디자이너 없이 만드는 고전환 랜딩페이지

CLASS STEP

01 / 06

전환이 안 되는 이유를 “디자인이 별로라서”라고 넘겨버리기 쉽습니다. 하지만 실제 문제는 어디서 고객이 멈추는지, 왜 망설이는지 모르고 있다는 것입니다. CTR은 나쁘지 않은데 CVR이 떨어지고, 이탈률은 높은데 무엇을 고쳐야 할지 감이 오지 않습니다. 이럴 때 흔히 디자인을 다시 만들거나 카피를 바꾸지만, 근거 없는 수정은 같은 결과를 반복할 뿐입니다. 지금의 랜딩페이지와 상세페이지가, 조용히 고객을 놓치고 있는 건 아닐까요?

이 클래스는 숫자(정량 데이터)와 말(정성 리서치)을 연결해 “왜 전환이 안 되는지 설명할 수 있는 마케터”가 되는 과정입니다. 가상의 사례가 아닌, 실제 마케팅 현장에서 반복되는 전환 문제를 기준으로 데이터 해석 → 고객 인터뷰 → 사용성 테스트 → 개선 가설까지 실무에서 바로 써먹을 수 있는 사고 흐름과 작업 방식을 학습합니다. 예쁘게 만드는 법이 아니라, 설득할 수 있는 근거를 만들고, 개선 방향을 말할 수 있는 마케터가 되는 것. 이 강의의 목표는 결과물이 아니라, 전환을 설명하고 개선안을 제시할 수 있는 실무 역량입니다.

랜딩페이지·상세페이지의 전환 병목 지점을 데이터(CTR, CVR, 이탈률)로 진단할 수 있습니다.
숫자만으로 설명되지 않는 문제를 고객 인터뷰와 사용성 테스트로 보완할 수 있습니다.
전환이 안 되는 이유를 가설 → 근거 → 개선안 구조로 논리적으로 설명할 수 있습니다.
디자이너·개발자와 협업할 때 감이 아닌 데이터와 리서치로 의견을 전달할 수 있습니다.
페이지 개선 전·후를 성과 지표와 사용자 행동 기준으로 검증하고 반복 개선할 수 있습니다.

주요 경력

핀테크 · 결제 서비스 프로덕트 디자인
복잡한 결제 흐름·보안 조건을 고려한 UX 설계
데이터 기반 UI 개선 및 전환 최적화 경험
커머스 · 플랫폼 서비스 프로덕트 디자인
주문·결제·혜택 등 커머스 핵심 플로우 설계

저는 에이전시에서 삼성, LG, 네이버 등 다양한 기업의 프로젝트를 맡으며 UI/UX 디자이너로 커리어를 시작했고, 이후 2500만 명 이상이 사용하는 스타트업의 제품을 설계하며 실 사용자 중심의 디자인을 깊게 고민해왔습니다. 현재는 네카라쿠배 중 한 곳에서 데이터를 기반으로 더 나은 사용자 경험을 만드는 일을 하고 있어요. 10년 넘게 실무를 하면서 느낀 건, 디자이너의 역할이 계속해서 진화해왔다는 점이에요. 특히 2020년대 초반부터는 데이터를 이해하고, 근거와 성과를 바탕으로 디자인을 설명할 수 있는 디자이너가 더욱 주목받기 시작했죠. 단순히 보기 좋은 화면을 넘어, 고객의 문제를 정확하게 짚어내고 비즈니스에 실제로 기여하는 디자인이 중요해졌습니다. 저 또한 에이전시에서 일을 시작해 처음부터 데이터를 기반으로 디자인 할 수 있었던 것은 아닙니다. 수 많은 프로젝트를 경험하고, 실패도 해보며 방법을 계속 새롭게 배우는 과정을 거쳐왔습니다. 저는 이 강의에서 예쁜 디자인 만드는 법을 가르치지 않습니다. 대신 여러분이 실무에서 당장 내일부터 적용할 수 있는, 전환율을 실제로 올리는 데이터 기반 의사결정 방법을 가르칩니다. 마케터로 또는 디자이너로 성장하는 방법을 함께 나누고자 합니다.

1 주차 실습 Problem Finding

데이터·리서치 기반 개선 포인트 도출 실습

“막연히 별로다 → 데이터로 문제를 정의합니다.”

우리 제품 또는 서비스 선택
랜딩페이지·상세페이지 전환 흐름 직접 분해
개선이 필요하다고 느껴지는 지점 명시
왜 그 지점이 문제인지 논리적으로 서술

문제 정의 전환 흐름 분석 기획 사고

2 주차 실습 Data Interpretation

지표 기반 사용자 행동 해석 실습

“이 숫자가 의미하는 사용자 행동을 말로 풀어냅니다.”

제시된 가상 지표 데이터 확인
CTR·CVR·이탈률을 기반으로 사용자 행동 추정
어디에서 사용자가 망설이거나 이탈했는지 가설 수립
디자인 또는 구조 관점의 개선 방향 정리

지표 해석 가설 설정 데이터 사고

3 주차 실습 User Interview

고객 인터뷰 시나리오 직접 설계

“무엇을 물어봐야 할지부터 명확히 합니다.”

개선하고 싶은 기능 또는 페이지 선정
인터뷰 목적 명확히 정의
사용자의 실제 행동과 맥락을 끌어내는 질문 설계
인터뷰 결과에서 얻고 싶은 인사이트 가설 설정

유저 인터뷰 질문 설계 정성 리서치

4 주차 실습 Usability Test

UT 시나리오 & 테스트 설계 실습

“이 개선안이 실제로 통하는지 검증합니다.”

특정 전환 목표를 가진 UT 목적 설정
사용자가 반드시 거쳐야 할 행동 시나리오 구성
테스트 중 관찰해야 할 포인트 정의
테스트 결과로 확인하고 싶은 성공·실패 기준 설정

사용성 테스트 검증 설계 실무 적용

Point 1

빈 화면 공포증, 10분 만에 끝내기

기획

"상사 키워드 하나로 목차부터 초안까지 완성"

깜빡이는 커서만 봐도 막막한 당신, 이제 끝입니다. AI와 함께 10분 만에 탄탄한 목차, 개요, 질문 리스트를 완성하고 기획의 주도권을 잡으세요.

변화: 기획 시간 3시간 → 30분 (85% 단축)
논리 구조 일관성 향상으로 상사 컨펌 1회에 끝남

Point 2

"개떡같이 말해도 찰떡같이" 정리되는 보고서

작성

"두서없는 회의록, 깔끔한 완성 문서로 변신"

중구난방 녹음과 메모를 [현황-문제-해결] 구조의 전문 보고서로 재배치합니다. 비즈니스 문체 세탁, 개조식 포맷팅, 결재 받기 좋은 제목 생성까지 AI가 대신 처리합니다.

변화: 문서 작성 시간 4시간 → 1시간 (75% 단축)
임원진 선호 스타일의 전문적 문서 자동 완성

Point 3

엑셀 표를 설득력 있는 인사이트로

논리

"숫자만 던지는 건 이제 그만. 스토리를 입혀라."

매출 등락의 원인을 명쾌하게 분석하고, 데이터의 진짜 의미를 찾아냅니다. 가상 임원 압박 면접 시뮬레이션으로 빈틈없는 방어 논리를 갖춥니다.

변화: 데이터 분석 시간 4–6시간 → 1–1.5시간 (75% 단축)
Q&A 완벽 대비로 발표 스트레스 50% 감소

Point 4

복잡한 정보를 한눈에 보이는 표와 그림으로

시각화

"저작권 걱정 없는 고유 이미지를 1분에 생성"

복잡한 규정을 3초 표로 변환하고, 프로세스를 흐름도로 시각화합니다. 비즈니스 컨셉을 고해상도 이미지로 즉시 생성합니다.

변화: 시각화 작업 시간 2–3시간 → 30분 (80% 단축)
일관된 브랜드 톤앤매너 자료 확보

Point 5

문서에서 PPT까지, 디자인 신경 쓸 필요 없음

PPT

"목차만 입력하면 1분에 완성 슬라이드 초안"

A4 보고서를 10장 PPT로 자동 분할하고, Gamma로 디자인까지 자동 완성합니다.

변화: PPT 제작 시간 3–5시간 → 1시간 (80% 단축)
임원진 수준 레이아웃 자동 적용

Point 6

발표 스크립트부터 보안까지, 평생 쓰는 자산화

발표 & 자산

"발표 대본은 AI가, 나는 읽기만 하면 됨"

3분 발표 대본, Q&A 답변, 프롬프트 족보까지 정리해 평생 쓰는 자산으로 만듭니다.

변화: 발표 준비 스트레스 80% 감소
모든 업무 시간 평균 50% 단축

"AI로 만들었는데… 왜 이렇게 정리가 안 돼 보이죠?"

자료는 많은데 하나의 흐름으로 묶지 못해 고민하는 직장인

"자료는 AI가 모아 주었는데 … 설득력은 왜 이렇게 약할까요?"

AI 결과물이 ‘일머리 없는 문서’처럼 보이는 실무자

"예쁜 PPT는 나오는데… 맥락에 맞지 않아 다시 하고 있어요."

AI 툴을‘회사용 결과물’이 안 나와 고생하는 기획자

"AI로 빨리 썼는데… 스토리라인을 못 만들겠어요."

‘보고서의 흐름’을 잡지 못하는 실무 담당자

"AI 인포그래픽 이미지가… 보고서에 넣으면 어딘가 어색해요."

‘업무용 인포그래픽 퀄리티’가 안 나와 난감한 직장인

개인별로 부족한 부분은 멘토링을 통해 보완해 드립니다.

CLASS STEP

01 / 06

1 주차

데이터 기반 마케팅 디자인의 출발

마케터가 왜 디자인을 이해해야 하는지, 그리고 데이터 기반 디자인 역량의 본질을 정리합니다.

2파트

⌄

1-1

OT · 강의 소개

1-1-1

강사 소개 및 강의 목표

1-1-2

전체 커리큘럼과 학습 흐름 이해

1-1-3

취업·실무 시장에서 데이터와 리서치의 중요성

1-2

왜 데이터 기반 디자인이 필요한가

1-2-1

프로덕트 디자이너와 마케터의 역할 이해

1-2-2

디자인에 데이터·리서치가 필요한 이유

1-2-3

데이터 기반 디자인 개선 사례 분석

1주차 과제

우리 회사 또는 담당 제품의 랜딩페이지·상세페이지에서 데이터/리서치로 개선하고 싶은 부분과 그 이유 작성

2 주차

마케터가 이해해야 할 데이터 구조

정량·정성 데이터를 구분하고, 실무에서 해석하는 기준을 학습합니다.

2파트

⌄

2-1

디자인을 위한 데이터 유형

2-1-1

정성 데이터: 인터뷰 · UT · VOC

2-1-2

정량 데이터: CTR · CVR · 이탈률 · A/B 테스트

2-2

캠페인 단계별 데이터 활용

2-2-1

기획·실행·최적화 단계별 데이터 포인트

2-2-2

우리 회사 상황에 맞는 리서치 방법 선택

2-2-3

디자이너·개발자와의 협업 방식

2주차 과제

가상의 페이지 지표(CTR 5%, CVR 1.2%, 이탈률 78%)를 보고 사용자 행동, 문제점, 개선 방향 정리

3 주차

정성 리서치로 전환 병목 찾기

고객의 실제 행동과 발화를 통해 문제의 원인을 파악합니다.

2파트

⌄

3-1

정성 리서치 기본 개념

3-1-1

정성 데이터가 필요한 이유

3-1-2

유저 인터뷰와 UT의 차이

3-2

고객 인터뷰로 전환 병목 찾기

3-2-1

인터뷰 목적과 대상자 선정

3-2-2

시나리오 및 질문 설계

3-2-3

인터뷰 결과 정리와 인사이트 구조화

3주차 과제

가상의 고객 인터뷰 시나리오와 질문 리스트 작성

4 주차

사용성 테스트와 프로토타입 실습

실제 개선안을 검증하며 실무에 적용합니다.

2파트

⌄

4-1

사용성 테스트(UT) 이해

4-1-1

UT가 필요한 이유

4-1-2

UT 설계와 관찰 포인트

4-2

프로토타입 및 원격 테스트 실습

4-2-1

Figma 프로토타입 세팅

4-2-2

Zoom 기반 원격 UT 진행 팁

4주차 과제

특정 랜딩페이지·상세페이지 개선을 위한 사용성 테스트(UT) 시나리오 설계

이 코드를 모바일 버전으로 사용할거니, 클래스명을 리네이밍해주고, 폰트사이즈를 2스케일 줄여서 한글자도 빠짐없이 풀코드로 전달줘(그대로 덮여쓰기할거임)

필수 Google 계정 (제미나이 사용, 문서 작성, 데이터 정리, 이미지 생성 등 기본 업무용 AI 활용)

필수 PPT 자동 생성 및 시각화 도구 계정 (무료 플랜으로 실습 가능)

권장 PC 환경의 크롬(Chrome) 브라우저 (문서·이미지·PPT 실습 진행)

제공 기획·보고·PPT·발표까지 바로 쓰는 업무용 프롬프트 템플릿 세트

제공 실무 시뮬레이션용 예제 자료 (회의록, 기획안, 실적 데이터, 규정 문서 등)

* 본 강의는 무료 도구 중심으로 진행되며, 일부 고급 기능은 각 서비스의 정책에 따라 선택적으로 유료 전환이 필요할 수 있습니다.

유의 사항

[아이디 공유 금지 정책]

블루타이거 모든 온라인 강의에서는 1개의 아이디로 여러명이 공유하는 형태를 금지하고 있습니다.
동시접속에 대한 기록은 내부 시스템을 통해 자동으로 누적되며, 이후 서비스 이용이 제한될 수 있습니다.

[기기제한 정책]

온라인 강의 시청을 위해서는 ID별 최대 3개의 기기를 등록할 수 있으며, 기기 등록은 온라인 강의장 접속 시 자동 등록됩니다.
최대 갯수를 초과하였을 경우 등록된 기기 해제가 필요합니다.

[저작권 정책]

STEP 1 정규 수업 시청

→

STEP 2 과제 수행 · 제출

→

STEP 3 멘토링 수업 · 피드백

→

주차별 반복

전환이 안 되는 이유를 “디자인이 별로라서”라고 넘겨버리기 쉽습니다. 하지만 실제 문제는 어디서 고객이 멈추는지, 왜 망설이는지 모르고 있다는 것입니다. CTR은 나쁘지 않은데 CVR이 떨어지고, 이탈률은 높은데 무엇을 고쳐야 할지 감이 오지 않습니다. 이럴 때 흔히 디자인을 다시 만들거나 카피를 바꾸지만, 근거 없는 수정은 같은 결과를 반복할 뿐입니다. 지금의 랜딩페이지와 상세페이지가, 조용히 고객을 놓치고 있는 건 아닐까요?

이 클래스는 숫자(정량 데이터)와 말(정성 리서치)을 연결해 “왜 전환이 안 되는지 설명할 수 있는 마케터”가 되는 과정입니다. 가상의 사례가 아닌, 실제 마케팅 현장에서 반복되는 전환 문제를 기준으로 데이터 해석 → 고객 인터뷰 → 사용성 테스트 → 개선 가설까지 실무에서 바로 써먹을 수 있는 사고 흐름과 작업 방식을 학습합니다. 예쁘게 만드는 법이 아니라, 설득할 수 있는 근거를 만들고, 개선 방향을 말할 수 있는 마케터가 되는 것. 이 강의의 목표는 결과물이 아니라, 전환을 설명하고 개선안을 제시할 수 있는 실무 역량입니다.

랜딩페이지·상세페이지의 전환 병목 지점을 데이터(CTR, CVR, 이탈률)로 진단할 수 있습니다.
숫자만으로 설명되지 않는 문제를 고객 인터뷰와 사용성 테스트로 보완할 수 있습니다.
전환이 안 되는 이유를 가설 → 근거 → 개선안 구조로 논리적으로 설명할 수 있습니다.
디자이너·개발자와 협업할 때 감이 아닌 데이터와 리서치로 의견을 전달할 수 있습니다.
페이지 개선 전·후를 성과 지표와 사용자 행동 기준으로 검증하고 반복 개선할 수 있습니다.

주요 경력

핀테크 · 결제 서비스 프로덕트 디자인
복잡한 결제 흐름·보안 조건을 고려한 UX 설계
데이터 기반 UI 개선 및 전환 최적화 경험
커머스 · 플랫폼 서비스 프로덕트 디자인
주문·결제·혜택 등 커머스 핵심 플로우 설계

저는 에이전시에서 삼성, LG, 네이버 등 다양한 기업의 프로젝트를 맡으며 UI/UX 디자이너로 커리어를 시작했고, 이후 2500만 명 이상이 사용하는 스타트업의 제품을 설계하며 실 사용자 중심의 디자인을 깊게 고민해왔습니다. 현재는 네카라쿠배 중 한 곳에서 데이터를 기반으로 더 나은 사용자 경험을 만드는 일을 하고 있어요. 10년 넘게 실무를 하면서 느낀 건, 디자이너의 역할이 계속해서 진화해왔다는 점이에요. 특히 2020년대 초반부터는 데이터를 이해하고, 근거와 성과를 바탕으로 디자인을 설명할 수 있는 디자이너가 더욱 주목받기 시작했죠.

단순히 보기 좋은 화면을 넘어, 고객의 문제를 정확하게 짚어내고 비즈니스에 실제로 기여하는 디자인이 중요해졌습니다. 저 또한 에이전시에서 일을 시작해 처음부터 데이터를 기반으로 디자인 할 수 있었던 것은 아닙니다. 수 많은 프로젝트를 경험하고, 실패도 해보며 방법을 계속 새롭게 배우는 과정을 거쳐왔습니다. 저는 이 강의에서 예쁜 디자인 만드는 법을 가르치지 않습니다. 대신 여러분이 실무에서 당장 내일부터 적용할 수 있는, 전환율을 실제로 올리는 데이터 기반 의사결정 방법을 가르칩니다. 마케터로 또는 디자이너로 성장하는 방법을 함께 나누고자 합니다.

1 주차 실습 Problem Finding