Claude를 활용한 Shopify 정보 구조 최적화 방법

prosperitymedia.com.au조회수 01시간 전

핵심

정보 구조(IA)의 문제는 눈에 띄지 않다가 비용으로 돌아온다. Shopify 매장의 작은 실수는 제품, 변형, 리뷰, 추적 파라미터가 쌓이면서 기하급수적으로 증가한다. 한 클라이언트는 106,206개의 크롤 가능 URL을 가지고 있었는데, 대부분 색인 불가능했다. IA 최적화 프로세스를 거쳐 10,502개로 압축했으며, 상업적 페이지는 손실되지 않았다.

Shopify 정보 구조가 중요한 이유

세 가지 문제가 발생하며 서로를 강화한다.

크롤 예산 낭비: Google은 각 사이트의 권위도에 따라 유한한 크롤링 리소스를 할당한다. 가치를 생성하지 않는 페이지에 크롤 예산을 소비하는 것은 낭비다. 쓸모없는 각 URL은 Google이 새로운 컬렉션 대신 크롤해야 하는 페이지다.

링크 에퀴티 희석(링크 권위 분산): 동일한 페이지의 중복 버전이 사이트 곳곳에 흩어지면, 내부 링크와 백링크 권위가 모든 버전에 퍼지지 않고 하나의 URL에 통합된다. 견고한 IA는 에퀴티가 사이트 전체에 효율적으로 흐르도록 하며, 막혔던 끝점에 모이지 않도록 한다.

색인 비대화와 판매 손실: 가장 실제적인 영향이다. 내부 링크되지 않은 서브 컬렉션은 제대로 순위를 매길 수 없으며, 이미 상품이 있는 용어에서 매출을 놓치게 된다.

Shopify 정보 구조 모범 사례

Claude 작업 전 먼저 해결할 사항들이다.

서브 컬렉션 내부 링크: 모든 서브 컬렉션은 주요 컬렉션에서 링크되어야 한다. 가장 좋은 위치는 제품 페이지 자체로, 보통 화면 상단(제품 그리드 위) 또는 아래쪽의 별도 모듈이다. Link Stacks 같은 Shopify 앱이 대규모 작업에 유용하다. 올바르게 수행되면 루트 도메인에서 3개 홉 내에 모든 것을 유지한다.

브레드크럼 논리 적용: 깔끔한 부모-자식 관계를 만든다: 컬렉션 > 서브 컬렉션 > 제품. 블로그의 태그 구조에도 같은 방식을 적용할 수 있다.

URL 정규화(canonicalisation) 수정: Shopify는 기꺼이 같은 제품을 /products/와 /collections/{collection}/products/ 모두에서 제공한다. 정식(canonical) /products/ 버전에만 링크한다. Liquid 테마 파일에서 처리할 수 있다. 단일 제품 URL의 장점은 제품이 중복을 만들지 않으면서 여러 카테고리에 있을 수 있다는 점이다.

무한 스크롤이 아닌 페이지 나누기: 페이지 나누기는 전체 카탈로그에 내부 링크하기에 훨씬 효과적이다. 큰 인벤토리의 경우 페이지당 50개 제품으로 설정하고 베스트셀러 우선으로 정렬한다.

블로그 태그 및 구조화: 블로그 게시물에 자체 카테고리를 부여하고 메가 메뉴의 블로그 서브 섹션에서 링크한다. 자체 제품을 모은 리스트 글은 깊은 페이지 나누기에 묻힌 제품에 내부 링크하고 크롤 깊이를 단축하는 좋은 방법이다.

웹 픽셀 URL 주의: 최근 Shopify 사이트에서 이것이 폭발적으로 증가하고 있다. 각 페이지에 추가된 추적 태그가 대규모 크롤 가능 URL을 생성한다. 사이트 전체에서 이들로의 내부 링크를 제거한다. 그럴 수 없으면 robots.txt에서 해당 문자열을 차단한다.

리뷰 플랫폼 주시: Bazaarvoice가 반복적인 원인이다. 제품에 남겨진 모든 리뷰마다 크롤 가능하고 색인 가능한 페이지를 생성할 수 있다. 리뷰가 증가하면서 이 페이지들도 증가하며, 실제로 신경 쓰는 정식 페이지와 캐니벌라이징(순위 분산)될 수 있다.

Claude 프로젝트 설정

이 부분 이후의 모든 것이 이것에 달려 있다. 건너뛰면 전체 프로젝트에서 Claude에 클라이언트를 계속 설명해야 한다.

마크다운 파일로 콘텍스트 제공

마크다운 파일은 짧은 텍스트 파일로 Claude에 비즈니스에 대한 지속적인 콘텍스트를 제공한다. 한 번 설정하면 해당 클라이언트의 모든 향후 구축이 Claude가 이미 누구인지 알고 시작한다.

에이전시 경로: 모든 Prosperity Media 사업 시작에서 비즈니스 목표, SEO 이력, 기술 스택 등을 다루는 발견 세션을 진행한다. 전체를 기록(Gemini 전사 또는 Fireflies 같은 서드파티 앱 사용)한 다음 전사본과 요약 문서를 Claude에 입력하여 마크다운 파일을 구축하며, 최적화된 CLAUDE.md를 포함한다. "why, how, what" 구조를 사용한다.

브랜드측 경로: 브랜드측이거나 매장을 소유한 경우, Claude로 발견 세션을 진행하도록 한다. 상위 경쟁사, ICP(이상적 고객 프로필), 브랜드 보이스, 목표 키워드, 사이트 아키텍처, 제품 및 IA, 비즈니스 목표, 기술 스택, 규정, 목표 시장을 생성하도록 한다. Fenty의 경우 메가 메뉴 브리프, 제품-카테고리 매핑, 경쟁사 선택 파일이 나왔다.

SEO MCP 스택

MCPs(모델 콘텍스트 프로토콜)는 마크다운 파일 위에 계층화되므로 Claude가 도구를 진공 상태가 아닌 콘텍스트와 함께 사용한다. 이 워크플로우에 의존하는 네 가지:

Firecrawl: 웹 스크래핑. Google 결과, 경쟁 사이트, products.json 엔드포인트를 포함한 웹의 공개 파일.
Ahrefs: 전체 키워드 연구 기능, 사용자 정의 스킬로 자체 프로세스를 래핑할 수 있음.
SEOGets: Google Search Console 데이터를 가져오고 일반적으로 수동으로 수행할 분석을 실행.
Screaming Frog: Screaming Frog의 모든 기능을 에이전틱 방식으로 작동하며, 마크다운 파일을 통해 사용자 정의 로직 및 추론으로 학습 가능.

인기 있는 Shopify 매장을 크롤링할 때 429 "요청 많음" 오류를 트리거하지 않도록 1개 스레드와 초당 1개 URL로 제한한다.

스킬 개발

스킬은 MCPs를 반복 가능하게 만든다.

가르치고 피드백 제공: Claude와 함께 프로세스를 실제로 진행하고 중간에 충분한 피드백을 제공한다. 프로세스를 설명하지 말고 실행한다.

배포 및 다듬기: Claude에 스킬로 저장하도록 요청한 다음 생성된 마크다운 파일을 읽고 맞지 않는 부분을 편집한다.

지속적으로 조정: 나중에 오류가 발생하면 스킬을 업데이트하도록 요청한다. 스킬은 사용할 때마다 개선된다.

SOP 통합: 팀이 이미 따르는 SOP가 있으면 마크다운으로 전달한다. 그렇게 하면 Claude는 단지 Ahrefs를 사용하는 법이 아닌 Ahrefs를 당신의 방식으로 사용하는 법을 배운다.

IA 작업에 필요한 핵심 스킬은 키워드 연구(Ahrefs 통해)와 GSC 및 스크래핑 분석(SEOGets + Firecrawl의 products.json)이다. 경쟁사 메뉴 IA 분석 스킬과 제품-키워드 전략 스킬도 개발했으며, 둘 다 여기서 많은 작업을 수행한다.

Claude로 최적화된 Shopify IA 구축

프로젝트 설정이 완료되면, 도구가 어떻게 함께 작동하는지 알아본다.

Shopify 인벤토리 매핑

시퀀스:

Firecrawl로 products.json 파일을 크롤하여 전체 Shopify 인벤토리를 확보한다. 기존 컬렉션 페이지의 깨끗한 목록만 원하면 컬렉션 XML 사이트맵을 크롤할 수도 있다.
Screaming Frog로 기존 IA를 크롤하여 가정한 방식이 아닌 현재 내부 링크 구조가 실제로 어떤 모습인지 파악한다.
SEOGets로 컬렉션 페이지의 역사적 성과를 가져온다. 이것이 이미 순위를 매기고 있는 서브 컬렉션을 찾는 곳이며, 진정으로 유용한 신호다. AU, US, UK 같은 목표 시장으로 세분화한다.
이제 전체 제품 인벤토리를 콘텍스트로 하여 Ahrefs에서 스킬로 키워드 연구를 실행하여 전혀 다루지 않는 기회를 찾는다.
그 다음 미개척 기회를 만들고, 그 단계에서 QA를 진행하고, 새로운 컬렉션 페이지에 관련 제품을 매핑한 후, 경쟁사 벤치마킹으로 완료한다.

products.json 파일

거의 모든 Shopify 매장은 의도적으로 차단되지 않는 한 이 엔드포인트를 노출한다. Allbirds, Kylie Cosmetics, Fenty Beauty 모두 그렇다.

Fenty의 엔드포인트를 사용하여 products.json을 컬렉션 XML 사이트맵과 병합하여 Claude Code에서 제품-컬렉션 매핑 JSON 파일을 구축했다. Screaming Frog 크롤과 함께 놓으면, Claude에 현재 구조의 정말로 완전한 그림을 제공한다.

경쟁사 모범 사례 도용

이제 작동하는 것을 가져간다. Firecrawl로 경쟁사 사이트를 스크래핑하거나 메가 메뉴를 수동으로 스크린샷 촬영해 Claude에 이미지를 전달한다. 둘 다 작동하며, 이 프로세스를 위한 스킬을 구축했다.

Fenty 비교가 포인트를 자체적으로 만든다. 메가 메뉴가 얇다: 베스트셀러 블록, 신규 도착, 컬렉션 적음. 실제로 69개의 컬렉션 페이지가 있으며, 그중 일부만 네비게이션에 나타난다. 나머지는 사실상 고아(orphaned) 페이지다. NARS 및 Charlotte Tilbury와 비교하면, 이들은 훨씬 더 깊은 컬렉션 및 서브 컬렉션 구조를 구축했으며, 메뉴가 실제 내부 링킹 작업을 수행한다.

시간이 실제로 소비되는 곳

이런 프로젝트는 수동으로 20~30시간 걸리지만, 5~10시간으로 단축된다. 그러나 그 주장의 정직한 버전이 중요하다: 남은 시간 대부분은 Claude의 출력을 QA하는 데 소비되며, 생성이 아니다.

출력이 좋지 않으면 이 순서로 디버깅한다:

마크다운 파일을 확인한다. 충분한 콘텍스트가 있는가?
스킬을 확인한다. 단계를 제대로 완료할 만큼 실제로 미세 조정되어 있는가?
그리고 둘 다 완벽하더라도, 최종 계층이 당신이라는 사실을 받아들인다.

당신의 SEO 전문 지식과 브랜드에 대한 지식이 권장사항을 최종 승인하는 것이다. 그 부분은 자동화되지 않는다.

Claude Design 및 Claude Code로 메가 메뉴 시각화

마지막 단계는 모든 매핑을 개발자가 구축할 수 있는 것으로 전환하는 것이다.

먼저 디자인 시스템 구축

Claude Design에서 브랜드용 디자인 시스템을 설정한다.

Fenty 예시의 경우 내부 파일에 접근할 수 없었으므로 라이브 웹사이트 링크와 기존 메가 메뉴의 스크린샷을 사용했으며, 그것으로 충분했다.

더 많은 것을 활용할 수 있으면 Figma 파일, 스타일 및 브랜드 지침, 기타 브랜드 자산을 입력한다.

이미 만든 파일로 브리프 제공

앞의 작업이 여기서 보상된다. Claude Design에 제공한다:

메가 메뉴 브리프 마크다운 파일
메가 메뉴 매핑 CSV 내보내기(새 컬렉션 페이지를 제품에 매핑)
products.json 및 컬렉션 사이트맵에서 구축한 제품/컬렉션 매핑 JSON 파일
스타일을 위해 자체 현재 메가 메뉴의 스크린샷
모범 사례를 위해 경쟁사 메가 메뉴의 스크린샷

Claude Design에서 UI를 생성한 다음 더 다듬고 싶으면 HTML 파일을 Claude Code로 가져온다.

전후 비교

Fenty의 기존 메뉴는 희박하다. 몇 개의 링크와 많은 빈 공간이다.

다른 한쪽에서 나온 버전은 상단에 배송 임계값 메시지, face 및 cheek 같은 적절한 상위 레벨 카테고리, 각 카테고리 아래 연결된 서브 컬렉션이 있다.

중요한 것은 그렇지 않으면 절대 발견되지 않을 이전에 고아 상태였던 컬렉션 페이지에 링크한다는 점이다.

SEO에 더 좋다. 또한 장바구니에 온 사람이 찾는 것을 찾을 수 있으므로 더 좋다.

요약

모든 것을 함께 묶으면:

Shopify IA 기초 설정: 내부 링크, 브레드크럼, 정규화, 페이지 나누기, 색인을 조용히 비대화하는 파라미터 및 리뷰 URL.
마크다운 파일로 콘텍스트 구축: 발견 세션 또는 자체 인터뷰, 그 다음 최적화된 CLAUDE.md와 지원 파일.
스킬 생성 및 MCPs 연결: Firecrawl, Ahrefs, SEOGets, Screaming Frog를 해당 콘텍스트에 구축된 반복 가능한 스킬에 래핑.
경쟁사 연구 실행: 무엇이든 설계하기 전에 업계의 모범 사례가 무엇인지 파악한다.
UI 설계: Claude Design 및 Claude Code에서 데스크톱 및 모바일 navbar를 매핑하고, 스프레드시트 대신 시각화로 개발자를 브리프한다.

강조할 것은 이 단계 중 어느 것도 독립적이지 않다는 것이다. 계층화된다. 디자인 출력은 매핑만큼만 좋고, 매핑은 스킬만큼만 좋으며, 스킬은 시작 시 설정한 콘텍스트만큼만 좋다. 기초를 제대로 하면 마지막 단계는 거의 자체적으로 구축된다.

당신의 Shopify 사이트 IA는 이 프로세스를 거친 후 훨씬 더 깔끔해 보일 것이다. 그리고 당신의 크롤 예산이 감사할 것이다.