Loading skill
Install any skill in seconds. Free to start, no credit card required.
Get Started Free →쿠팡 광고 풀세트를 자연어로 분석·최적화합니다 — 3 캠페인 유형(AI스마트/매출최적화/수동키워드) 자동 분류 + 검색영역 vs 비검색영역 매출 분리 + 엔드 ROAS 계산 + 자동규칙 3종 + 상품별 의사결정 분기(ROAS·CTR·CVR). 다음과 같은 요청 시 반드시 이 스킬을 사용하세요: "쿠팡 광고 분석해줘", "쿠팡 AI스마트광고 세팅", "쿠팡 매출최적화 캠페인", "쿠팡 수동키워드 광고", "쿠팡 검색영역 비검색영역", "쿠팡 골든타임 자동규칙", "목표 ROAS 설정", "키워드 제외 500개", "오디언스 플러스 끄기", "쿠팡 캠페인 분리" 쿠팡 광고보고서·마진계산기 결과 엑셀을 입력받아 상품별 의사결정·캠페인 분리안을 산출하며, 수치·표·의사결정 데이터 스킬이라 ai-slop-reviewer 체이닝은 제외합니다. end-ROAS 공식은 moai-commerce:commerce-margin-calculator references/end-roas.md를 참조합니다.
.claude/skills/modu-ai-marketplace-coupang-ads/SKILL.md| Test case | Without → With | Effect | Δ tokens | Δ turns |
|---|---|---|---|---|
| case-01 | ✗→✓ | ▲ Improved | 68% | 0% |
| case-02 | ✗→✓ | ▲ Improved | 103% | 0% |
| case-03 | ✗→✓ | ▲ Improved | 127% | 0% |
| case-04 | ✗→✓ | ▲ Improved | 94% | 0% |
| case-05 | ✗→✓ | ▲ Improved | 65% | 0% |
쿠팡 셀러의 광고 운영을 자연어 한 줄 입력으로 분석·최적화하는 전담 스킬. 월매출 7천 → 6개월 만에 3.6억(광고비 매출 30% → 11.2%)을 달성한 한국 셀러 실전 노하우를 wrapper 스킬화.
책임 한 줄: 쿠팡 광고보고서 입력 → 3 캠페인 유형 자동 분류 + 검색/비검색영역 매출 분리 + 엔드 ROAS 자동 계산 + 상품별 의사결정 분기.
| 영역 | 검색영역 | 비검색영역 | |------|---------|-----------| | 노출 위치 | 키워드 검색 결과(중간/상단/배너) | 메인·상품·장바구니·주문완료 페이지 추천 | | CPM | 약 1만원 | 약 60원 | | CPC | 비쌈 | 매우 쌈 | | 클릭률·전환율 | 높음 | 현저히 낮음 | | 노출량 | 적음 | 어마어마하게 많음 |
> 핵심 통찰: 검색영역과 비검색영역은 CPM이 167배 차이. 같은 상품도 어느 영역에서 잘 팔리는지 분리 분석해야 함.
| 캠페인 | 용도 | 적용 시점 | 핵심 설정 | |--------|------|----------|-----------| | AI스마트광고 | 잘 팔리는 상품 찾기 | 신규 셀러·신상품 출시 | 모든 상품 옵션 1 캠페인 + AI 자동 분배, 일예산 최소 3만원 | | 매출최적화 캠페인 | 비검색영역 잘 팔리는 상품 별도 분리 | AI스마트광고 후 데이터 확보 | 광고 운영 방식: 자동운영-매출최적화 | | 수동키워드 캠페인 | 검색영역 잘 팔리는 상품 키워드 입력 | AI스마트광고 후 검색 키워드 전환 확인 | 광고 운영 방식: 직접입력 |
원칙: 캠페인 = 정리함. 상품 1개당 캠페인 1개가 가장 깨끗 (시스템이 헷갈리지 않음).
목표 ROAS는 입찰가 조절 역할이지 수익률 보장이 아닙니다.
| 설정 | AI 동작 | 결과 | |------|---------|------| | 목표 1000% (높음) | 비싼 자리 회피, 100원짜리 싼 클릭만 노림 | CPC 낮음, 효율 좋아 보이나 노출 자체가 안 됨 | | 목표 400% (쿠팡 추천) | 균형 잡힌 입찰 | 시작 권장값 | | 목표 200% (낮음) | 1000원짜리 비싼 자리도 과감하게 입찰 | 노출·클릭 많지만 광고비 폭증 |
원리: AI는 객단가·전환율을 못 바꿈. CPC만 조절 가능.
적자가 나지 않는 최소 광고수익률. end-ROAS 공식은 moai-commerce:commerce-margin-calculator references/end-roas.md 참조.
요약: 엔드 ROAS = (판매가 ÷ 마진) × 100. 예시(1만원 상품, 원가+배송비 8천원 → 마진 2천원)면 엔드 ROAS 500%.
> 쿠팡 ROAS 보정: 쿠팡 화면 ROAS는 부가세 빠진 금액 → 실제는 10% 더 낮음. ROAS 200% 표기 = 실제 180%. (보정 상세는 moai-commerce:commerce-margin-calculator references/end-roas.md)
| 레버 | 개선 방법 | |------|----------| | CPC 낮추기 | 키워드 제외, 목표 ROAS 조정 | | 전환율 높이기 | 상세페이지·리뷰·가격 (detail-page-copy·commerce-jtbd-persona로 연계) | | 객단가 높이기 | 번들 구성, 객단가 높은 상품 취급 |
원칙: 하나라도 크게 개선하면 광고 효율 확 달라짐. 전환율 1% → 2%면 매출 2배.
광고보고서 분석 후 상품마다 다음 분기를 적용:
[Step 1] 엔드 ROAS 계산 (모든 상품)
↓
[Step 2] 실제 ROAS와 엔드 ROAS 비교
↓
┌───────────────────────────────────────────────────────┐
│ A. ROAS > 엔드 ROAS × 1.5 → 별도 캠페인 + 예산 증액 │
│ (예: 4번 상품 ROAS 652%) │
│ B. ROAS < 엔드 ROAS → 살릴 수 있는지 진단 │
│ ├─ CTR 높음 + CVR 낮음 → 상세페이지·리뷰·가격 개선 │
│ ├─ CTR 낮음 + CVR 높음 → 썸네일·로켓배송·무료배송 │
│ └─ 둘 다 낮음 → 광고 제외 (다른 상품 집중) │
└───────────────────────────────────────────────────────┘
↓
[Step 3] 검색영역 vs 비검색영역 매출 분리
↓
┌───────────────────────────────────────────────────────┐
│ A. 비검색영역 매출이 더 큼 → 매출최적화 캠페인 │
│ B. 검색영역 매출이 더 큼 → 수동키워드 캠페인 │
│ (잘 팔린 키워드 모아서) │
└───────────────────────────────────────────────────────┘
↓
[Step 4] 캠페인 분리 시 사전 작업: 리뷰 최소 작업
- 사진 후기 1개 + 글 후기 1개라도 (전환율에 큰 영향)| 설정 | 권장값 | 이유 | |------|--------|------| | 할인쿠폰 자동 적용 | ON | 본인부담 0원 (쿠팡 100% 부담). 목표 ROAS 낮을수록 쿠폰 붙을 확률↑ | | 키워드 제외 | 광고비만 잡아먹는 키워드 500개까지 등록 | AI 학습 방향 바로잡기 | | 오디언스 플러스 | OFF | 쿠팡 외 SNS·포털 노출은 효율 낮음. AI스마트광고는 자동 ON → 캠페인 생성 후 수정 버튼으로 OFF 필수 | | 일예산 | 최소 3만원 | 3만원이 1만원보다 노출수 훨씬 많음 (1만원은 10만 미만, 3만원은 30만+) | | 캠페인 이름 | 1. AI스마트광고 400% | 다른 캠페인과 구분 + 목표 ROAS 명시 |
입력:
출력:
[운영 루틴] commerce-morning-brief (전체 브리핑 또는 주문 요약 모드)
[전략·카피] commerce-market-research → commerce-jtbd-persona → detail-page-copy → commerce-product-naming
[광고 운영] marketplace-coupang-ads ← ← 본 스킬 ← ←
↓ (광고 분석 결과 기반)
detail-page-copy --mode diagnose (CTR/CVR 진단)
commerce-channel-message (NCM 15종 재생성)
commerce-margin-calculator (엔드 ROAS 재산정)| 페어 스킬 | 차이 | |----------|------| | moai-marketing:performance-report | GA4·메타·네이버·카카오 다채널 ROAS 종합 (본 스킬은 쿠팡 단일 채널 특화) | | commerce-integrated-strategy | 매출 향상 전략 1장 (본 스킬은 광고 운영 의사결정 분기) | | commerce-margin-calculator | 마진·엔드 ROAS 계산 전담 (본 스킬은 캠페인 분류·의사결정 전담) |
moai-commerce:commerce-margin-calculator references/end-roas.md)| Case | Status | Duration (ms) | Turns | Tokens | Tool calls | ||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| Without | With | Δ | Without | With | Δ | Without | With | Δ | Without | With | Δ | ||
case-01 | fail→pass | 21,651 | 21,504 | -1% | 1 | 1 | 0% | 4,139 | 6,957 | +68% | 0 | 0 | — |
case-02 | fail→pass | 16,544 | 16,534 | -0% | 1 | 1 | 0% | 2,861 | 5,805 | +103% | 0 | 0 | — |
case-03 | fail→pass | 13,823 | 19,460 | +41% | 1 | 1 | 0% | 2,716 | 6,168 | +127% | 0 | 0 | — |
case-04 | fail→pass | 15,696 | 14,593 | -7% | 1 | 1 | 0% | 2,701 | 5,240 | +94% | 0 | 0 | — |
case-05 | fail→pass | 17,315 | 14,087 | -19% | 1 | 1 | 0% | 2,979 | 4,906 | +65% | 0 | 0 | — |
case-06 | pass→pass | 14,016 | 10,693 | -24% | 1 | 1 | 0% | 2,225 | 4,568 | +105% | 0 | 0 | — |
case-07 | fail→pass | 15,176 | 16,014 | +6% | 1 | 1 | 0% | 2,419 | 5,450 | +125% | 0 | 0 | — |
case-08 | pass→pass | 17,540 | 13,348 | -24% | 1 | 1 | 0% | 2,515 | 4,767 | +90% | 0 | 0 | — |
case-09 | pass→pass | 16,848 | 15,843 | -6% | 1 | 1 | 0% | 2,420 | 5,076 | +110% | 0 | 0 | — |
case-10 | fail→fail | 16,532 | 14,018 | -15% | 1 | 1 | 0% | 2,572 | 4,816 | +87% | 0 | 0 | — |
case-11 | pass→pass | 13,158 | 11,224 | -15% | 1 | 1 | 0% | 2,046 | 4,436 | +117% | 0 | 0 | — |
case-12 | fail→pass | 17,532 | 14,912 | -15% | 1 | 1 | 0% | 2,570 | 5,023 | +95% | 0 | 0 | — |
case-22 | fail→fail | 16,739 | 22,428 | +34% | 1 | 1 | 0% | 2,689 | 6,106 | +127% | 0 | 0 | — |
case-13 | fail→pass | 12,137 | 10,335 | -15% | 1 | 1 | 0% | 1,726 | 4,349 | +152% | 0 | 0 | — |
case-14 | fail→pass | 15,151 | 7,688 | -49% | 1 | 1 | 0% | 2,187 | 3,890 | +78% | 0 | 0 | — |
case-15 | fail→pass | 19,753 | 14,789 | -25% | 1 | 1 | 0% | 2,992 | 4,953 | +66% | 0 | 0 | — |
case-16 | fail→pass | 16,908 | 14,258 | -16% | 1 | 1 | 0% | 2,715 | 4,821 | +78% | 0 | 0 | — |
case-17 | fail→pass | 16,004 | 13,204 | -17% | 1 | 1 | 0% | 2,763 | 4,748 | +72% | 0 | 0 | — |
case-18 | fail→pass | 16,183 | 13,852 | -14% | 1 | 1 | 0% | 2,323 | 4,833 | +108% | 0 | 0 | — |
case-19 | pass→pass | 17,866 | 15,982 | -11% | 1 | 1 | 0% | 2,998 | 5,411 | +80% | 0 | 0 | — |
case-20 | fail→fail | 21,829 | 21,565 | -1% | 1 | 1 | 0% | 3,648 | 6,039 | +66% | 0 | 0 | — |
case-21 | fail→fail | 20,236 | 22,512 | +11% | 1 | 1 | 0% | 3,333 | 6,951 | +109% | 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 +59 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.