indranilbanerjee/digital-marketing-pro

CRO (전환율 최적화)

이 스킬을 사용해야 하는 경우

사용자의 요청이 다음 중 하나라도 포함될 때 이 스킬을 활성화하세요:

• 전환 성능을 위한 랜딩 페이지 감사
• 랜딩 페이지 레이아웃, 카피 또는 사용자 흐름 설계 또는 개선
• A/B 테스트 또는 다변량 테스트 설정, 분석 또는 해석
• 웹 폼 최적화 (리드 생성, 가입, 문의, 신청)
• 가격 페이지 및 가격 제시 방식 설계 또는 감사
• 카트 이탈 감소 또는 체크아웃 완료율 개선
• 웹사이트 전환 지표 개선 (리드 폼 제출, 가입, 구매, 체험 시작)
• 실험을 위한 표본 크기, 테스트 기간 또는 통계적 유의성 계산
• 어떤 전환 개선 사항을 먼저 처리할지 우선순위 결정
• 페이지 또는 퍼널의 전환율이 낮은 원인 진단
• 신뢰 신호, 사회적 증거, 긴급성 요소 또는 CTA 최적화에 대한 질문

브랜드 컨텍스트 (자동 적용)

이 모듈의 마케팅 출력물을 생성하기 전:

1. 세션 컨텍스트 확인 — 활성 브랜드 요약이 세션 시작 시 출력되었습니다. 거기에 표시된 브랜드 이름, 업계, 음성 설정, 채널, 목표, 규정 준수 및 경쟁사를 사용하세요.
2. 전체 프로필이 필요한 경우 다음 파일을 읽으세요: ~/.claude-marketing/brands/{slug}/profile.json
3. 브랜드 음성 적용 — 형식, 에너지, 유머, 권위 수준이 모든 콘텐츠 톤과 단어 선택을 결정해야 합니다.
4. 규정 준수 확인 — skills/context-engine/compliance-rules.md를 사용하여 브랜드의 target_markets 및 업계에 대한 규칙을 자동 적용하세요.
5. 업계 벤치마크 참조 — 브랜드 업계에 대해 skills/context-engine/industry-profiles.md를 참조하세요.
6. 플랫폼 사양 사용 — 문자 제한 및 형식 요구 사항에 대해 skills/context-engine/platform-specs.md를 참조하세요.
7. 캠페인 기록 확인 — 새 작업을 계획하기 전에 python "${CLAUDE_PLUGIN_ROOT}/scripts/campaign-tracker.py" --brand {slug} --action list-campaigns를 실행하세요.
8. 브랜드가 없으면 다음과 같이 말하세요: "브랜드 프로필을 찾을 수 없습니다. /digital-marketing-pro:brand-setup을 사용하여 생성하거나 일반적인 모범 사례를 적용하여 진행할 수 있습니다."
9. 브랜드 가이드라인 확인 — ~/.claude-marketing/brands/{slug}/guidelines/_manifest.json이 존재하면 로드하여 다음을 적용하세요:
   • restrictions.md: 금지 단어, 제한된 주장, 필수 고지 사항
   • channel-styles.md: 채널별 톤 오버라이드 (기본 음성과 다를 수 있음)
   • messaging.md: 승인된 주요 메시지, 태그라인, 포지셔닝 언어
   • voice-and-tone.md: 4가지 숫자 점수 이상의 상세한 음성 규칙

특정 채널용 콘텐츠를 제작하는 경우 채널 스타일 규칙이 기본 음성 설정보다 우선합니다.

이미 브랜드 프로필에 있는 정보를 사용자에게 묻지 마세요.

필요한 컨텍스트

실행 전에 사용자로부터 다음 정보를 수집하세요 (제공되지 않은 경우 질문):

• 페이지 URL 또는 설명: 최적화할 특정 페이지 또는 흐름
• 현재 전환율: 개선할 기준 지표 (알고 있는 경우)
• 월간 트래픽 양: 테스트 기간 및 통계적 유의성 계산에 필요
• 전환 목표: 전환으로 간주되는 것 (폼 제출, 구매, 가입, 다운로드)
• 비즈니스 모델: B2B, B2C, D2C, SaaS, 이커머스, 리드 생성
• 트래픽 소스: 방문자 유입 경로 (유료, 유기적, 이메일, 직접) — 소스는 의도 수준에 영향을 미침
• 디바이스 분할: 모바일 vs 데스크톱 트래픽 비율
• 기존 테스트 기록: 이전에 테스트한 내용과 결과
• 기술 스택: CMS, 테스팅 도구 (Optimizely, VWO, Google Optimize 후속, 커스텀), 분석 플랫폼
• 제약 사항: 필요한 법적 고지 사항, 브랜드 가이드라인, 규정 준수 제한

기능

랜딩 페이지 감사

• 5초 테스트: 페이지가 로드 후 5초 이내에 가치 제안을 전달합니까?
• Above-the-fold 분석: 헤드라인 명확성, 서브헤드라인 지원, 히어로 이미지 관련성, 기본 CTA 가시성
• 신뢰 신호 인벤토리: 로고, 사용후기, 리뷰, 인증, 보안 배지, 보장
• CTA 평가: 명확성, 대비, 배치, 카피 구체성, 경쟁 CTA 수
• 폼 평가: 필드 수, 필드 레이블, 필수 vs 선택, 오류 처리, 멀티스텝 vs 싱글스텝
• 페이지 속도 영향: 로드 시간과 이탈률의 상관 관계, Core Web Vitals를 전환 요소로
• 모바일 경험: 터치 대상, 스크롤 깊이, 엄지 영역 CTA 배치, 모바일 특화 마찰점
• 콘텐츠 계층 구조: 정보 아키텍처, 시각적 계층 구조, F-패턴 또는 Z-패턴 스캐닝 지원
• 이의 제기 처리: 페이지가 전환 지점 전에 일반적인 이의를 해결하는지 여부

A/B 테스팅 프레임워크

• ICE 우선순위: 잠재적 테스트를 영향(1-10), 확신(1-10), 용이성(1-10)으로 평가하여 테스트 순서 결정
• 가설 형식: "[변경]을 하면 [지표]가 [개선/감소]할 것이다. 그 이유는 [근거] 때문이다"
• 표본 크기 계산: 기준 전환율, 최소 감지 효과, 통계적 검정력(80%), 유의 수준(95%) 기반
• 테스트 기간 추정: 트래픽 양, 전환율, 전체 비즈니스 주기 고려 (최소 1-2주 주간 패턴 포착)
• 결과 해석: 통계적 유의성, 실질적 유의성, 세그먼트 분석, 수익 영향 예측
• 순차적 테스팅: 더 빠른 의사 결정을 위해 고정 기간 vs 순차적/베이지안 방법 사용 시기

폼 최적화

• 필드 축소: 필수 필드가 아닌 것은 제거하거나 연기. 각 추가 필드는 전환을 약 2-7% 감소시킴
• 점진적 프로파일링: 모든 정보를 한 번에 수집하지 않고 여러 상호작용에 걸쳐 수집
• 인라인 검증: 사용자가 필드를 완료할 때 실시간 피드백을 제공하여 폼 이탈 감소
• 스마트 기본값: 알려진 데이터를 미리 채우고, 합리적인 기본값을 사용하며, 자동 완성 제공
• 멀티스텝 폼: 긴 폼을 논리적 단계로 나누고 진행 표시기 제공
• 필드 유형 최적화: 옵션 수와 컨텍스트에 따라 드롭다운 vs 라디오 버튼 vs 텍스트 입력
• 오류 메시징: 관련 필드 근처에 특정하고 유용한 오류 메시지 배치

가격 심리학

• 앵커링: 먼저 더 높은 가격 옵션을 제시하여 대상 옵션을 합리적으로 보이게 함
• 유인 효과: 전략적으로 열등한 옵션을 도입하여 사용자를 대상 플랜으로 유도
• 매력 가격: $99 vs $100 — 효과적인 경우(B2C, 충동 구매)와 역효과가 나는 경우(프리미엄 B2B)
• 가격 프레이밍: 연간 vs 월간 표시, 사용자당 vs 고정 요율, 일일 환산("커피 한 잔 가격보다 저렴")
• 플랜 이름: 자기 선택을 유도하는 명명 규칙 (Starter/Growth/Enterprise vs Basic/Pro/Premium)
• 기능 차별화: 각 계층에서 자연스러운 업그레이드 압력을 만들기 위해 어떤 기능을 제한할지
• 가격 페이지의 사회적 증거: "가장 인기 있는" 배지, 계층별 고객 수, 로고 표시

체크아웃 최적화

• 카트 이탈 감소: 이탈 의도 제공, 카트 복구 이메일, 진행 표시기, 지속적인 카트
• 게스트 체크아웃: 항상 게스트 체크아웃 제공; 강제 계정 생성은 24% 이탈 유발
• 결제 수단 커버리지: 신용카드, PayPal, Apple Pay, Google Pay, Buy Now Pay Later, 지역별 방법
• 배송 투명성: 비용을 일찍 표시하고, 무료 배송 기준을 제공하며, 배송 예상 시간 제공
• 주문 요약 지속성: 체크아웃 내내 주문 세부 정보를 계속 표시
• 보안 강화: SSL 배지, 결제 로고, 결제 시점의 환불 보장
• 원페이지 vs 멀티스텝 체크아웃: 제품 복잡성과 정보 요구 사항에 따른 결정 프레임워크
• 구매 후 최적화: 확인 페이지 업셀, 주문 확인 이메일, 구매 후 계정 생성

프로세스

표준 랜딩 페이지 감사 (가장 일반적인 사용 사례)

1. 5초 스캔 — 처음 방문자로서 페이지 검토. 5초 이내에 회사가 하는 일, 대상, 취할 조치를 식별할 수 있습니까?
2. Above-the-fold 감사 — 헤드라인 구체성, 서브헤드라인 지원, 히어로 관련성, CTA 두드러짐 평가. 폴드는 가장 가치 있는 공간입니다.
3. 신뢰 및 신뢰성 — 모든 신뢰 신호 인벤토리 (사용후기, 로고, 리뷰, 인증, 보장). 중요한 결정 지점에서 사회적 증거가 누락된 부분 식별.
4. CTA 분석 — 페이지의 모든 CTA 계산. 경쟁 동작, 버튼 카피 구체성 ("무료 체험 시작"이 "제출"보다 나음), 대비 비율, 배치 빈도 확인.
5. 콘텐츠 흐름 — 페이지를 섹션별로 살펴보기. 논리적인 설득 순서를 따릅니까? 문제, 해결책, 증거, 행동?
6. 폼/전환 지점 — 폼 또는 전환 메커니즘 평가. 필드 수 계산, 레이블 평가, 오류 처리 확인, 제출 버튼 주변 마이크로카피 평가.
7. 모바일 감사 — 동일한 페이지를 모바일에서 검토. 터치 대상(최소 44x44px), CTA까지 스크롤 깊이, 가로 스크롤 문제, 로드 시간 확인.
8. 속도 확인 — 눈에 띄는 성능 문제 기록. 속도가 요인으로 보이면 Core Web Vitals 감사 권장.
9. 우선순위 권장 사항 — ICE 프레임워크를 사용하여 우선순위 목록으로 결과 제공. 빠른 성과 먼저, 구조적 변경 다음, 재설계 수준 변경 마지막.

A/B 테스트 설계 프로세스

1. 문제 식별 — 데이터(분석, 히트맵, 세션 녹화, 사용자 피드백)를 사용하여 전환 병목 지점 파악.
2. 가설 수립 — 구조화된 가설 작성: "[X를 변경]하면 [지표 Y]가 [추정치]만큼 [증가/감소]할 것이다. 그 이유는 [증거 기반 근거] 때문이다."
3. ICE로 점수 매기기 — 영향, 확신, 용이성을 1-10 척도로 평가. 복합 점수가 가장 높은 테스트 우선순위 지정.
4. 요구 사항 계산 — python "${CLAUDE_PLUGIN_ROOT}/scripts/sample-size-calculator.py" --baseline-rate {rate} --mde {mde} --mde-type absolute --significance 0.95 --power 0.80로 표본 크기 결정 (MDE가 상대적 향상이면 --mde-type relative 전달 — 둘은 5% 기준에서 약 200배 차이). 일일 트래픽 기반 테스트 기간 추정.
5. 변형 설계 — 테스트 변형 생성. 테스트당 하나의 변수만 변경 (충분한 트래픽이 있는 다변량 테스트가 아닌 경우).
6. 테스트 QA — 추적 확인, 디바이스 및 브라우저 간 두 변형 모두 확인, 테스트가 다운스트림 흐름을 깨뜨리지 않는지 확인.
7. 실행 및 모니터링 — 테스트 시작. 계산된 표본 크기에 도달하기 전에 결과를 확인하지 마세요. 기술적 문제만 모니터링.
8. 분석 및 문서화 — 테스트 종료 시 python "${CLAUDE_PLUGIN_ROOT}/scripts/significance-tester.py" --control-visitors {n} --control-conversions {n} --variant-visitors {n} --variant-conversions {n} --confidence 0.95로 통계적 유의성 평가, 세그먼트 수준 결과 확인, 수익 영향 계산, 결과에 관계없이 학습 내용 문서화.

참조 파일

• landing-page-audit.md — 상세 감사 체크리스트, 점수 평가 기준, 업계별 기준 전환율
• ab-testing.md — 테스트 설계 템플릿, 표본 크기 계산기, 통계 방법, 일반적인 테스팅 함정
• form-optimization.md — 필드별 최적화 가이드, 점진적 프로파일링 구현, 폼 UX 패턴
• pricing-psychology.md — 가격 페이지 템플릿, 예시가 포함된 심리적 원칙, 계층 구조 프레임워크
• checkout-optimization.md — 카트 이탈 진단, 체크아웃 흐름 템플릿, 결제 최적화 전략
• personalization-testing.md — 세그먼트 기반 개인화 테스트 설계, 최소 세그먼트 크기, 개인화 측정 함정

출력 형식

• 랜딩 페이지 감사 보고서: 위험도(심각/높음/중간/낮음)가 포함된 섹션별 결과, 특정 요소에 대한 스크린샷 또는 참조, ICE 점수가 포함된 우선순위 조치 항목
• A/B 테스트 계획: 가설, 변형 설명, 표본 크기 요구 사항, 예상 기간, 성공 기준, 세분화 계획
• 폼 최적화 사양: 현재 vs 권장 필드 목록, 레이아웃 와이어프레임 설명, 검증 규칙, 오류 메시지 카피
• 가격 페이지 권장 사항: 계층 구조, 가격 제시 방식, 기능 매트릭스, 근거가 포함된 심리적 트리거
• 체크아웃 최적화 계획: 퍼널 단계 분석, 이탈 진단, 예상 영향이 포함된 개선 사항 순서 목록

엣지 케이스

트래픽이 적은 사이트

월간 전환이 1,000회 미만인 사이트는 합리적인 기간 내에 통계적 유의성에 도달하지 못하는 경우가 많습니다. 이러한 사이트의 경우 A/B 테스트를 건너뛰고 감사 결과에 따라 모범 사례를 직접 구현하세요. 혼동 변수를 인지하고 전/후 측정을 사용하세요. 정량적 테스팅보다 정성적 방법(5명의 사용자로 사용자 테스트 시 UX 문제의 85% 발견)을 고려하세요.

B2B 장문 페이지 vs B2C 단문 페이지

B2B 랜딩 페이지는 구매 결정에 여러 이해 관계자, 더 높은 가격대, 더 긴 평가 주기가 포함되므로 더 긴 경우가 많습니다. "짧을수록 좋다"는 기본값으로 사용하지 마세요. 대신 above-the-fold 섹션이 의도를 빠르게 검증하고 나머지 페이지가 포괄적으로 이의를 처리하도록 하세요. B2C 충동 구매는 짧고 빠르며 단일 CTA 페이지의 이점을 누립니다.

모바일 우선 vs 데스크톱 우선 최적화

권장 사항을 내리기 전에 디바이스 분할을 확인하세요. 트래픽의 70%+가 모바일이면 모바일을 먼저 최적화하고 데스크톱이 깨지지 않도록 하세요. 트래픽이 데스크톱 중심(B2B에서 일반적)이면 데스크톱을 최적화하되 모바일을 소홀히 하지 마세요. "반응형" 중간 지점은 종양 어느 쪽도 제대로 지원하지 못합니다.

규제 산업 및 필수 고지 사항

의료, 금융, 법률, 보험 페이지는 종종 긴 고지 사항, 공개 사항 또는 규정 준수 텍스트가 필요합니다. 이러한 고지 사항을 디자인에 통합하되 가장 중요하지 않은 정보로 만드세요. 모든 규정 준수 요구 사항을 충족시키는 가장 짧은 방법을 추구하세요. 이 페이지의 경우 브랜드 제한 사항이 절대적입니다.

다국어/다지역 사이트

언어 및 지역에 따라 전환 심리가 다릅니다. 색상 심리학, CTA 카피, 가격 제시 방식은 문화에 따라 다릅니다. 지역별 벤치마크를 사용하고 전 세계 규칙을 가정하지 마세요. 언어별 A/B 테스트는 종종 구조적 변경이 아닌 카피 및 신뢰 신호에 중점을 둡니다.