상세페이지
방문자는 있는데 왜 안 팔릴까? 상세페이지가 답하지 못한 마지막 질문
방문자 수는 나쁘지 않은데 장바구니까지는 안 가요. 고객은 떠나기 직전에 마음속으로 질문을 하나 해요. 그 질문에 페이지가 답하지 못하면 '다음에 사야지' 하고 탭을 닫아요. 오늘은 그 마지막 질문을 찾는 법을 같이 볼게요.
고객은 떠나기 직전에 질문을 하나 해요
상세페이지를 끝까지 내렸다가 그냥 나가는 고객이 있어요. 제품이 마음에 안 들어서가 아니에요. 대부분은 마지막에 떠오른 질문 하나의 답을 못 찾았기 때문이에요. 질문은 상품마다 달라도, 모양은 거의 다섯 가지 안에 들어와요.
결제 직전에 고객이 속으로 묻는 다섯 가지
제가 상세페이지를 볼 때 가장 먼저 하는 일은 이 다섯 질문을 들고 페이지를 위에서 아래로 내려가 보는 거예요. 제품 자랑은 길게 있는데, Q1과 Q4의 답은 맨 아래 작은 글씨에만 있는 경우가 정말 많아요.
답이 "있는지"보다 "어디에" 있는지가 중요해요
답이 페이지 어딘가에 있긴 한데, 고객이 질문을 떠올리는 순간에 보이지 않는 경우가 많아요. 아래는 쇼핑몰 상세페이지에서 흔히 보는 구조예요.
질문이 생기는 자리와 답이 있는 자리 흔한 구조 예시
- 구매 버튼 근처고객이 "살까?"를 결정하는 곳이에요. Q1~Q4의 짧은 답이 여기에 있어야 해요.
- 기능 소개 구간"좋다"는 설명은 많지만 "누구에게, 어떤 상황에"는 빠지기 쉬워요.
- 페이지 맨 아래교환·반품 조건이 여기에만 있으면, 그걸 찾으러 내려가다 지쳐서 나가요.
통이미지 상세페이지라면, 그 답은 읽히지 않을 수도 있어요
한국 쇼핑몰에는 상세페이지 전체를 긴 이미지 한 장으로 만든 경우가 많아요. 사람 눈에는 글자가 잘 보이죠. 그런데 이미지 안의 글자는 검색이나 확대, 번역, 화면 낭독 프로그램이 텍스트처럼 다루지 못해요.
웹 접근성 국제 표준인 WCAG도 기술적으로 가능하다면 정보를 전할 때 글자 이미지 대신 실제 텍스트를 쓰라고 권해요. 요즘은 한 가지 이유가 더 있어요. ChatGPT나 Gemini 같은 AI가 고객 대신 페이지를 먼저 읽고 "이 상품은 반품이 되나요?"에 답하는 경우가 늘었거든요. Google도 생성형 AI 검색이 공개적으로 크롤링할 수 있는 콘텐츠를 바탕으로 답을 만든다고 설명해요.
같은 상세페이지, 두 가지 읽기
마지막 질문을 찾는 가장 빠른 곳: 문의함
고객의 마지막 질문을 추측할 필요는 없어요. 이미 문의함에 쌓여 있거든요. 같은 질문을 세 번 받았다면, 그 질문은 상세페이지가 답하지 못한 질문이에요.
- 01 · 모으기최근 문의 30개고객센터, 톡 상담, 상품 Q&A에서 최근 문의를 그대로 옮겨요.
- 02 · 묶기다섯 질문으로 분류맞나, 얼마, 언제, 만약, 믿음 중 어디에 속하는지 표시해요.
- 03 · 찾기페이지의 답 위치 표시답이 있다면 어디에, 텍스트인지 이미지인지 적어요.
- 04 · 옮기기구매 버튼 근처로가장 많이 나온 질문의 답을 짧은 텍스트로 올려요.
오늘 해 볼 3분 점검
지금 가장 많이 팔고 싶은 상품의 상세페이지를 하나 열어 주세요.
- 1분 · 찾기Ctrl+F로 "반품" 검색맥은 Cmd+F예요. 찾기가 안 되면 그 정보는 이미지 안에만 있다는 뜻이에요.
- 1분 · 위치구매 버튼에서 스크롤 세기버튼에서 배송비와 교환 조건까지 몇 번 내려야 하는지 세어 보세요.
- 1분 · 대상"누구에게 맞나" 한 줄 찾기이 상품이 맞지 않는 사람이 누구인지 적힌 문장이 있는지 보세요.
손으로 하면 어디서 막힐까요
상품 하나는 이렇게 할 만해요. 그런데 상세페이지가 서른 개라면요. 페이지마다 다섯 질문의 답이 있는지, 텍스트로 읽히는지, ChatGPT와 Gemini가 이 상품을 어떻게 이해하는지까지 하나씩 확인하려면 일주일로도 모자라요.
이 부분을 AIOudit이 대신해 줘요. 페이지 URL을 넣고 고객이 이 페이지를 찾는 목적을 고르면, 그 기준으로 본문을 읽어서 빠진 답과 바로 고칠 문장을 우선순위대로 알려 줘요.
다만 AIOudit은 상품의 가격 경쟁력, 광고 타깃, 제품 자체의 품질, 브랜드 인지도는 판단하지 못해요. 그 부분은 판매 데이터와 함께 직접 봐 주셔야 해요.
우리 페이지는 고객과 AI에게 어떻게 읽히는지, AIOudit에서 진단해 보세요.