공식:
TF = Σ (존재하는_유형 × 가중치)
범위: 0-N
- 0-1.5 = ❌ 심각
- 2-4.5 = ⚠️ 불충분
- 5-7.5 = ✅ 기본 있음
- 8-10+ = ✅✅ 강력함
트리거 표
| 트리거 유형 | 가중치 | 설명 | 예시 |
|---|---|---|---|
| 고객 리뷰 | 2.0 | 이름, 사진, 직함 포함 | "안나 K., 아파트 소유자" + 사진 |
| 고객 결과 | 2.0 | 구체적인 수치 (금액, %, 시간) | "난방비 40% 절감" |
| 비디오 리뷰 | 2.0 | 실제 고객과의 녹화 | 고객과의 YouTube 링크 |
| 전/후 사례 | 1.5 | 사진 + 결과 설명 | 창문 전/후 사진 |
| 고객 로고 | 1.5 | 인지도 있는 회사 | "Gazprom, Sberbank와 협력" |
| 제3자 평점 | 1.5 | Yandex.Maps, Google, 2GIS | "Yandex.Maps 4.9 (247개 리뷰)" |
| 보증 | 1.5 | 명시적, CTA 옆에 | "구조물 10년 보증" |
| 인증서 | 1.0 | 업계 인증, 공급업체 아님 | "ISO 9001", "라이선스" |
| 회사 통계 | 1.0 | 경험 수치 | "시장에서 15년", "5000개 이상 창문" |
| 환불 정책 | 1.0 | 명확함, 눈에 띔 | "30일 이내 환불" |
| 소셜 미디어 | 0.5 | 팔로워가 있는 활성 프로필 | "VK 팔로워 10K" |
| 연락처 | 0.5 | 주소, 전화번호, 이메일 | Yaroslavl, +7(4852)66-27-21 |
| 공급업체 배지 | 0.3 | 공급업체 로고 | 바닥글의 Rehau 로고 |
계산 예시
| 유형 | 예시 | 가중치 | 점수 |
|---|---|---|---|
| 공급업체 배지 | Rehau, Roto, Axor (3개) | 0.3 × 3 | 0.9 |
| 회사 통계 | "시장에서 15년" | 1.0 | 1.0 |
| 연락처 | 주소, 전화번호, 이메일 | 0.5 × 3 | 1.5 |
| 합계 | 3.4 |
JSON에 기록:
triggers[]— type, count, weight, score가 포함된 발견된 트리거 배열missing[]— 누락된 트리거 유형 배열findings— 일반적인 발견fixes— 권장 사항
2.5. RR — Resonance Rate (공명률)
공식:
RR = (Σ 고통점_점수 / 고통점_수) × 100%
범위: 0-100%
- <30% = 약함
- 30-60% = 중간
-
60% = 강함
ICP 고통점 결정 알고리즘
1단계: 비즈니스 유형 결정 (창문/문, SaaS, E-commerce, 서비스, 지역 비즈니스)
2단계: 보편적인 고통점 + 비즈니스 유형별 일반적인 고통점 가져오기
보편적인 고통점 (모두 해당):
- "비싸다"
- "신뢰하지 않음"
- "제대로 만들지/보내지 않을 것 같다"
- "이해하지 못하겠다"
- "기한을 맞추지 못할 것 같다"
비즈니스 유형별 일반적인 고통점:
| 비즈니스 유형 | 고통점 |
|---|---|
| 창문/문 | "겨울에 춥다", "시끄럽다", "비뚤어지게 만들 것 같다", "오래 기다려야 한다", "선택하기 어렵다" |
| SaaS | "도입이 어렵다", "통합되지 않는다", "팀에 비싸다", "사용자를 유지하지 못하겠다" |
| E-commerce | "제때 오지 않을 것 같다", "상품이 다를 것 같다", "환불해주지 않을 것 같다", "일주일 만에 고장날 것 같다" |
각 고통점 평가 표
| 점수 | 기준 |
|---|---|
| 0% | 페이지에 고통점이 언급되지 않음 |
| 25% | 고통점이 언급되었지만 해결책이 없음 |
| 50% | 해결책이 있지만 증거 없음 |
| 75% | 해결책 + 1개의 증거 |
| 100% | 해결책 + 강력한 증거 (수치, 비디오 리뷰) |
계산 예시
| 고통점 | 점수 |
|---|---|
| 비싸다 | 50% |
| 춥다 | 50% |
| 시끄럽다 | 50% |
| 비뚤어짐 | 50% |
| 오래 걸림 | 0% |
| 어려움 | 25% |
| 합계 | (50+50+50+50+0+25)/6 = 37.5% |
JSON에 기록:
pains[]— pain, score (0-100), evidence가 포함된 고통점 배열findings— 일반적인 발견fixes— 권장 사항
단계 3: 모바일 감사
- CTA가 엄지 영역(아래쪽 절반)에 있는가
- 텍스트 ≥16px
- 양식이 tap에 편리한가
- 가로 스크롤이 없는가
- 스크롤 시 Sticky CTA가 있는가
단계 4: A/B 테스트 생성
지표 2.1-2.5의 각 HIGH 우선순위 수정 사항에 대해 A/B 테스트를 생성하십시오:
템플릿:
{
"hypothesis": "만약 [구체적인 변경]을 한다면, [지표]가 [개선]될 것입니다. 왜냐하면 [이유]이기 때문입니다.",
"metric": "측정할 항목 (CTR, conversion rate, bounce rate)",
"variant_a": "페이지의 현재 텍스트/요소 (정확한 인용)",
"variant_b": "권장 변경 사항 (전체 텍스트)"
}
요구 사항:
- Variant A — 분석 중인 페이지의 정확한 인용
- Variant B — 구체적인 권장 텍스트
- 지표 — 측정할 구체적인 지표
- 가설 — 특정 발견과 연결
예시:
{
"hypothesis": "헤드라인을 기능적인 것에서 혜택 중심으로 변경한다면, 히어로 섹션의 CTR이 증가할 것입니다. 왜냐하면 사용자가 즉시 혜택을 볼 수 있기 때문입니다.",
"metric": "히어로 섹션 CTR",
"variant_a": "플라스틱 및 알루미늄 창문 생산 및 설치",
"variant_b": "겨울에 춥습니까? 5일 안에 따뜻한 창문을 설치하세요 — 10년 보증"
}
단계 5: 우선순위가 매겨진 조치
모든 지표(2.1-2.5 + 모바일 감사)의 모든 수정 사항을 단일 배열 all_fixes[]에 수집하십시오:
"all_fixes": [
{"priority": "HIGH", "text": "...", "impact": "...", "source": "cro.motivation"},
{"priority": "HIGH", "text": "...", "impact": "...", "source": "lift.urgency"},
{"priority": "MEDIUM", "text": "...", "impact": "...", "source": "ss.h1"},
...
]
source 필드는 권장 사항이 속한 지표를 나타냅니다:
cro.motivation,cro.value_proposition,cro.incentive,cro.friction,cro.anxietylift.relevance,lift.clarity,lift.urgency,lift.value,lift.anxiety,lift.distractionss.h1,ss.subheadline,ss.cta,ss.structure,ss.visuals,ss.spacingtf.triggers(신뢰 요소)rr.pains(공명률)mobile.audit
단계 6: 마크다운 보고서 출력
한국어로 된 구조화된 보고서를 출력하십시오:
# CRO 분석 보고서: [URL]
## 요약
- CRO Score: **X/100** (낮음/중간/높음)
- LIFT Score: **X%** (낮음/중간/높음)
- Scannability Score: **X%** (나쁨/중간/좋음)
- Trust Factor: **X** (심각/불충분/기본 있음/강력함)
- Resonance Rate: **X%** (약함/중간/강함)
## 1. CRO Score 상세 (MECLABS)
[각 요소에 대한 테이블]
## 2. LIFT Score 상세
[각 요소에 대한 테이블]
## 3. Scannability Score 상세
[각 블록에 대한 테이블]
## 4. Trust Factor 상세
[발견된 및 누락된 트리거 목록]
## 5. Resonance Rate 상세
[고통점 및 점수 목록]
## 6. 모바일 감사
[체크리스트 결과]
## 7. A/B 테스트 제안
[각 HIGH 우선순위 수정 사항에 대한 A/B 테스트 목록]
## 8. 우선순위가 매겨진 실행 계획
[모든 수정 사항을 우선순위별로 정렬한 목록]