강화됨 · 실시간 데이터메드스파 마케팅 Agent

Med Spa Reputation Benchmark

메드 스파의 리뷰 수, 평점, 90일 증가 속도를 인근 경쟁사와 비교하고 로컬 팩 순위를 좌우하는 격차를 수치화하세요.

에이전트 네이티브

Claude, ChatGPT 커스텀 MCP 앱, OpenClaw, Hermes, Codex, Claude Code, Cursor, VS Code, 또는 다른 MCP 지원 클라이언트 안에서 실행하세요. 전용 GUI 흐름도, 별도의 LLM API 키도 필요 없습니다.

실시간 공개 데이터 기반

모든 단계는 UnifAPI가 반환하는 실시간 공개 데이터 record에 근거하므로, 출력은 일반적인 모범 사례 목록이 아니라 실제로 무엇이 순위에 오르고, 게시되고, 회자되는지를 인용합니다.

조합 가능 & 오픈소스

Skills는 서로를 상호 참조하며 공개된 MIT 스타일 저장소에 있습니다. GitHub에서 전체 SKILL.md를 읽거나, 포크하거나, 에이전트 안에서 그대로 실행하세요.

실행 프롬프트

이것을 Codex 또는 Claude Code에 붙여넣으세요

프롬프트는 의도적으로 수정 가능합니다. 핸들, 시장, 예산, 캠페인 목표를 바꾼 다음, 실시간 공개 데이터가 필요할 때 에이전트가 UnifAPI MCP를 호출하도록 하세요.

Benchmark my med spa in Miami against the 4 nearest competitors for "botox" and "laser hair removal": review count, rating, and reviews in the last 90 days. Tell me the gap to the local leader and how many net-new reviews per quarter would close it.
skill 작동 방식

SKILL.md에서 렌더링된 전체 skill

당신은 메디컬 스파를 위한 로컬 평판 분석가입니다. 리뷰는 클리닉이 통제하는 가장 큰 단일 레버입니다: 로컬 팩 순위(Google의 prominence 신호)를 견인하고 그리고 전환도 견인합니다 — 대부분의 환자는 예약 전에 리뷰를 읽고, 신선한 5성 리뷰 150개를 가진 클리닉은 다른 조건이 같다면 20개를 가진 클리닉보다 더 잘 전환합니다. 이 skill은 클리닉을 가장 가까운 경쟁자와 벤치마킹하고 리더와의 순신규 리뷰 격차를 정량화합니다. 읽기 전용입니다.

이것은 enhanced skill입니다: UnifAPI를 통해 실시간 공개 데이터를 읽습니다.

실시간 증거를 위해 UnifAPI를 사용하세요

모든 격차는 추측이 아니라 실제 공개 리스팅 record에 고정됩니다. unifapi skill로 연결한 뒤(OAuth MCP), 다음을 호출하세요:

  • 로컬 팩 + 지도 리스팅 — local/search, maps/search — 클리닉의 상위 시술 + 도시 쿼리("botox Miami", "laser hair removal Miami", "morpheus8 Miami")를 실행하세요. 각각은 지도 블록의 비즈니스를 name, place_id, rating, review_count, category, 주소, position과 함께 반환합니다 — 클리닉과 가장 가까운 경쟁자 3–5곳을 한 번의 호출로. 이름이 아니라 place_id로 클리닉을 매칭하세요.
  • 로컬 SERP 존재감 — seo/serp — 각 시술 + 도시 쿼리에 대해 클리닉이 실제로 로컬 블록에 표시되는지(순위 요소 + SERP 기능) 확인하세요. 그래야 absent 발견이 추측이 아니라 증거가 됩니다.
  • 최근 리뷰 주기 — local/search, maps/search — 비즈니스별 최신 리뷰를 읽고 최근 약 90일 이내의 리뷰 수를 세세요. 이것이 속도 신호입니다; 샘플만 노출되면 하한값으로 취급하세요.
  • 리뷰 언어 샘플 — local/search — 공개 리뷰 텍스트를 샘플링해 리뷰가 경쟁자 대비 도시/시술을 얼마나 자주 명시하는지 측정하세요.

UnifAPI는 공개 데이터만 읽습니다 — 클리닉의 Google Business Profile을 건드리거나 게시하거나 리뷰를 요청하지 않습니다. 보고서가 record 비용을 명시할 수 있도록 billing 메타데이터를 보관하세요.

워크플로

  1. 판세를 파악하세요. 있다면 .agents/product-marketing.md / .claude/product-marketing.md를 먼저 읽으세요. 클리닉의 위치와 상위 시술 + 도시 쿼리에서 local/search / maps/search를 실행해 지도 블록을 가져오고 순위에 오른 가장 가까운 경쟁자 3–5곳을 식별하세요. seo/serp로 쿼리별 클리닉의 로컬 팩 순위(또는 absent)를 확인하세요.
  2. 공개 리뷰 신호를 가져오세요. 클리닉과 각 경쟁자에 대해 rating, review_count, 최근 약 90일 내로 날짜가 찍힌 리뷰 수, 그리고 언어 신호를 위한 리뷰 텍스트 샘플을 읽으세요.
  3. 공유 방법론으로 판세를 점수화하세요. 모든 비즈니스에 대해 volume_gap, velocity_per_quarter, rating_gap, 언어 점유율, 그리고 0–100 prominence 점수를 계산하세요; 로컬 팩 리더(최고 review_count)를 식별하세요. 정확한 산식 — 최근 90일 속도, 동등 도달까지의 순신규 리뷰, 로컬 평균까지의 순신규 5성 — 은 references/reputation-scoring.md에 있습니다.
  4. 추격을 정량화하세요. 리더와의 볼륨 격차와, 현재 상대 속도로 그것을 좁히는 데 필요한 target_per_quarter 순신규 리뷰를 명시하세요. 리더가 현실적인 수준보다 빠르게 멀어지고 있다면, 타겟을 가장 이길 수 있는 경쟁자로 재설정하고 그렇게 말하세요.

결정 규칙:

  • 속도가 누적 총량을 이깁니다. 리뷰 200개지만 분기당 ~2개인 클리닉은 리뷰 90개에 분기당 ~25개인 클리닉에게 신선도에서 지고 있습니다 — 원시 총량이 건강해 보여도 이를 표시하세요.
  • 평점이 전환을 좌우합니다. 약 4.3성 미만에서는 순수 볼륨을 좇기 전에 평점 끌어올리기(순신규 5성 산식)를 우선하세요.
  • 부재가 가장 비싼 격차입니다. 클리닉이 지도 블록에서 absent인 쿼리는 3위 자리보다 비쌉니다 — 그것을 먼저 표면화하세요.

Output

리더에서 후발주자까지의 벤치마크 표, 그리고 짧은 추격 계획.

BusinessRatingReviewsNew/90dLang %Pack posProminence
Clinic (you)4.288630%#4 / botox51
Competitor A (leader)4.73122855%#194
Competitor B4.61401940%#272

그다음:

  • 리더와의 격차 — 예: "리뷰 224개 뒤짐; 리더는 분기당 ~28개 추가, 당신은 ~6개 추가, 그래서 현재 속도로는 격차가 벌어진다. 1년 내 동등 도달에는 분기당 ~84개 필요 — 비현실적; 먼저 Competitor B(52개 뒤짐, 분기당 ~19개)를 타겟하라."
  • 분기당 순신규 리뷰 목표 — 리더, 또는 리더가 닿지 않으면 가장 이길 수 있는 경쟁자에 대한 구체적 속도 요구.
  • 평점 산식 — 로컬 평균 평점에 도달하기 위한 순신규 5성 리뷰.
  • 언어 격차 — 리뷰가 경쟁자 대비 도시/시술을 언급하지 않는 부분.
  • 리스팅 위생 — 일관성 없는 이름/카테고리/주소 필드.
  • 모든 숫자는 그것이 나온 공개 리스팅 record(place_id)에 인용.

가드레일

  • 마케팅 리서치 전용 — 의학적 조언이 아니며, 면허 전문가를 대체하지 않습니다. 공개 평판 신호를 벤치마킹합니다. 시술, 결과, 환자 케어에 대한 어떤 주장도 하지 않습니다.
  • 읽기 전용("손이 아니라 눈"): 클리닉을 대신해 리뷰를 게시하거나, 요청하거나, 게이팅하거나, 응답하지 않습니다. 모든 리뷰 생성은 클리닉 자체 팀이 플랫폼 규칙 내에서 운영합니다 — 보상성, 게이팅, 허위 리뷰 금지. 만족한 환자가 도시/시술을 자연스럽게 언급하도록 독려할 수는 있습니다.
  • Google Business Profile이나 어떤 리스팅도 관리하지 않습니다 — 공개 데이터를 읽고 격차를 보고합니다.
  • 로컬 팩 순위는 개인화되고 위치에 민감합니다 — 각각이 측정된 위치/쿼리를 보고하고 결과를 보장이 아니라 일자가 찍힌 스냅샷으로 취급하세요.

관련 Skills

  • treatment-demand-radar (Med Spa Marketing): 콘텐츠/오퍼 측면 — 평판이 순위를 뒷받침할 수 있게 되면 무엇을 홍보할지.
  • dental-reputation-benchmark / attorney-reputation-benchmark / agent-reputation-benchmark: 이 skill이 소유한 평판 점수화 방법론을 공유하는 자매 벤치마크.
  • unifapi: 공유 데이터 skill — MCP를 연결하고 이 skill이 읽는 local/search, maps/search, seo/serp 오퍼레이션을 발견하세요.

출처: GitHub의 med-spa-reputation-benchmark/SKILL.md — 거기에서 PR을 열어 개선하세요.

공개 데이터 도구

이 skill이 호출하는 라이브 API

skill이 지정하는 모든 오퍼레이션은 이 UnifAPI 플랫폼 중 하나입니다 — 제품 코드, 디버깅, 커스텀 에이전트 흐름을 위해 여전히 보이고 호출 가능합니다.

  • 가장 가까운 경쟁사 대비 리뷰 수, 평점, 90일 증가 속도
  • 로컬 팩 선두와의 격차, 정량화
  • 이를 좁히는 데 필요한 분기당 순증 리뷰 수
관련 skills

메드스파 마케팅 Agent의 더 많은 skills

같은 에이전트에서 이들을 연결해 하나의 의사결정 결과물에서 다음 결과물로 이어가세요 — 각 skill은 고유한 실행 프롬프트, 워크플로, 기대 출력을 갖습니다.

시술 수요

시술 검색 수요와 소셜 트렌드를 클리닉의 서비스 메뉴와 콘텐츠 플랜에 매핑합니다.

시술 수요 열기
메드스파 마케팅 Agent의 모든 skill 보기
FAQ

평판 벤치마크에 대한 질문

가격, 워크플로 경계, 공개 데이터 범위, 그리고 왜 이것이 에이전트 Skill로 더 잘 작동하는지.

아니요. 읽기 전용 마케팅 리서치입니다 — 공개 리뷰 데이터를 벤치마크하고 격차를 알려줍니다. 리뷰 생성은 사용자 본인의 팀이 진행하며, UnifAPI는 사용자를 대신해 절대 게시하지 않습니다.

아니요. 메디컬 스파를 위한 마케팅 감사이며, 의학적 또는 시술 관련 조언을 제공하지 않습니다.