점수 산정 방식
업데이트
AI Visibility Check는 AI가 내 스토어를 추천하는지 여부를 알려줍니다. Website Audit은 그 이유를 알려줍니다. 내 스토어를 40개 기준으로 채점하고, 그 기준들을 어시스턴트가 "어디서 사나요" 질문에 어떤 스토어를 고를지 결정하는 네 가지 요소로 묶습니다. 그리고 요소별 점수를 주므로 무엇이 발목을 잡고 있는지 볼 수 있습니다.
네 가지 요소는 무엇인가요?
| 요소 | 보는 것 |
|---|---|
| Trust & Authority | 인터넷의 나머지가 나에 대해 뭐라고 말하는지. 리뷰, 언급, 평판입니다. 그 대부분은 내 웹사이트 바깥에 있습니다. |
| Discoverability | 어시스턴트가 애초에 내 상품 페이지에 닿아서 읽을 수 있는지. 접근, 가독성, 구조화 데이터입니다. |
| Content Quality | 내 페이지가 쇼핑객이 묻는 사실을, 기계가 뽑아 갈 수 있는 형태로 실제로 담고 있는지. |
| Merchant Competitiveness | 내 가격과 배송이, AI가 나와 나란히 추천하는 스토어들에 맞설 만한지. |
네 가지는 동등하지 않고, 감사는 각각이 어시스턴트의 선택을 실제로 얼마나 움직이는지에 따라 가중치를 둡니다. 이것이 실제로 뜻하는 바는, 총점이 같은 두 스토어라도 필요한 작업이 완전히 다를 수 있다는 것입니다. 그래서 리포트는 하나의 숫자가 아니라 언제나 요소별 내역을 보여줍니다.
왜 내 웹사이트 바깥의 이야기가 그렇게 많나요?
"이걸 어디서 사야 하지"는 상품이 아니라 스토어에 대한 질문이기 때문입니다. 이 상품을 취급하는 모든 리셀러가 브랜드에서 그대로 받은, 거의 같은 사진과 같은 설명을 가지고 있습니다. 그중 어느 것도 나를 구별해 주지 않습니다.
나를 구별해 주는 것은 고객을 보내도 안전한 곳처럼 보이는지 여부이고, 어시스턴트는 그것을 주로 내 소유가 아닌 곳에서 배웁니다. 리뷰, 포럼, 언론, 등록 정보입니다. 완벽한 상품 페이지를 써 놓고도, 페이지는 더 못하지만 평판이 나은 스토어에 질 수 있습니다. 그건 채점의 결함이 아니라, 어시스턴트가 실제로 하고 있는 일입니다.
40개 기준이 어떻게 하나의 점수가 되나요?
각 기준이 저마다 채점되고, 기준은 자기 요소로 모이고, 요소가 합쳐져 총점이 됩니다. 아무것도 운에 맡기지 않습니다. 모든 기준은 내 스토어에서 측정되거나, 공개 출처에서 측정되거나, 제외되거나 셋 중 하나입니다.
총점보다 더 쓸모 있는 것은 이쪽입니다. 모든 발견 항목이 영향도 순으로 매겨지므로, 리포트는 마흔 가지 목록을 던져 주고 행운을 비는 대신 무엇부터 고쳐야 하는지 알려줍니다.
내 스토어에 해당하지 않는 기준이 있으면 어떻게 되나요?
0점을 주는 것이 아니라 계산에서 뺍니다.
이건 들리는 것보다 중요합니다. 내 스토어에 동영상이 없다면 동영상 관련 기준은 실패가 아니라 나에게 해당하지 않는 질문이고, 거기에 0점을 주는 것은 감사가 참견할 일이 아닌 선택을 두고 나를 벌하는 셈입니다. 그래서 그 기준은 빼고, 그 그룹에 남은 기준들이 무게를 나눠 집니다. 전체를 관통하는 규칙은 이렇습니다. 틀리게 채점하느니 채점하지 않는 편이 낫다.
체크에 쓴 언어가 내 점수를 바꾸나요?
바꿉니다. 다만 불리한 쪽이 아니라 유리한 쪽으로 작용합니다.
일부 신뢰 신호는 성격상 영어권 플랫폼에 존재합니다. 다른 언어로 체크를 실행했다면 그 기준들은 실패가 아니라 건너뛰기로 처리됩니다. 감사는 내 시장에 대해 진짜로 측정할 수 있는 것을 채점하고 나머지는 계산에서 뺍니다. 내 쇼핑객이 쓰지도 않는 플랫폼 때문에 감점당하는 일은 결코 없습니다. 지원 언어는 계속 추가되고 있습니다.
감사에는 왜 체크가 먼저 필요한가요?
체크가 찾아낸 것을 다시 쓰기 때문입니다. 감사는 내 가격과 배송을 일반적인 벤치마크가 아니라 내 답변 안에서 AI가 실제로 언급한 경쟁사와 비교해 판단하고, 내가 고른 언어도 다시 씁니다. 체크가 없으면 나를 비교할 대상이 없습니다. 그래서 첫 체크가 끝나면 감사가 열리는 구조입니다.
다음 단계
지금 쓸 수 있는 것과 앞으로 나올 것을 확인하세요. Roadmap.
