CRO를 위한 웹사이트 A/B 테스트: 퀵 스타트 가이드 2022

웹사이트의 전환율을 최적화하는 방법을 찾는 과정에서 여러 차례 A/B 테스트가 예상된다고 해도 과언이 아닙니다.

글쎄, CRO 테스트는 무엇입니까? 웹사이트에 대한 CRO A/B 테스트를 시작해야 하는 이유는 무엇입니까? 웹사이트에서 A/B 테스트를 효과적으로 실행하는 방법은 무엇입니까?

우리는 이 게시물에서 이 모든 질문에 답했습니다. 정의부터 시작하겠습니다.

CRO에 대한 A/B 테스트란 무엇입니까?

전환율 최적화(CRO)와 관련하여 A/B 테스트(분할 테스트 또는 버킷 테스트라고도 함)는 일반적으로 웹사이트의 전환율에 영향을 미치는 테스트 요소(카피, 헤더, 이미지, 디자인, 콜투- 액션, 레이아웃 등을 예로 들 수 있습니다. 이는 웹사이트가 페이지를 통해 사용자를 안내하고 중요한 접점에서 전환하는 데 도움이 되도록 설정하는 데 가장 널리 사용되는 기술 중 하나입니다.

CRO와 SEO A/B 테스팅의 차이점

CRO를 위한 A/B 테스팅은 SEO를 위한 A/B 테스팅과 상당히 다릅니다. 이 부분에서는 각 기술, 차이점 및 사용 용도에 대해 설명합니다.

1. 목적 및 목적

CRO 및 SEO 테스트는 모두 A/B 테스트를 사용하지만 목표와 수행 방법은 매우 다릅니다. CRO는 방문자가 사이트에 도달 하면 전환율을 높이는 것을 목표로 합니다. SEO에 중점을 둔 테스트는 SERP에서 웹사이트의 위치를 ​​개선할 기술적 변경을 구현 하여 사이트 방문자 수를 늘리는 것을 목표로 합니다.

2. 통제 및 변형

CRO A/B 테스트 에서는 동일한 페이지의 두 가지 버전이 설정되어 동시에 라이브로 실행되며 인간 사용자는 임의의 페이지로 리디렉션됩니다. 따라서 컨트롤과 변형으로 분할되는 것은 사용자 자신입니다. 데이터는 사용자가 할당된 페이지 버전과 상호 작용하고 비교하는 방식에서 수집됩니다.

SEO A/B 테스트 에서 페이지 는 컨트롤과 변형의 두 세트로 나뉩니다. 변형 페이지에만 변경이 이루어지며 수집된 데이터는 이전에 결정된 성능 예측과 비교됩니다.

3. 페이지 버전

CRO A/B 테스트 에서는 데이터를 수집하고 비교할 수 있도록 동일한 페이지의 두 가지 버전 이 동시에 활성화되어야 합니다.

SEO 분할 테스트 에서는 항상 각 페이지의 버전 이 하나만 있습니다. 이러한 페이지의 순위를 결정하는 주체가 Google이므로 중복된 콘텐츠(Google이 반대하는)는 권장되지 않습니다.

요약하면 CRO와 SEO A/B 테스팅에는 몇 가지 주요 차이점이 있습니다. 두 테스트 모두 온라인 성능을 개선하는 중요한 단계이지만 매우 다른 측정항목을 대상으로 합니다.

CRO A/B 테스팅을 해야 하는 이유

CRO 테스트가 중요한 주된 이유는 마케팅 담당자가 더 적은 투자로 가능한 가장 높은 전환율을 가져올 수 있는 최상의 대안을 테스트할 수 있기 때문입니다.

예를 들어, 실제 주문을 하지 않고 온라인 주문 포털의 "장바구니" 페이지를 종료하면 웹사이트나 제품 개발자가 왜 그렇게 했는지 생각하게 됩니다. 흥미 상실이었나? 시간 경과가 발생했습니까? 제품이 예산보다 더 비쌌습니까? 아니면 전체 주문 과정이었습니까? 테스트가 수행되지 않는 한 웹사이트에서 전환율을 평가하기 위해 고객 행동에 대한 정보를 수집하고 분석할 수 없습니다.

테스트는 웹사이트 최적화에서 추측을 없애고 비즈니스 대화를 "우리가 생각하는"에서 "우리가 알고 있는"으로 전환하는 데이터 기반 의사 결정을 가능하게 합니다. 변경 사항이 측정항목에 미치는 영향을 측정함으로써 웹사이트에서 무엇이 효과가 있는지 알 수 있습니다.

전환율을 개선하고, 수익을 늘리고, 구독자 기반을 늘리고, 고객 확보 및 리드 생성 결과를 개선할 수 있는 완벽한 방법입니다.

3 최고의 CRO 가치가 있는 A/B 테스트 소프트웨어

A/B 테스트를 성공적으로 실행하려면 데이터 기반 가설, 효과적인 A/B 테스트 도구 및 결과를 정확하게 실행하고 분석하기 위해 원하는 대로 피드백을 수집할 수 있는 시스템이 필요합니다.

이 부분에서는 3가지 무료 및 유료 CRO 가치 A/B 테스트 소프트웨어를 소개합니다.

자, 이것을 부수자.

1. Google Optimize: Google의 무료 도구로 A/B 테스트 시작

Google Optimize는 Google Analytics와 함께 제공되는 분할 테스트 도구입니다. 금전적 비용이 들지 않는 강력한 AB 테스트 솔루션을 찾고 있다면 더 이상 찾지 마십시오.

Google Optimize는 웹사이트의 다양한 버전을 생성, 테스트 및 분석할 수 있는 유용한 A/B 테스트 도구입니다. 원하는 대로 간단한 분할 URL 테스트 및 다변수 테스트를 수행할 수도 있습니다.

테스트 기능과 함께 서버 측 테스트, 사용자 정의 가능한 URL 규칙, 경험 개인화 등을 제공하므로 방문자의 참여를 유도하기 위해 온라인 경험을 테스트하고 제공할 수 있습니다.

Google 최적화 도구 주요 기능:

• Google 최적화 도구를 사용하여 A/B 테스트, 다변수 테스트, 분할 URL 테스트 및 리디렉션 테스트를 실행할 수 있습니다.
• 최적화 도구에는 WYSIWYG 편집기도 있으므로 모든 장치에 대해 변형을 빠르게 만들고 배포할 수 있습니다.
• 소스, 장치, 위치 등에 따라 청중을 분류하여 경험을 개인화할 수 있습니다.
• 테스트를 실행할 때 가설의 성공을 측정하기 위한 목표와 목표를 설정할 수 있습니다.
• Google 최적화 도구의 분석 엔진은 베이지안 추론을 활용하여 성공 확률 변형, 전환율 비교, 통계적 유의성, 신뢰 수준 등과 같은 대조와 비교한 변형의 실시간 성능을 보여줍니다.
• 최적화 도구는 기본적으로 Google 애널리틱스와 통합되어 방문자 행동, 웹사이트 성능, 잠재고객 세분화, 트래픽 소스 등에 대한 실시간 통찰력을 얻을 수 있습니다.

2. Optimizely – 경쟁력 있는 가격의 엔터프라이즈 A/B 및 CRO 도구

대기업의 경우 Optimizely는 종종 최고급 A/B 테스트 도구로 선호되는 선택입니다.

강력한 A/B 및 다중 페이지 실험 도구를 사용하여 한 페이지에서 동시에 여러 실험을 실행할 수 있으므로 웹 디자인의 다양한 변수를 테스트할 수 있습니다.

Optimizely는 또한 동적 웹사이트, 광고 캠페인, 지역 및 쿠키와 같은 다양한 실험 차원과 기기, 브라우저 및 캠페인과 같은 다양한 실험 세분화 매개변수에 대한 테스트를 제공합니다.

최적화 주요 기능:

• A/B 테스트 및 다중 페이지 테스트를 효율적으로 실행합니다.
• 변형을 빌드하고 테스트할 수 있는 강력한 시각적 편집기를 제공합니다.
• 변형에 트래픽을 수동으로 할당하거나 Stats Accelerator를 사용하여 방문자 행동에 따라 트래픽을 자동으로 분산할 수 있습니다.
• 추천 엔진: 추천 설정 및 다양한 알고리즘 테스트
• 여기에는 사용자 지정 타겟팅, 대상 우선 순위 지정, 사용자 지정 템플릿, 시각적 편집기, 개발자 도구 및 API와 같은 옵션이 포함됩니다.

3. VWO – 최적화와 비슷하지만 훨씬 더 예산 친화적입니다.

VWO((Visual Website Optimizer)는 마케팅 공간에서 인기 있는 A/B 테스트 도구이기도 합니다. 예산이 적은 기업을 위한 최고의 선택 역할을 할 뿐만 아니라 복잡한 테스트를 실행하는 기업에서 Optimizely와 함께 자주 사용됩니다. 캠페인.

VWO 주요 기능:

• A/B 테스트, 다변수 테스트 및 분할 URL 테스트를 수행하여 변형을 테스트합니다.
• 방문자 행동 및 경험에 대한 실제 통찰력을 얻기 위해 세션 기록, 히트맵, 페이지 내 설문 조사 등을 제공합니다.
• 사용하기 쉬운 비주얼 편집기를 사용하면 몇 분 안에 테스트 변형을 만들 수 있습니다.
• 모바일 트래픽 대 데스크톱 트래픽 또는 신규 방문자와 재방문 방문자와 같은 방문자 세분화를 허용하거나 사용자 정의 측정기준을 사용하여 새 세분화를 생성할 수 있습니다.
• 사용 가능한 통합: Google Analytics, Kissmetrics, Demandware, Magento 및 기타.

웹사이트에서 A/B 테스트를 실행하는 방법은 무엇입니까?

사용 중인 A/B 테스트 도구 또는 테스트 중인 개체에 관계없이 전 세계의 모든 A/B 테스트는 유사한 패턴을 따릅니다.

1단계. 핵심 비즈니스 목표 정의

인생에서 무엇이든 하는 것과 마찬가지로 나중의 테스트 결정을 뒷받침하는 명확한 목표가 필요합니다. 목표는 변형이 원래 버전보다 더 성공적인지 여부를 결정하는 데 사용하는 메트릭입니다. 목표는 버튼을 클릭하거나 제품 구매 및 이메일 가입에 대한 링크를 클릭하는 것부터 무엇이든 될 수 있습니다.

그리고 대부분의 경우 다음 A/B 테스트 측정항목 을 확인해야 합니다.

• UX 문제 및 일반적인 방문자 문제 해결
• 기존 트래픽의 성능 향상(전환 및 수익 증대, 고객 확보 비용 개선)
• 전반적인 참여 증가(이탈률 감소, 클릭률 개선 등)

2단계. 테스트 대상 선택

웹사이트의 전환율을 최적화할 때 목표에 따라 테스트 옵션을 3가지 주요 유형으로 분류할 수 있습니다.

• 요소 테스트 : 페이지 내의 개별 요소. 예: 헤드라인, 버튼, 카피 등
• 페이지 테스트 : 많은 요소의 조합. 예: 페이지 레이아웃.
• 방문자 흐름 테스트 : 방문자가 웹사이트에 입장할 때 취할 것으로 예상한 작업입니다. 예: 다단계 결제 대 단일 단계 결제.

연구와 실제 경험을 바탕으로 웹사이트 전환율을 개선하기 위해 무엇을 테스트할지 결정합니다.

3단계. 가설 관찰 ​​및 공식화

A/B 테스트는 해결하려는 문제 또는 권장하거나 영향을 미치고 싶은 사용자 행동을 식별하는 것으로 시작됩니다. 일단 식별되면 마케터는 일반적으로 가설을 결론지을 것입니다. 즉, 실험 결과를 검증하거나 무효화할 교육받은 추측입니다.

가설은 일반적으로 다음과 같습니다.

" 제품 상세 페이지에 소셜 인증 배지 를 추가하면 방문자에게 제품의 인기를 알려 주기 때문에 전환율이 10% 증가합니다."

보시다시피 적절한 가설은 변경 사항, 변경 사항의 영향 및 영향 이면의 메커니즘에 대한 적절한 개요를 제공합니다.

4단계. 변형 만들기

테스트 프로그램의 다음 단계는 가설을 기반으로 변형을 만들고 A/B에서 기존 버전(대조군)에 대해 테스트하는 것입니다. 변형은 테스트하려는 변경 사항이 있는 현재 버전의 다른 버전입니다. 컨트롤에 대해 여러 변형을 테스트하여 어떤 것이 가장 잘 작동하는지 확인할 수 있습니다.

5단계. 테스트 실행

변형이 준비되면 이러한 변형을 정확히 동일한 환경에 실행하여 테스트를 시작합니다. 조각의 특성, 사이트 트래픽 및 달성해야 하는 통계적 유의성에 따라 테스트에 몇 시간에서 몇 주가 소요될 수 있습니다.

6단계. 평가 및 결론

미리 설정된 가설과 주요 지표를 사용하여 결과를 해석할 차례입니다. 신뢰 수준도 염두에 두고 테스트 도구를 사용하여 통계적 유의성을 결정해야 합니다.

두 변형 모두 통계적으로 유의한 결과를 생성하지 못한 경우(즉, 테스트가 결정적이지 않은 경우) 몇 가지 옵션을 사용할 수 있습니다. 하나는 원래 변형을 제자리에 유지하는 것이 합리적일 수 있습니다. 또한 중요도 수준을 재고하거나 테스트 중인 부분의 컨텍스트에서 특정 KPI의 우선 순위를 다시 지정할 수 있습니다. 마지막으로 더 강력하거나 완전히 다른 변형이 필요할 수 있습니다.

A/B 테스트를 위한 팁 및 모범 사례

다음은 문제가 발생하는 것을 방지하는 데 도움이 되는 A/B 테스트에 대한 몇 가지 모범 사례입니다.

• A/B 테스팅 솔루션을 위한 데이터 신뢰성 확보

다른 버전에 트래픽을 무작위로 할당하기 위해 적어도 하나의 A/A 테스트를 수행하십시오.

• 한 번에 하나의 변수 테스트

이를 통해 변수의 영향을 정확하게 분리할 수 있습니다. 작업 버튼의 위치와 레이블이 동시에 수정되면 관찰된 영향을 생성한 변경 사항을 식별할 수 없습니다.

• 볼륨에 대한 변형 수 조정

적은 양의 트래픽에 대해 많은 수의 변형이 있는 경우 흥미로운 결과를 제공하기 전에 테스트가 매우 오래 지속됩니다. 테스트에 할당된 트래픽이 낮을수록 다른 버전이 적어야 합니다.

• 세그먼트 테스트

어떤 경우에는 사이트의 모든 사용자에 대해 테스트를 수행하는 것이 무의미합니다. 테스트가 사이트의 등록률에 대한 다양한 고객 이점 공식의 영향을 측정하는 것을 목표로 하는 경우 등록된 사용자의 현재 데이터베이스를 제출하는 것은 비효율적입니다. 대신 새 방문자를 대상으로 테스트해야 합니다.

• 테스트를 충분히 오래 실행

검정이 통계적 신뢰도를 빠르게 나타내더라도 표본의 크기와 요일과 관련된 행동의 차이를 고려해야 합니다. 테스트를 최소 1주일(이상적으로는 2회) 동안 실행하는 것이 좋습니다.

• 행동하기 전에 통계적 신뢰성을 가질 때까지 기다리십시오.

테스트가 최소 95%의 통계적 신뢰도에 도달하지 못한 한 어떤 결정도 내리지 않는 것이 좋습니다. 관찰된 결과의 차이가 수정 사항이 아닌 우연에 의한 것일 가능성은 매우 높습니다.

• 시험을 언제 종료해야 하는지 알기

테스트가 95%의 신뢰도에 도달하는 데 너무 오래 걸린다면 테스트된 요소가 측정된 지표에 영향을 미치지 않을 가능성이 높습니다. 이 경우 다른 테스트에 사용할 수 있는 트래픽의 일부를 불필요하게 독점할 수 있으므로 테스트를 계속하는 것은 무의미합니다.

• 테스트 중 마케팅 활동 기록

외부 변수는 테스트 결과를 위조할 수 있습니다. 종종 트래픽 획득 캠페인은 비정상적인 행동을 보이는 사용자를 끌어들입니다. 이러한 종류의 테스트 또는 캠페인을 감지하여 부수적인 영향을 제한하는 것이 바람직합니다.

마무리

A/B 테스트는 전환율을 향상시키는 가장 강력하고 효과적인 방법 중 하나입니다. 전환율 최적화를 위한 A/B 테스트에 대한 이 종합적인 내용을 읽은 후에는 이제 자신의 최적화 로드맵을 계획할 수 있는 모든 준비를 갖추게 될 것입니다.

이 가이드가 유용하다고 생각되면 널리 퍼뜨리고 동료 경험 옵티마이저가 가장 일반적인 함정에 빠지지 않고 A/B 테스트를 할 수 있도록 도와주세요. 즐거운 테스트!