A/B 테스팅 방법: 초보자를 위한 종합 가이드

디지털 마케팅에서 선택의 문제에 얼마나 자주 직면합니까? 청중에게 적합한 것을 어떻게 결정합니까? 어떤 선택을 통해 전략을 최대한 활용하고 전환율을 높일 수 있습니까? 이것은 비즈니스 웹사이트를 구축하고 , 온라인 인지도를 위한 콘텐츠를 만들고, 마케팅 활동에 참여할 때 피할 수 없는 질문 입니다.

그러나 어떤 선택이 당신이 기대하는 결과를 가져올 가능성이 가장 높은지 알아낼 수 있는 입증된 방법이 있다면 왜 당신의 성공 기회를 무작위로 지정합니까? 솔루션은 A/B 테스트입니다. 이 기사에서 우리는 이 마케팅 기법을 자세히 살펴보고 가장 중요한 질문인 A/B 테스팅을 어떻게 해야 할까요?

A/B 테스팅이란?

분할 테스트라고도 하는 A/B 테스트 는 단일 콘텐츠의 두 가지 변형 성능을 최종 목표와 비교하여 궁극적으로 최상의 결과를 내기 위해 사용해야 하는 것을 식별하는 것으로 구성된 디지털 마케팅 의 실험적 방법입니다 .

대부분의 마케팅 활동은 기본적으로 잠재 고객을 고객으로 전환하는 캠페인의 능력인 전환율을 높이는 것으로 귀결됩니다. 이러한 점에서 A/B 테스팅은 전환율을 극대화하는 측면에서 한 변형이 다른 변형보다 더 효과적이라는 것을 증명하는 방법입니다.

다음은 간단한 예입니다. 마케팅 이메일을 보내고 싶지만 제목 줄의 두 가지 변형 중 어떤 것이 수신자가 당신의 편지를 클릭하도록 설득할 가능성이 더 높은지 결정하는 데 어려움을 겪습니다. 당신이해야 할 일은 두 개의 동일한 규모의 청중 그룹을 만들어 각각 다른 주제로 이메일을 보내는 것입니다. 더 나은 개방률을 보여주는 것이 나머지 대상 고객에게 전송되어야 합니다. 이것은 실행 중인 일반적인 A/B 테스트입니다.

다양한 산업에서 체계적이고 일관된 분할 테스트는 많은 이점을 가져올 수 있습니다. Optimizely 는 다음 통계를 보고합니다.

• 미디어 : A/B 테스트는 평균 페이지뷰 수를 29%, 독자 참여를 14% 증가시킵니다.
• 전자 상거래 : 구매자 참여는 13% 증가하는 반면 수익은 21% 증가합니다.
• SaaS : 최대 29% 더 많은 페이지뷰와 17% 더 높은 고객 참여.

즉, 결정이 전환으로 이어지는 방식에서 임의성 요소를 최소화하는 주요 방법 중 하나이기 때문에 전환율 최적화를 위한 A/B 테스트의 중요성을 무시하기 어렵습니다.

결국, "직감"에만 의존하면서 비즈니스를 하는 것은 너무 멀리 갈 수 없지만, 실험의 결과로 얻은 실제 경험적 데이터는 성공 가능성을 높일 것입니다.

A/B 테스트를 할 수 있는 것은 무엇입니까?

짧은 대답은 의미가 있는 한 거의 모든 것입니다. 잠재 고객의 행동과 의사 결정에 잠재적으로 영향을 미칠 수 있는 모든 것은 다양한 결과와 함께 A/B 테스트를 받을 수 있습니다.

• 블로그 : 헤드라인, 부제목, 단락 텍스트 및 길이를 테스트 하면 블로그 트래픽 과 독자 참여도를 높일 수 있습니다.
• 홈페이지 : 디자인 요소(이미지, 페이지 레이아웃, 머리글, 바닥글, 탐색 메뉴, 색 구성표 등)와 콘텐츠(헤드라인, 텍스트 설명, 추천사, 수상, 미디어 멘션 등) 모두 순서대로 A/B 테스트 가능 이탈률을 낮추고(방문자를 홈페이지에 더 오래 머무르게 함) 전환을 늘리십시오.
• 랜딩 페이지 : 최고의 전환율을 달성하기 위해 다양한 이미지, 등록 양식 및 CTA(클릭 유도문안)가 포함된 분할 테스트 페이지를 고려하십시오. CTA 버튼 디자인, 텍스트, 색상, 페이지 내 위치와 같은 사소한 세부 사항도 방문 페이지의 효과에 영향을 줄 수 있습니다.
• 상품 페이지 : A/B 테스팅을 통해 상품명과 설명, 상품 이미지, 판매 문구를 최적화하면 온라인 스토어에서 더 많은 구매를 유도할 수 있습니다.
• 이메일 마케팅 : 제목, 헤드라인, 인사말, 본문 및 길이와 같은 다양한 변수는 이메일의 공개율, 독자 참여 및 전환율에 영향을 줄 수 있습니다.
• 온라인 광고 : 다양한 헤드라인, 광고 카피, 오퍼 A/B 테스트를 통해 광고 효과를 높일 수 있으므로 광고 비용을 절감할 수 있습니다.
• SEO : A/B 테스트는 다양한 메타 태그, 키워드, 리디렉션, 변형 URL 등을 실험할 충분한 시간과 전문 지식이 있는 경우 검색 엔진에 맞게 사이트를 최적화하는 데 도움이 됩니다. 그러나 위반 으로 Google 에서 불이익 을 받지 않도록 주의하십시오. 웹 마스터 가이드 라인.

A/B 테스트에 필요한 것은 무엇입니까?

분할 테스트는 하나의 동일한 것의 사용 가능한 두 가지 변형 중 하나를 선택하는 것입니다. 선택은 동일한 조건에서 두 샘플을 모두 테스트한 후 받은 피드백에 따라 다릅니다. 이 피드백은 구매, 클릭, 조회수, 좋아요, 공유, 오픈율 등과 같은 정량적 지표에 반영됩니다.

따라서 A/B 테스트가 정확하려면 다음 사항이 있는지 확인해야 합니다.

1. 테스트 대상 및 해당 변수 : 대상은 테스트하려는 콘텐츠 또는 캠페인입니다. 변수는 두 가지 변형을 가질 수 있는 이 개체의 특정 부분 또는 속성입니다. 이전 예제로 돌아가서 우리의 객체는 마케팅 이메일입니다. 변수는 제목 줄입니다.
2. 변형 A : 변수의 첫 번째 버전입니다. 우리의 경우 염두에 두고 있는 주제 라인 공식 중 하나입니다.
3. 변형 B : 변수의 두 번째 버전입니다. 각각 대체 제목 줄입니다.
4. 두 개의 동일한 대상 그룹 : 목표는 변수 A와 B가 비교적 동일한 그룹의 사람들을 대상으로 테스트되도록 하는 것입니다. 그렇지 않으면 실험 결과가 왜곡됩니다. 우리 이메일의 경우, 당신이 해야 할 일은 당신의 메일링 리스트(이것이 당신의 포커스 그룹이 될 것입니다)의 일부를 두 부분으로 나누는 것입니다. 그러나 웹사이트 페이지를 테스트할 때 얼마나 많은 방문자가 그것을 보기 위해 올지 모르기 때문에 "무한" 청중을 다루어야 합니다. 이 경우 트래픽을 50으로 나누는 것이 좋습니다. 따라서 방문자의 절반에게는 버전 A가 표시되고 나머지 절반에게는 버전 B가 표시됩니다. 그러나 각 그룹에는 매번 하나의 변형만 표시되어야 합니다. 대부분의 A/B 테스트 도구는 이를 보장할 수 있습니다.
5. 가설 : 정확히 무엇을 테스트하는지에 따라 실험 결과에 대한 가정을 해야 합니다. 예를 들어 " 이메일 A는 이메일 B보다 열릴 가능성이 더 높습니다 . 왜냐하면 [... . ] ". 이를 통해 목표를 미리 명확히 하고 가설을 확인하거나 반박하는 데 사용할 측정항목을 결정할 수 있습니다.
6. 테스트 측정항목 : A 또는 B 중 어떤 변형이 더 나은 실적을 내고 있는지 식별하기 위해 사용하는 측정항목입니다. 우리의 가설에 따라 우리의 경우 이메일 개방률입니다. 테스트 기간이 끝날 때까지 변형 A가 변형 B보다 더 많이 열리면 성능이 더 좋아지고 가설이 확인됩니다. 변이 B가 변이 A를 능가하면 가설이 반박되고 제목이 B인 이메일을 나머지 목록에 보내는 것이 합리적입니다.

효과적인 A/B 테스트를 위한 팁

A/B 테스트는 캠페인에 가장 적합한 것이 무엇인지 알아낼 수 있는 비교적 간단한 실험입니다. 그러나 테스트 결과가 정확하려면 다음 권장 사항을 고려하십시오.

• 가장 필요한 곳에 A/B 테스트 적용 : 모든 실험을 완료하는 데 시간이 걸립니다. 모든 것을 A/B 테스트할 시간이 거의 없으므로 CTA, 마케팅 이메일 등과 같이 전환율에 직접적인 영향을 미치는 항목에 집중해야 합니다.
• 테스트를 수행하기 전에 분석 데이터를 연구 하십시오. 맹목적으로 테스트를 실행하지 마십시오. 그렇지 않으면 시간을 낭비하게 됩니다. Google Analytics 와 같은 도구를 사용 하여 사이트 및 전환 유입경로 내에서 문제가 있는 영역을 찾으십시오. 이탈률이 높은 페이지, 비효율적인 CTA 등이 있는지 살펴보십시오. 방문자의 행동을 분석하기 위해 히트 맵 및 페이지 내 설문조사와 같은 추가 도구를 사용하는 것을 고려하십시오.
• A/B 테스트는 한 번에 하나의 변수만 허용 합니다. 목표는 해당 요소를 환경에서 격리하여 전체 성능을 향상시키는 데 도움이 되는 변형을 테스트하는 것임을 기억하십시오. 한 번에 여러 변수를 검사하면 결과에 정확히 어떤 영향을 미쳤는지 확신할 수 없습니다. 예를 들어 CTA 버튼의 다른 버전을 테스트하는 경우 한 번에 하나의 변경 사항(색상, 크기 또는 텍스트)을 도입해야 합니다.
• 두 변형을 동시에 테스트 : 타이밍도 테스트 결과에 영향을 줄 수 있습니다. 따라서 하나의 변형을 다른 변형과 함께 테스트하는 것이 중요합니다.
• 신뢰할 수 있는 결과를 얻을 수 있도록 충분한 시간을 테스트 하십시오. 신뢰할 수 있는 결과를 얻으려면 A/B 테스트를 얼마나 오래 실행해야 하는지 말하기 어렵습니다. 그것은 정확히 무엇을 테스트하고 청중의 규모에 달려 있습니다. 일반적으로 사이트 트래픽이 적을수록 상당한 데이터를 얻는 데 더 오래 걸립니다.
• 결과에 따라 변경 사항을 구현하십시오 . 마지막으로 중요한 것은 A/B 테스트에 투자한 시간과 노력을 잘 활용하는 것입니다. 중요한 결과를 얻으면 캠페인에 전략적으로 도입하십시오. 테스트한 변형 중 하나를 지지하는 중요한 데이터가 없으면 선택한 변수가 결정적이지 않으므로 다른 테스트를 실행하거나 선호하는 변형으로 이동해야 합니다.

결론

A/B 테스트는 의무 사항이 아닙니다. 마케팅 캠페인에서 추측을 최소화하기 위해 그렇게 하거나 하지 않습니다. 그러나 몇 가지 성공적인 테스트를 수행한 후에는 일부 변형이 다른 변형보다 훨씬 더 나은 성능을 발휘하고 더 많은 수익을 얻을 수 있고 더 쉽게 결정을 내리고 마케팅 자료를 계획할 수 있다는 것을 알게 될 것입니다.