5가지 쉬운 단계로 A/B 테스트를 수행하는 방법(및 2개의 예)

마케팅 캠페인을 개선하고 사용자 경험을 최적화하며 고객에 대해 자세히 알아볼 수 있는 방법이 있다고 하면 어떨까요?

글쎄, 있다.

A/B 테스트를 실행하기만 하면 되며 생각보다 쉽습니다.

A/B 테스트의 중요성과 이 방법을 사용하여 전환율을 개선하고 변화를 측정하며 수익을 높이는 방법에 대해 이야기하겠습니다.

그러나 먼저 기본 사항을 살펴보겠습니다.

A/B 테스트는 동일한 것의 두 가지 다른 버전을 분석하여 어느 것이 더 나은 성능을 보이는지 확인하는 것입니다. 분할 테스트라고도 합니다.

출처: 허브스팟

웹사이트에 대한 새 방문 페이지를 만들었다고 가정합니다. 모양이 마음에 들지만 기존 방문 페이지보다 실적이 좋을지 확신이 서지 않습니다.

새 것으로 변경할 수는 있지만 전환율이 낮아질 수 있습니다.

방문자가 선호하는 버전을 알고 싶습니다. 이를 위해 A/B 테스트를 실행할 수 있습니다. 사이트를 방문하는 방문자의 절반은 방문 페이지 A를 보고 나머지 절반은 방문 페이지 B를 보게 됩니다.

테스트가 완료되면 어떤 버전의 랜딩 페이지가 가장 전환율이 높은지 확인할 수 있습니다. 웹사이트에 추가해야 하는 버전입니다.

방문 페이지뿐만 아니라 거의 모든 것에 대해 A/B 테스트를 실행할 수 있습니다 . 브랜드는 일반적으로 다음을 테스트합니다.

• 뉴스레터 디자인, 제목 및 기타 이메일 사본
• 클릭 유도문안 버튼
• 제품 설명
• 사용자 리뷰
• 팝업 광고 등

분할 테스트를 실행하면 사용자 참여를 이해하고 더 나은 마케팅 결정을 내리는 데 도움이 될 수 있습니다.

분할 테스트의 다양성은 디지털 마케팅 도구 상자에서 가장 가치 있는 자산 중 하나입니다. 이를 통해 디지털 콘텐츠를 변경할 때 사람들이 어떻게 반응하는지 확인할 수 있습니다. 이를 통해 방문자 행동 및 구매 선호도에 대한 더 많은 통찰력을 얻을 수 있습니다.

A/B 테스트를 수행하는 올바른 방법과 잘못된 방법이 있습니다.

올바른 방법은 방문자의 선호도에 맞게 웹사이트의 다양한 요소를 미세 조정하여 전환 목표를 달성하는 데 도움이 됩니다. 잘못된 방법은 많은 시간을 낭비하게 할 것이며 아무도 그것을 원하지 않습니다.

다음은 A/B 테스트를 최대한 활용하는 데 도움이 되는 몇 가지 모범 사례입니다.

1. 전략부터 시작하라

A/B 테스트를 수행하는 것은 과학적 방법을 따르는 것과 매우 유사합니다. 당신은 단지 무작위로 물건을 변경하지 않습니다. 따라야 하는 과정이 있습니다.

다음을 수행해야 합니다.

• "뉴스레터 구독을 늘리려면 어떻게 해야 합니까?"라는 질문으로 시작하십시오.
• 가설을 세웁니다. "내 방문 페이지에 이탈 의도 팝업을 추가하면 구독자가 늘어날 것입니다."
• 실험 수행: 팝업이 있거나 없는 방문 페이지에서 A/B 테스트를 실행합니다.
• 결론: "팝업을 사용하여 구독자를 8.75% 더 늘렸습니다."

목표나 원하는 결과를 염두에 두지 않으면 무언가가 잘 될 것이라는 희망으로 목적 없이 테스트하고 있는 것입니다. 그렇기 때문에 A/B 테스트를 시작하기 전에 전략을 개발하는 것이 중요합니다.

달성하고자 하는 것이 무엇인지 알고 나면 테스트 계획을 시작할 수 있습니다.

여기 예가 있습니다.

목표가 뉴스레터 구독을 늘리는 것이라고 가정하십시오. 가장 먼저 해야 할 일은 구독을 늘릴 수 있는 다양한 방법을 생각하여 해당 목표를 중심으로 전략을 수립하는 것입니다. 다음을 수행할 수 있습니다.

• 방문자가 방문 페이지를 떠날 때 타겟팅하도록 선택 양식 팝업을 추가합니다.
• 새 방문 페이지를 만듭니다.
• 기존 클릭 유도문안의 버튼 색상을 변경합니다.

이것들은 테스트하기에 훌륭한 것들입니다. A/B 테스트는 원하는 만큼 실행할 수 있지만 한 번에 하나의 요소만 테스트하면 됩니다 .

방문자가 어떤 요소에 응답하는지 알 수 없으므로 새 방문 페이지에서 새 팝업을 테스트하지 마십시오.

그러나 동일한 요소에 대해 여러 테스트를 실행할 수 있습니다. 이것을 다변수 테스트라고 합니다.

다변수 테스트의 예는 각 변형에 대해 다른 클릭 유도문안 버튼을 사용하는 세 개의 회전 팝업 버전 을 분할 테스트 하는 것입니다. 여러 테스트를 실행하고 있지만 여전히 동일한 요소(회전 팝업 팝업)를 분석하고 있습니다.

2. A/B 테스트를 위한 토대 마련

모든 A/B 테스트에는 다음이 있어야 합니다.

• 제어: 현재 디지털 자산. 제어는 블로그 게시물 제목, 이메일 제목, 클릭 유도문안 양식 또는 테스트할 수 있는 기타 모든 것이 될 수 있습니다.
• Challenger: 테스트하려는 컨트롤의 수정된 버전입니다.

블로그 게시물에 환영 팝업이 있고 이탈 의도 팝업의 효과를 테스트하려고 한다고 가정해 보겠습니다. 환영 팝업은 귀하의 컨트롤이고 종료 의도 팝업은 귀하의 도전자입니다.

이제 샘플 크기를 설정할 차례입니다. 누구에게 테스트를 보낼 것인가?

이메일 캠페인을 분할 테스트하는 경우 구독자의 절반에게 컨트롤을 보내고 나머지 절반에게는 도전자를 보낼 수 있습니다.

웹사이트에서 페이지와 요소를 테스트하려는 경우 방문자를 어떻게 타겟팅합니까?

표본 크기가 충분히 큰지 확인하려고 합니다. 그렇지 않으면 테스트에서 정확한 결과를 얻을 수 없습니다 .

Optimizely에는 샘플 크기를 설정하는 데 도움 이 되는 계산기 가 있습니다.

당신이해야 할 모든

1. 컨트롤의 변환율을 입력합니다 . 이는 기존 개체의 변환율입니다.

2. 테스트에서 인정하기를 원하는 개선 정도를 결정합니다 . 아래 그림에서 감지 가능한 최소 효과는 20%입니다. 이는 테스트에서 20% 이상의 전환 상승도를 감지할 것임을 의미합니다.

3. 테스트의 통계적 유의성을 선택합니다 . 이것을 정확도라고 생각하십시오. 테스트의 통계적 유의성이 95%이면 결과가 정확하다고 95% 확신할 수 있습니다.

그리고 타다! 계산기는 테스트를 보여줄 방문자 수에 대한 샘플 크기를 제공합니다.

3. 테스트 시작

테스트를 시작하고 데이터를 수집하려면 A/B 테스트 도구가 필요합니다. 분할 테스트 통계에 대한 가이드를 읽고 테스트를 시작하고 결과를 측정하는 방법에 대해 자세히 알아볼 수 있습니다 .

개인화된 팝업을 생성하고 A/B를 실행하고 이에 대한 다변수 테스트를 수행할 수 있는 솔루션을 찾고 있다면 OptiMonk를 확인하십시오 .

특별히 A/B 테스트 도구는 아니지만 OptiMonk를 사용하여 다음과 같은 다양한 웹사이트 요소 를 만들고 테스트 할 수 있습니다.

• 팝 업
• 사이드 메시지
• 나노바
• 배너 등

테스트를 시작한 후에는 기간을 결정해야 합니다.

일반적으로 회사는 몇 개월 또는 비즈니스 주기 동안 테스트를 실행 하지만 모든 경우가 다릅니다. 이상적으로는 95%의 통계적 유의성에 도달할 때까지 테스트 하는 것이 좋습니다 .

단 며칠 동안만 테스트를 실행해서는 안 됩니다. 실적을 왜곡하는 전환의 단기 급증 또는 감소를 경험할 수 있으므로 정확한 테스트 결과를 제공하지 않습니다.

4. 결과 측정

테스트 결과를 측정하는 것은 빠르고 쉬운 과정입니다.

위 사진은 옵티몽크를 통해 다변수 팝업 테스트를 진행한 결과입니다. 너는 볼 수있어

• 각 테스트의 조회수(노출수)
• 전환수
• 전환율
• 각 테스트의 자신감

변형 1의 전환율이 가장 좋은 것을 그림에서 알 수 있지만 테스트는 아직 끝나지 않았습니다. 변형 1과 2는 95% 이상의 신뢰 수준에 도달하지 않았으므로 아직 변형 1을 승자로 자신 있게 선언할 수 없습니다.

언제 검사를 중단해야 합니까? 테스트가 95% 신뢰 수준에 도달하면 테스트를 완료하기에 충분한 정보를 갖게 됩니다. 그런 다음 전환율이 가장 높은 변형을 챔피언으로 선택할 수 있습니다.

5. 다음 테스트 계획

A/B 테스트를 일회성으로 생각하지 마십시오. 고객의 선호도는 시간이 지남에 따라 변하기 때문에 지속적인 프로세스로 간주하십시오.

또한, 특히 고객 중심 콘텐츠를 제작할 때 항상 개선의 여지가 있습니다. 웹 페이지를 다시 디자인하거나 옵트인 양식의 버튼 크기를 변경할 때마다 A/B 테스트를 실행하여 방문자가 선호하는 버전을 확인하십시오.

마케팅 캠페인의 다양한 요소를 개선 할 수 있는 방법을 생각해 보십시오 . Google Analytics에서 방문 페이지를 평가하십시오. 이탈률, 전환율, 페이지에 머문 시간과 같은 측정항목을 살펴보세요.

개선의 여지가 있다고 생각되면 페이지를 변경하고 테스트하는 방법을 생각할 수 있습니다.

이제 A/B 테스트를 성공적으로 실행하는 방법을 알았으므로 한 가지 질문이 남습니다. 실제로 작동합니까?

전적으로!

A/B 테스트는 가장 효과적인 전환 최적화 솔루션 중 하나입니다. 그러나 그것에 대해 우리의 말을 받아들이지 마십시오. 아래 두 가지 사례 연구를 읽고 직접 확인하십시오.

부츠 커프 및 양말

여성 신발 회사인 Boot Cuffs & Socks는 판매 촉진에 도움이 필요할 때 OptiMonk를 선택했습니다. 그들은 구매를 완료하지 않고 사이트를 떠나는 쇼핑객을 위한 팝업을 만들었습니다.

방문자가 구매를 완료하도록 장려하기 위해 두 가지 버전을 만들었습니다. 하나는 $4.25 스토어 크레딧을 제공했고 다른 하나는 10% 할인을 제공했습니다. Boots Cuffs & Socks는 두 버전이 서로 어떻게 작동하는지 확인하기 위해 A/B 테스트를 실행했습니다.

테스트는 40일 동안 실행되었으며 사람들이 버전 B를 더 좋아한다는 것을 발견했습니다. 전환율은 버전 A보다 15% 더 높았습니다 .

결국 Boot Cuffs & Socks의 마케팅 노력은 성공했습니다. 이 캠페인 은 장바구니 이탈을 17% 줄이고 월간 투자 수익(ROI)을 280% 달성했습니다 .

스위스워치엑스포

SwissWatchExpo는 또한 OptiMonk를 사용 하여 팝업을 테스트했습니다.

그들은 웹사이트 방문자가 선호하는 버전을 확인하기 위해 세 개의 팝업에 대해 다변수 테스트를 수행했습니다. 차이점은 다음과 같습니다.

• 버전 A는 DTR(동적 텍스트 대체) 기능을 사용하여 팝업에 시계 중 하나를 표시했습니다.
• 버전 B에는 방문자가 항목이 매진되기 전에 구매를 완료하라는 메시지가 표시되었습니다.
• 버전 C는 100달러 할인과 무료 배송을 제공했습니다.

버전 C가 챔피언이었습니다. 28%의 인상적인 전환율로 테스트에서 승리했습니다.

테스트를 마친 후 SwissWatchExpo는 캠페인을 시작했습니다. 짧은 3개월 동안 온라인 거래가 27% 증가 하고 수익이 25% 증가했습니다 .

알버트 아인슈타인 은 “실패는 성공이 진행 중”이라고 말했습니다.

추측만으로는 완벽한 마케팅 캠페인을 만들 수 없습니다. 시행착오를 통해 만들 수 있습니다. 작동하지 않는 것을 배우고 전략을 조정합니다.

A/B 테스팅이 도움이 될 수 있는 부분입니다. 몇 가지 테스트를 실행한 후 고객의 선호도와 쇼핑 습관에 대한 이해를 높일 수 있습니다.

어떤 마케팅 전략이 매출을 높일 수 있는지, 어떤 전략을 피해야 하는지, 사용자 행동에 영향을 미치는 유쾌한 고객 경험을 만드는 방법에 대해 알아보세요. 이렇게 하면 진행 중인 캠페인의 실적 이 향상될 뿐만 아니라 앞으로 더 나은 정보에 입각한 결정을 내리는 데 도움이 됩니다.