Communitygithub.com

erolemir/EROL

메시지/제안 정렬, 사용자 마찰 및 측정 가능한 전환 가설을 통해 랜딩 페이지를 개선합니다.

EROL란 무엇인가요?

이 스킬은 랜딩 페이지 최적화(Landing Page Optimization)를 위해 설계된 AI 에이전트 기술로, 마케팅 메시지와 사용자 제안을 정렬하고, 사용자 마찰을 줄이며, 측정 가능한 전환 가설을 기반으로 개선 사항을 도출합니다. 주로 Claude Code, Cursor, Codex 등 개발자 도구와 AI 에이전트 플랫폼에서 사용되며, 트래픽 의도 분석, 페이지 약속 확인, 전환 정의 검토 등 데이터 기반 진단을 수행합니다. 이 기술은 헤드라인, 증거, 제안 조건, 주요 액션 버튼을 정렬하고, 모바일 접근성, 폼 복구, 페이지 로딩 속도 등의 실질적 장벽을 확인합니다. 최종적으로 반증 가능한 가설을 가진 집중된 변형 페이지를 제안하고, 일관된 추적과 적절한 코호트 비교를 통해 성과를 검증함으로써, 무작정 모든 요소를 변경하지 않고 효과적인 최적화를 가능하게 합니다.

지원 대상~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/erolemir/EROL/tree/HEAD/plugins/erol/runtime/erol/data/skills/landing-page-optimization

즐겨 사용하는 AI에게 물어보기

이 에이전트 스킬이 미리 로드된 새 채팅을 엽니다.

문서

랜딩 페이지 최적화

메시지/제안 정렬, 사용자 마찰 및 측정 가능한 전환 가설을 통해 랜딩 페이지를 개선합니다.

워크플로우

  1. 트래픽 의도, 페이지 약속 및 전환 정의를 검사합니다. 마찰을 진단하기 전에 기존 사용자 증거와 분석 데이터를 활용합니다.
  2. 헤드라인, 증거, 제안 조건 및 주요 액션을 정렬합니다. 필수 정보는 유지하고, 기만적인 긴급성이나 숨겨진 비용은 피합니다.
  3. 단순한 시각적 선호도가 아닌, 실질적 장벽으로서 모바일, 접근성, 폼 복구 및 페이지 로딩을 확인합니다.
  4. 모든 요소를 한 번에 변경하기보다는 반증 가능한 가설과 일관된 추적을 갖춘 집중된 변형을 만듭니다.

검증

액션 경로와 주장을 확인하고, 대표적인 기기에서 테스트를 수행한 후, 테스트가 승인된 경우 적절한 코호트를 가드레일과 함께 비교합니다.

산출물

우선순위가 매겨진 발견 사항, 페이지/카피 변형 및 측정 기준.

관련 스킬