(4) A랑 B 중에 어떤 게 효과적일까? 해보면 답 나오잖소. [A/B test]

 

으누뭐하누? 마케팅실무자 될 건데?!

네번째 이야기

"A랑 B 중에 어떤 게 효과적일까? 해보면 답 나오잖소.

[A/B test]"

 

(1) Funnel, AARRR, A/Btest 사이의 관계는여? :

2020/12/26 - [마케팅실무자_될거야] - (1) , , <A/B test> 사이 연결고리

(2) Funnel분석 너 누구닝! :

2020/12/26 - [마케팅실무자_될거야] - (2) 어디를 손 봐야 전환율을 높일 수 있을까앙,,? [ Funnel 분석 ]

(3) AARRR 너 누구닝! :

2020/12/27 - [마케팅실무자_될거야] - (3) 우리가 잘 하고 있나? 그걸 어떻게 알지? [ AARRR ,]

 

 

 

그동안 Funnel 분석과 AARRR에 대해,

그리고 이 둘과 A/B test 사이 관계에 대해 포스팅을 해보았는데요!

이번 포스팅에서는 A/B test에 대해서만 알아보는 시간을 가져보도록 할게요.

(우리 둘만의 시간이 피료해..!🙄💕)

 

---

먼저, A/B test란 무엇인고..?

A/B test란 A와 B를 동일 집단에게 임의로 보여주고, 결과 데이터에 따라 더 나은 것을 판단하기 위한 테스트입니다.

 

A/B test는 간단히 말하면 "통계적 가설검정" 입니다.

- 귀무가설 : 현재 상태가 목표달성에 유의미한 영향을 미칠 것이다.

- 대립가설 : 변경 사항이 목표달성에 유의미한 영향을 미칠 것이다.

 

이 가설 검증을 고객 그룹을 임의로 나눠 진행하는 거죠.

 

 

이해하기 쉽도록..한번 적어보았눈데요..! ㅎㅎㅎ

그러니까, 같은 집단 내에 있는 사람들을 임의로 섞어서 그룹을 나눕니다.

그룹1에게는 A안 ('으누는 예쁘다!') 을 노출하고

그룹2에게는 B안 ('으누는 귀엽다!') 을 노출하고

고객의 반응을 살펴봅니다.

 

어떤 그룹이 구매를 더 많이 하는지, 더 오래 머무르는지, 회원가입 비율이 더 높은지 등등 

A/B test의 목적에 맞게 지표를 확인해야겠죠.

(만약 A/B test의 목적이 구매였다면 구매율을, 회원가입이었다면 회원가입 비율을 확인하는 거죠.)

 

이때 얻은 데이터를 바탕으로 funnel분석 및 AARRR을 통해 결정한 목표를 달성하기 위한

수단을 결정하는 겁니다.

 

 

 

---

A/B test에 꼭 필요한 것!

① 달성하고자 하는 목표

② 증명하고자 하는 가설

③ 테스트 대상 분류 기준

④ 데이터 세팅

(*이 데이터 세팅은 Adobe Target, optimizely, 구글 옵티마이즈로 가능합니다.)

 

여기서 가장 중요한 목표와 가설!

 A/B test는 앞서 말했듯이 가설 검증 수단입니다.

 

"우리의 목표를 달성하기 위해서는 가설A가 유의미할 것 같은데

이게 진짜 맞을까? 확인해보고 데이터를 바탕으로 사람들을 설득하자!"

라는 거죠!

 

예를 들어서 생각해볼까요?

 

- A/B test 목표 : 지그재그 홈 피드의 제품 클릭률을 높인다.

- A/B test 가설 : 제품 썸네일 크기를 늘리면 클릭률이 높아질 것이다.

 

이렇게 가설을 세우고, 특정 집단에는 기존 크기 그대로 노출하고

다른 집단에는 제품 썸네일 크기를 늘려서 노출합니다.

 

그리고 데이터가 쌓이면 결과를 확인해보는 것이죠.

만약 썸네일 크기를 늘린 경우 클릭률이 높아졌다면,

썸네일 크기를 늘리면 될 것이고

 

기존 썸네일 크기가 클릭률이 더 높다면,

썸네일 크기를 유지하고목표를 달성하기 위한 다른 가설을 수립해봐야겠죠.

 

 

 

 

 

여기까지! Funnel 분석, AARRR로 어디를 개선할 지 알았다면

그 이후에 어떻게 개선하는 것이 좋은 방법인지 알기 위한 수단!

A/B test에 대해 알아보았습니다아-💘