A/B 테스팅 방법: 처음부터 끝까지 완벽한 가이드

웹사이트에서 전환을 최적화하는 가장 좋은 기술은 A/B 테스트를 만드는 것이라는 사실을 이미 알고 계실 것입니다. 하지만 웹사이트에서 A/B 테스트를 만드는 것을 고려할 때 많은 질문이 생깁니다. 어떤 페이지를 테스트해야 할까요? 어떤 종류의 A/B 테스트를 만들어야 하나요? 어떻게 생성합니까? A/B 테스트는 언제 종료해야 하나요? 그리고 A/B 테스트가 끝나면 어떻게 해야 하나요? 이 게시물은 체계적인 방법으로 A/B 테스트를 만들고 위의 모든 질문에 답하고 웹사이트에서 최상의 결과를 얻을 수 있도록 도와주는 가이드로 작성되었습니다.

A/B 테스트란?

A/B 테스트는 동일한 페이지를 변형 하여 다양한 옵션에서 사용자의 행동을 비교하고 어떤 버전이 최상의 결과를 얻을 수 있는지 평가할 수 있는 디자인 테스트입니다.

데이터를 분석한 후에는 어떤 버전이 더 잘 반응하고 결과가 더 긍정적인지 결론을 내릴 수 있습니다. 예를 들어, 몇 년 전 Obama는 캠페인 수익을 늘리기 위해 다양한 이미지와 버튼을 결합한 웹 방문 페이지의 다양한 변형으로 테스트를 실행했습니다.

그리고 그 결과 그는 우승 버전으로 원본 버전에 비해 총 6천만 달러의 수익을 올릴 수 있었습니다. 전혀 나쁘지 않죠?

A/B 테스트를 수행할 때 웹사이트에서 테스트할 요소는 페이지뿐만 아니라 메뉴, 위젯, 테마, 템플릿 등이어야 합니다. 일반적으로 "원본 버전", "컨트롤 버전" 또는 " 변형 A"는 테스트를 실행하기 전에 존재했던 버전으로, "변형", "변형" 또는 "대안 B, C 등"은 원래 버전이 아닙니다. 서로 다른 변형 간의 차이점은 원본 버전에 대한 매우 미묘한 변경에서 근본적인 변경이 있는 변형까지 다양합니다.

또한 사전 정의된 목표를 달성하기 위해 사용자 행동을 분석할 목적으로 A/B 테스트가 생성됩니다. 이전 예에서 목표는 정치 캠페인에 대한 더 많은 수익을 얻는 것이지만 뉴스레터 구독자를 늘리고 양식에 대한 응답을 늘리고 제품을 더 많이 판매하는 등의 목적도 있을 수 있음을 보았습니다.

A/B 테스트의 이점

위의 예에서 A/B 테스트의 이점이 분명하다고 생각합니다. A/B 테스트를 통해 방문자의 행동에 대한 실제 데이터를 기반으로 입증된 방식으로 수익을 늘릴 수 있습니다. 그러나 수익뿐만 아니라 A/B 테스트를 통해 다음을 수행할 수도 있습니다.

• 사용자 경험을 개선하십시오. A/B 테스트를 통해 방문자의 다양한 선호도와 취향을 비교할 수 있습니다. 우리가 수행하는 각 테스트를 통해 우리는 더 성공적이라고 알고 있는 웹사이트의 측면을 개선할 것이며 반대로 사용자에게 부정적인 영향을 미칠 수 있는 디자인 변경을 하지 않을 것입니다.
• 이탈률을 개선하고 사용자 마찰을 줄입니다. A/B 테스트는 제품, 기사 및 광고에 대한 클릭을 개선하는 데 도움이 됩니다. 가장 효과적인 것과 방문자가 무시하는 것을 식별하십시오.
• 전환율을 향상시킵니다. 전환에 대해 이야기할 때 수익 개선뿐만 아니라 사용자가 제품 세부 정보를 참조하거나 뉴스레터에 가입하는 등 원하는 조치를 취하는 경우도 있습니다.
• 분석을 개선하십시오. Google Analytics는 우리 웹사이트에서 일어나는 일에 대한 많은 정보를 제공하지만 A/B 테스트는 아주 쉬운 방법으로 한 대안이 다른 대안보다 나은지 알려줍니다.
• 웹사이트에서 모든 것을 테스트하십시오. A/B 테스트의 가장 큰 장점 중 하나는 모든 디자인 요소와 콘텐츠를 테스트할 수 있다는 것입니다. 이미지와 버튼뿐만 아니라 글꼴 스타일을 테스트하고 메뉴, 양식 또는 가지고 있는 위젯을 변경하거나 다른 WordPress 테마를 사용해 보고 어떤 것이 가장 잘 작동하는지 확인할 수도 있습니다. A/B 테스트는 이러한 유형의 테스트를 수행할 수 있는 유일한 도구입니다.
• 위험을 줄입니다. 그리고 무엇보다도 가장 좋은 점은 A/B 테스트를 수행한 후 웹사이트에 대한 변경 사항이 다른 사람의 의견보다 훨씬 더 신뢰할 수 있다는 사실을 입증된 실제 데이터를 통해 알 수 있다는 것입니다. 웹사이트를 개선하기 위해 변경해야 할 사항을 결정하는 것은 바로 사용자의 의견입니다.

A/B 테스트를 만들기 전에

웹사이트에서 A/B 테스트 결과를 최적화하려면 먼저 다음 작업을 수행해야 합니다. 조치를 취해야 하는 데이터와 생성해야 하는 A/B 테스트를 식별하는 데 도움이 됩니다.

웹사이트의 목표, KPI 및 타겟 전환 지표 정의

먼저 웹사이트에서 달성하고자 하는 것, 전환 목표, KPI 및 웹사이트의 타겟 전환 측정항목이 무엇인지 확인합니다. 예를 들어 레스토랑이 있는 경우 웹사이트의 목표 중 하나는 온라인 예약을 늘리는 것일 수 있습니다. 이 경우 KPI는 웹사이트의 문의 양식을 통해 이루어진 예약 수이고 목표 전환 메트릭은 예를 들어 100개의 온라인 예약 양식을 수신하는 것일 수 있습니다.

또 다른 예를 보겠습니다. WordPress 플러그인 구독을 판매하고 그 중 하나가 Nelio A/B Testing입니다. 이를 홍보하는 한 가지 방법은 지금 읽고 있는 것과 같은 블로그 게시물을 게시하는 것입니다. 여기에서 독자는 A/B 테스트에 대해 더 많이 배울 수 있습니다. 이 경우 블로그의 전환 목표 중 하나는 독자가 Nelio A/B 테스팅 계획 및 가격 페이지를 방문하게 하는 것입니다. KPI는 해당 페이지에 대한 방문 수이고 우리의 목표 지표는 월 2,000회의 방문을 얻는 것입니다.

즉, 모든 유형의 분석 전에 방문자의 전환 퍼널을 식별합니다. 방문자가 거쳐가는 단계와 방문자가 웹사이트에 도착한 순간부터 전환될 때까지 방문하는 다양한 페이지(예: 목표를 충족하는 작업 수행) 귀하의 웹사이트).

정보 수집 및 목표 달성 여부 분석

전환 깔때기, 목표, KPI 및 대상 메트릭에서 현재 어떤 결과를 얻고 있는지 그리고 설정한 타겟 메트릭의 기대치에 대한 차이점을 도구로 분석합니다. 우리가 행동할 수 있는 데이터가 필요하다는 것을 기억하십시오. 이렇게 하려면 발견적 분석을 수행하여 시작합니다. 즉, 다음 기준 세트에 따라 전환 유입경로의 각 페이지를 평가하고 결과를 개선할 수 있는지 여부를 평가하십시오.

• 웹 페이지가 콘텐츠 및 디자인 측면에서 사용자의 기대에 부응합니까? 어떻게 개선할 수 있습니까?
• 이 페이지의 내용과 제안이 가능한 한 명확합니까? 더 명확하거나 간단하게 만들 수 있습니까?
• 이 페이지에서 머뭇거리거나 과정을 어렵게 만드는 것은 무엇입니까? 단순화할 수 있습니까?
• 사용자의 행동에 도움이 되지 않는 페이지는 무엇입니까?
• 마지막으로 사용자 동기를 높일 수 있습니까?

Google Analytics는 위의 질문에 답하는 데 필요한 많은 정보를 제공하는 훌륭한 도구입니다. 예를 들어 각 페이지의 평균 시간, 이탈률, 사용자가 클릭한 위치 등을 볼 수 있습니다. 이 단계에서 매우 유용한 다른 도구는 히트맵, 클릭맵 및 스크롤맵입니다. 이는 각 페이지에서 사용자의 관심을 끄는 항목과 사용자가 무시하는 항목에 대한 추가 정보를 제공합니다. 간단히 말해서 사용자의 행동을 더 잘 이해하는 데 도움이 됩니다.

예를 들어, Google Analytics를 사용하여 Nelio A/B Testing 페이지 방문자의 거의 절반이 가격 페이지를 방문했으며 이는 나쁘지 않습니다. 그러나 스크롤맵은 대부분의 방문자가 방문 페이지의 첫 번째 접힌 부분을 넘어 우리 제품에 대해 자세히 알아보지 않는다는 것을 식별하는 데 도움이 되었습니다. 여기서 우리는 개선의 여지가 있는 영역을 찾을 수 있었습니다.

이 분석 후에 웹사이트에서 개선할 수 있다고 생각되는 모든 측면에 대한 자세한 목록을 얻을 수 있습니다. 위의 예에서 방문자가 아래로 스크롤하도록 Nelio A/B Testing 페이지를 개선해야 한다고 결론지었습니다.

개선을 위한 가설 생성

다음으로, 식별된 각 문제에 대해 개선 가설을 생성합니다. 예를 들어, 이전 지점에서 방문자가 Nelio A/B Testing 페이지의 첫 번째 접기에 머무르는 문제가 있음을 확인했다면, 아마도 첫 번째 접기의 크기를 수정하고 제목과 텍스트를 더 매력적으로 만들면 , 방문자는 페이지의 나머지 부분을 보도록 권장됩니다.

마지막에는 개선을 위한 가설과 함께 문제 목록을 얻을 수 있습니다.

가장 높은 영향과 가장 낮은 비용으로 개선할 항목 목록 정렬

웹 사이트에서 A/B 테스트를 만들 때 얻은 결과가 혼합되어 신뢰할 수 있는 결론을 도출하기 어렵기 때문에 동시에 테스트할 수 없습니다. 이러한 이유로 수행할 다음 작업은 실용적인 방식으로 이전 지점에서 얻은 목록의 우선 순위를 지정하는 것입니다. 즉, 어떤 개선 사항이 더 큰 영향을 미치고 어떤 개선 사항이 더 쉽게 변경될 수 있는지입니다.

가장 큰 영향을 미칠 개선 사항은 일반적으로 가장 많이 방문한 페이지와 무엇보다도 가격 책정 페이지에서 발생하는 개선 사항입니다. 변경 비용과 관련하여 이전 지점에서 만든 가설에 따라 다릅니다. 예를 들어 새 멀티미디어 비디오를 만드는 것과 제목이나 색상을 변경하는 것과 동일하지 않습니다.

이상적으로는 개선을 위해 모든 항목을 시도해야 하지만 더 나은 결과를 생성할 수 있는 항목부터 시작하는 것이 좋습니다.

그리고 그게 다야. 이 모든 단계가 끝나면 주문 목록의 첫 번째 항목에 대한 A/B 테스트를 시작할 수 있습니다.

A/B 테스트를 만드는 방법

여기까지 왔다면 이미 가장 어려운 일을 한 것입니다. 올바른 도구를 사용하면 A/B 테스트를 만드는 것이 매우 쉽습니다. 이렇게 하려면 WordPress에 대한 다양한 A/B 테스트 플러그인에 대한 기사를 읽는 것이 좋습니다. Nelio A/B Testing과 같은 WordPress 플러그인을 사용하여 A/B 테스트를 생성하면 모든 이점이 있습니다.

• 웹사이트의 모든 요소에 대한 테스트를 만들 수 있습니다.

• 외부 도구를 사용할 필요 없이 미리 정의된 동일한 WordPress 편집기를 사용하여 변형을 정의합니다.
• 이를 통해 다양한 전환 목표와 액션을 정의할 수 있습니다.
• 또한 테스트에 참여하고 싶은 방문자를 분류할 수도 있습니다.

몇 분 만에 가설을 검증하는 테스트를 만들 수 있습니다.

A/B 테스트 실행 중

테스트가 생성되면 좋은 A/B 테스트 도구를 사용하여 A/B 테스트가 시작되어야 함을 나타내기만 하면 됩니다. 방문자를 변형이 있는 만큼의 그룹으로 나누고 각 방문자는 항상 동일한 변형을 보게 됩니다. 또한 테스트가 어떤 상태인지 항상 알 수 있도록 전환 데이터를 수집하는 역할도 담당합니다.

A/B 테스트 도구의 결과 페이지는 상태에 대한 정보(승자를 결정하기에 충분한 방문이 이미 있는 경우)와 원본 버전 및 생성한 변형의 전환율에 대한 다양한 그래프를 제공해야 합니다.

A/B 테스트는 얼마나 오래 실행해야 합니까? 그것은 복잡성(변형이 많을수록 더 복잡해짐)과 테스트를 보는 방문자 수(방문자가 많을수록 결과에 대한 신뢰할 수 있는 데이터를 더 빨리 얻을 수 있음)에 따라 다릅니다.

테스트를 너무 빨리 중지하면 의미 있는 결과를 얻지 못할 수 있으며 테스트를 너무 오래 실행하면 성능이 좋지 않은 테스트 변형으로 인해 전환 및 판매 손실이 발생할 수 있을 뿐만 아니라 새로운 테스트를 생성할 기회를 놓칠 수 있습니다. 더 나은 결과를 얻을 수 있습니다. 우리의 테스트는 일반적으로 2주에서 4주 사이에 진행되지만 트래픽이 훨씬 더 많은 웹사이트가 있는 경우 더 적은 시간으로 훌륭한 결과를 얻을 수 있습니다.

A/B 테스트가 끝나면

테스트는 여러 가지 이유로 종료될 수 있습니다. 우승한 변형이 있고 결과가 통계적으로 중요하거나, 원본 버전이 우승자이고 결과도 통계적으로 중요하거나, 테스트가 이미 실행되었기 때문에 단순히 테스트를 종료하기로 결정했습니다. 확실한 승자를 나타내는 결과를 얻지 못한 채 너무 오래.

승리한 변형이 있다면 축하합니다! 이제 A/B 테스트 도구에 승리 버전을 이제부터 모든 방문자가 볼 수 있는 최종 버전으로 적용하도록 지시하기만 하면 됩니다.

그러나 얻은 결과가 예상과 다를 수도 있습니다. 이 경우 테스트는 가설이 틀렸음을 이해하는 데 도움이 되었습니다. A/B 테스트는 우리의 기대치를 검증하는 데 도움이 되며 가능한 최상의 솔루션으로 안내합니다.

당사 웹사이트에서 전환 최적화는 데이터 분석, 개선을 위한 가설 생성, 테스트 생성 및 얻은 결과에 대한 결론 도출의 반복적인 프로세스입니다. 우리 웹사이트에서 만들고 있는 다양한 테스트와 우리가 얻은 결과를 살펴볼 것을 강력히 권장합니다. 웹사이트의 전환 최적화 프로세스가 무엇으로 구성되어 있는지 빠르게 이해하는 데 도움이 될 것이라고 확신합니다.

Unsplash에 있는 Bannon Morrissy의 특집 이미지 .