Loading skill
Install any skill in seconds. Free to start, no credit card required.
Get Started Free →[책임 경계] 구독 비즈니스 모델 설계 전담 — 5가지 질문 자기진단 + 구독 모델 분류(소비재·경험·관계·맞춤) + 한국 시장 적합성 진단 + 락인 vs 이탈 방지 메시지. 페어 스킬 moai-commerce:commerce-integrated-strategy(거시 채널·사업 전략)와 명확히 구분 — 본 스킬은 단일 구독 모델 설계, 페어는 전체 채널·사업 전략. 다음과 같은 요청 시 반드시 이 스킬을 사용하세요: "구독 모델 설계", "구독 비즈니스 5가지 질문", "오이식스 구독", "VIPS 구독", "맞춤 구독 모델", "락인 vs 이탈 방지", "한국 구독 시장 적합성". 4 구독 모델: ① 소비재 (오이식스·롯데 새벽배송) ② 경험 (VIPS·CGM) ③ 관계 (배송 멤버십) ④ 맞춤 (영양제·화장품).
.claude/skills/modu-ai-commerce-subscription-strategist/SKILL.md| Test case | Without → With | Effect | Δ tokens | Δ turns |
|---|---|---|---|---|
| case-01 | ✗→✓ | ▲ Improved | 16% | 0% |
| case-02 | ✗→✓ | ▲ Improved | 35% | 0% |
| case-05 | ✗→✓ | ▲ Improved | 80% | 0% |
| case-07 | ✗→✓ | ▲ Improved | 69% | 0% |
| case-08 | ✗→✓ | ▲ Improved | 81% | 0% |
이커머스 셀러가 구독 비즈니스 진입을 검토할 때, 무작정 "월정액 모델"부터 만들지 않고 5가지 질문 자기진단 + 4 모델 분류 + 한국 시장 적합성 단계로 설계하는 전담 스킬입니다.
책임 한 줄: 카테고리 + 평균 구매주기 + 객단가 + 현재 매출 입력 → 5가지 질문 답변 + 적합 모델 추천 + 락인·이탈 방지 전략 자동 생성.
| # | 질문 | 검토 포인트 | |---|------|----------| | Q1 | 소비 빈도 충분한가? | 30일 이내 1회 이상 소비 카테고리만 적합 | | Q2 | 가격 예측 가능한가? | 매월 변동성 없는 안정 가격 (5천원-5만원 범위) | | Q3 | 락인 가치가 있는가? | 가입 비용 ≤ 첫 달 절감 효과 (회수 시점 명확) | | Q4 | 이탈 방지 메커니즘 있는가? | 자동 갱신·휴면 시 윈백·맞춤 추천 인프라 | | Q5 | 시장이 검증되었는가? | 한국 시장에서 같은 카테고리 구독 사례 3개+ |
> 5개 모두 YES: 즉시 구독 모델 설계 진입 / 4개 이하: 단품 판매 강화 후 재검토
| 단계 | 메시지 전략 | 한국 케이스 | |-----|-----------|-----------| | 가입 | 첫 달 무료·체험 + 강한 가치 약속 | 쿠팡 로켓와우 1개월 무료 | | 온보딩 (D+7) | 첫 배송 후기 + 다음 배송 예고 | 오이식스 첫 박스 후 친근 메시지 | | 유지 (M+1-3) | 가치 환기·맞춤 추천 추가 | 콜린스 매월 큐레이션 스토리 | | 휴면 신호 | 가치 재환기 + 휴면 옵션 (해지 X) | 마켓컬리 일시 정지 옵션 | | 이탈 직전 | 1:1 메시지 + 강한 회수 | "정말 떠나시겠어요? 1:1 컨설팅" | | 이탈 후 | 30일 후 윈백 1회만 | 첫 가입 가격 복원 |
[Step 1] 카테고리에 한국 구독 사례 3개+ 있는가?
└─ NO → 사례 0~2개라면 시장 미성숙. 단품 판매 우선.
[Step 2] 한국 소비자 정기 구매 패턴 있는가?
└─ NO → "필요할 때마다 사는" 행동 패턴이면 구독 부적합
[Step 3] 락인 비용 > 첫 달 가치인가?
└─ NO → 락인 비용이 크면 가입 자체 발생 안 함
[Step 4] 이탈 시 데이터 손실 있는가?
└─ NO → 데이터 손실 없으면 이탈 장벽 약함 (맞춤 모델 제외)"/commerce-subscription-strategist — 비건 영양제, 30일 주기, 월 5만원, 신생 D2C"
→ 5가지 질문 답변 + 모델 4 맞춤 추천 + 락인 시퀀스본 스킬의 가입·온보딩·유지·휴면·이탈 메시지 매트릭스 6단계 카피는 moai-coworker:ai-slop-reviewer로 자동 후처리 체이닝됩니다. 구독 메시지는 신규 가입·이탈 방지·윈백 등 사용자 의사결정에 직접 영향을 주므로 AI 슬롭 제거가 필수.
textcommerce-subscription-strategist → ai-slop-reviewer → (선택) cs-channel-message
commerce-repurchase-timer — 정기 구매 카테고리 (구독 직전 단계)commerce-ltv-cac-architect — 구독 LTV 계산commerce-integrated-strategy — 거시 채널·사업 전략 (페어)ai-slop-reviewer — 메시지 매트릭스 AI 슬롭 검수 (자동 체인, HARD)moai-writer:korean-humanize — 한국어 AI 티 제거 (슬롭 검수 다음, 필수)| Case | Status | Duration (ms) | Turns | Tokens | Tool calls | ||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| Without | With | Δ | Without | With | Δ | Without | With | Δ | Without | With | Δ | ||
case-01 | fail→pass | 21,183 | 15,543 | -27% | 1 | 1 | 0% | 3,376 | 3,921 | +16% | 0 | 0 | — |
case-02 | fail→pass | 22,015 | 18,151 | -18% | 1 | 1 | 0% | 3,304 | 4,461 | +35% | 0 | 0 | — |
case-03 | pass→pass | 22,784 | 18,762 | -18% | 1 | 1 | 0% | 3,635 | 4,490 | +24% | 0 | 0 | — |
case-21 | fail→fail | 21,494 | 26,667 | +24% | 1 | 1 | 0% | 3,990 | 6,531 | +64% | 0 | 0 | — |
case-04 | fail→fail | 18,531 | 20,170 | +9% | 1 | 1 | 0% | 3,086 | 4,809 | +56% | 0 | 0 | — |
case-05 | fail→pass | 14,370 | 16,527 | +15% | 1 | 1 | 0% | 2,293 | 4,122 | +80% | 0 | 0 | — |
case-06 | pass→pass | 11,494 | 14,401 | +25% | 1 | 1 | 0% | 1,927 | 3,753 | +95% | 0 | 0 | — |
case-07 | fail→pass | 11,514 | 11,422 | -1% | 1 | 1 | 0% | 1,988 | 3,360 | +69% | 0 | 0 | — |
case-22 | fail→fail | 29,312 | 29,771 | +2% | 1 | 1 | 0% | 5,889 | 6,980 | +19% | 0 | 0 | — |
case-08 | fail→pass | 10,698 | 11,995 | +12% | 1 | 1 | 0% | 1,883 | 3,412 | +81% | 0 | 0 | — |
case-09 | pass→pass | 18,556 | 13,310 | -28% | 1 | 1 | 0% | 2,621 | 3,702 | +41% | 0 | 0 | — |
case-10 | fail→fail | 14,859 | 12,908 | -13% | 1 | 1 | 0% | 2,310 | 3,429 | +48% | 0 | 0 | — |
case-11 | pass→pass | 17,674 | 17,501 | -1% | 1 | 1 | 0% | 2,742 | 4,338 | +58% | 0 | 0 | — |
case-12 | fail→fail | 18,459 | 21,504 | +16% | 1 | 1 | 0% | 2,872 | 4,689 | +63% | 0 | 0 | — |
case-13 | pass→pass | 21,100 | 17,954 | -15% | 1 | 1 | 0% | 3,283 | 4,300 | +31% | 0 | 0 | — |
case-14 | fail→pass | 14,636 | 12,884 | -12% | 1 | 1 | 0% | 2,098 | 3,557 | +70% | 0 | 0 | — |
case-15 | fail→pass | 24,543 | 18,078 | -26% | 1 | 1 | 0% | 3,533 | 4,210 | +19% | 0 | 0 | — |
case-16 | fail→pass | 12,639 | 4,890 | -61% | 1 | 1 | 0% | 2,088 | 2,229 | +7% | 0 | 0 | — |
case-17 | fail→pass | 14,293 | 4,781 | -67% | 1 | 1 | 0% | 2,478 | 2,267 | -9% | 0 | 0 | — |
case-18 | fail→pass | 16,290 | 9,656 | -41% | 1 | 1 | 0% | 2,521 | 2,933 | +16% | 0 | 0 | — |
case-19 | pass→pass | 19,436 | 15,645 | -20% | 1 | 1 | 0% | 2,936 | 3,996 | +36% | 0 | 0 | — |
case-20 | fail→fail | 16,737 | 21,781 | +30% | 1 | 1 | 0% | 3,407 | 5,900 | +73% | 0 | 0 | — |
DecimalAI ran this skill against gemini-3.6-flash twice over the same eval suite — once with the skill loaded and once without — and compared the two runs case by case. 22 cases were attempted. The headline lift of +45 percentage points is the difference between those two pass rates over the 22 comparable cases.
Without the skill loaded, the model failed this case. With it loaded, the same prompt on the same model passed. This is one improved case from the latest verified run; every case, including any that regressed, is in the table above.
Other measured skills in the registry, with their headline benchmark lift.