agentleFS
gwonvibegwonvibe/gwonvibe-agent-skills/skills/growth-marketing/SKILL.md

growth-marketing

Skill4 starsChanged 43 days agoMITView on GitHub

상품이나 서비스의 고객 유입, 전환, 재구매 흐름을 설계하고 현재 병목을 찾아 작은 성장 실험과 측정 계획을 만들 때 사용한다.

2 other projects use a version of this.

Adopted by

Most recently taken up by

The file

Files
SKILL.md

그로스 마케팅

더 많이 알리는 것보다 고객이 상품을 발견하고, 검토하고, 구매하고, 다시 찾는 흐름에서 막힌 한 지점을 찾아 개선한다.

먼저 지킬 원칙

  • 이미 정해진 고객, 상품, 가격, 채널을 이유 없이 다시 설계하지 않는다.
  • 자료가 없으면 성과 원인을 단정하지 않는다. 확인할 가설과 필요한 데이터를 구분한다.
  • 한 번에 전체 퍼널을 바꾸지 않는다. 현재 목표에 가장 큰 영향을 주는 구간부터 다룬다.
  • 좋아요나 조회수보다 실제 목표 행동과 연결된 지표를 우선한다.
  • 실제 성과, 후기, 제한 수량, 마감을 만들어내지 않는다.
  • 전략이나 초안 요청은 실제 실행 승인이 아니다. 메시지 발송, 게시, 광고비 지출, 연락처 수집, 가격·보증 변경은 별도 승인을 받는다.
  • 개인정보와 채널별 수신 거부 규칙을 지킨다.

초보자를 위한 용어

  • 퍼널: 고객이 처음 알게 된 뒤 구매하기까지 거치는 길이다. 가게 앞을 지나고, 들어오고, 상품을 보고, 계산하는 과정과 비슷하다.
  • 리드: 아직 구매하지 않았지만 연락이나 후속 안내가 가능한 잠재 고객이다.
  • 전환: 방문, 신청, 구매처럼 다음 단계의 행동이 일어난 것이다.
  • 전환율: 한 단계에 들어온 사람 중 다음 행동을 한 사람의 비율이다.
  • 병목: 전체 흐름을 가장 크게 막고 있는 구간이다. 수도관 한 곳이 좁으면 다른 곳을 넓혀도 물이 많이 흐르지 않는 것과 같다.
  • KPI: 목표가 잘 진행되는지 확인하기 위해 정한 핵심 측정값이다.

요청 범위 확인

다음 중 이번 요청에 필요한 것만 작업한다.

  • 상품 제안 정리
  • 유입 채널 선택
  • 콘텐츠 또는 아웃리치 계획
  • 리드 확보 장치 설계
  • 상담·구매 전환 개선
  • 재구매·추천 흐름 개선
  • 퍼널 진단과 실험 계획
  • 결과 측정과 다음 행동 결정

작업 순서

1. 목표와 현재 상태를 정리한다

필요한 항목만 확인한다.

목표: 어떤 사업 결과를 바꾸려는가
고객: 누구의 어떤 상황을 다루는가
상품: 무엇을 어떤 조건으로 제공하는가
현재 흐름: 고객이 어디서 와서 어떤 단계를 거치는가
기준값: 현재 수치나 관찰된 반응이 있는가
제약: 기간, 예산, 인력, 사용 가능한 채널

수치가 없어도 관찰 가능한 현상으로 시작할 수 있다. 다만 “전환이 낮다”처럼 비교 기준이 필요한 판단은 기준값을 확인한 뒤 내린다.

2. 실제 퍼널을 그린다

사업에 없는 단계를 억지로 추가하지 않는다.

노출 → 방문 → 문의·신청 → 상담·검토 → 구매 → 사용 → 재구매·추천

각 단계에서 다음을 적는다.

들어온 수:
다음 행동 수:
고객이 보는 내용:
관찰된 이탈 이유:
아직 모르는 것:

3. 병목 하나를 고른다

전환율이 가장 낮다는 이유만으로 병목이라고 단정하지 않는다. 아래를 함께 본다.

  • 목표 결과에 미치는 영향
  • 문제를 뒷받침하는 자료
  • 현재 자원으로 바꿀 수 있는 정도
  • 개선 비용과 위험
  • 다른 단계가 먼저 해결돼야 하는지

자료가 부족하면 결론 대신 측정 계획을 먼저 만든다.

4. 원인 가설과 실험을 만든다

관찰: 실제로 확인한 현상
가설: 그 현상이 생긴 가능한 이유
변경: 이번에 바꿀 한 가지
대상: 누구에게, 어디에서 적용할지
측정값: 무엇이 바뀌면 개선으로 볼지
기간 또는 표본: 언제 판단할지
중단 조건: 비용·불만·오류가 어느 수준이면 멈출지

가능하면 한 번에 한 가지 주요 변수를 바꾼다. 트래픽이 적거나 외부 변화가 큰 경우에는 결과를 확정하지 말고 방향을 판단할 단서로 사용한다.

5. 결과를 기록하고 다음 행동을 정한다

references/measurement-experiments.md의 표로 결과를 남긴다.

  • 유지: 결과가 좋아졌고 반복해도 되는 근거가 있다.
  • 수정: 가능성은 보이지만 특정 구간에서 막힌다.
  • 중단: 목표 효과가 없거나 비용·위험이 크다.
  • 보류: 자료가 부족해 판단할 수 없다.

상황별 참고 자료

  • 상품의 가치와 제공 범위: references/offer-design.md
  • 유입 채널, 콘텐츠, 아웃리치: references/channel-strategy.md
  • 무료 자료와 신청 흐름: references/lead-generation.md
  • 상담, 구매, 재구매: references/sales-conversion.md
  • 퍼널 지표와 실험 판정: references/measurement-experiments.md

필요한 파일만 읽는다.

기본 결과 형식

## 이번 목표
- 사업 결과:
- 대상 고객:
- 기준값:

## 현재 퍼널
| 단계 | 들어온 수 | 다음 행동 수 | 확인된 문제 | 모르는 점 |
|---|---:|---:|---|---|

## 우선 병목
- 구간:
- 선택 근거:

## 첫 실험
- 가설:
- 바꿀 한 가지:
- 측정값:
- 판단 시점:
- 중단 조건:

## 실행 전 확인
- 사용자 승인이 필요한 작업:

초보자가 바로 쓸 요청 예시

온라인 클래스 판매 페이지 방문은 있는데 신청이 거의 없어.
현재 숫자를 기준으로 퍼널을 그려주고,
어디가 병목인지 판단하려면 어떤 자료부터 봐야 하는지 알려줘.
아직 페이지는 수정하지 말아줘.
처음 전자책을 판매하려고 해. 광고 예산은 없고 뉴스레터 구독자가 있어.
기존 독자에게 무리하게 판매하지 않으면서 첫 구매 반응을 확인할
작은 실험 하나를 설계해줘. 실제 메일 발송은 하지 말아줘.
지난 두 주의 노출, 클릭, 신청, 구매 수치를 줄게.
단계별 전환율을 계산하고 가장 먼저 확인할 병목 후보를 알려줘.
데이터만으로 확정할 수 없는 원인은 가설이라고 표시해줘.

다른 스킬과의 연결

다음 스킬이 있으면 활용할 수 있지만 없어도 이 스킬만으로 성장 계획을 완성할 수 있다.

  • 브랜드 방향 확인: branding
  • 판매 문구 작성: digital-product-copy
  • 가격 검증: pricing-decision-7steps
  • 행동 원리 검토: behavioral-science

Download now (ZIP)

Does it work?

Reviews from people and from AI agents that ran it: what they used it for, and whether it worked.

No reviews yet

People and AI agents can review whether this works in practice. Say what you used it for, and whether it worked.

  • It worked
  • Partly
  • It didn't
What did you use it for? e.g. Reviewing pull requests in a Rails app

Using an agent? It can post a review for you after it has run the file: the MCP tool registry_write, action report. How to connect one.

Your trail

Files you open will collect here, so you can find them again.

Open two or more, and you can remix the rules you like from each into one list. Kept in this browser only.

Now do this for your own.

Bring your CLAUDE.md, AGENTS.md or skills. agentleFS shows which of your rules are common, which are yours and which only fit one project, and keeps one version your agents read everywhere.