A / B 테스트는 페이지의 두 개 이상의 변형간에 동시 실험을 실행하여 어떤 변형을 확인하는 것입니다. 예를 들어, 하나의 헤드 라인이 다른 헤드 라인보다 더 많은 리드를 생성 할 것이라는 가설을 테스트하고 싶다고 가정 해보십시오. 물론, 변경하고 손가락을 교차 할 수 있습니다. 하지만 당신이 틀렸다면? 실수는 비용이 많이들 수 있습니다.

트래픽의 절반을 페이지의 한 버전으로 보내고 절반을 다른 버전으로 보내면 먼저 변경 사항을 적용하기 전에 어느 것이 가장 효과적인 지에 대한 증거를 수집 할 수 있습니다.

본질적으로 A / B 테스트를 통해 과학자처럼 행동하고 사람들이 페이지를 방문했을 때 실제로 어떻게 행동하는지에 대한 데이터를 기반으로 결정을 내릴 수 있습니다.

A / B 테스트 용어

변형

변형은 A / B 테스트에 포함하는 방문 페이지의 새 버전을 가리키는 용어입니다. A / B 테스트에는 두 가지 이상의 대안이 있지만 원하는 페이지 수만큼 이러한 실험을 수행 할 수 있습니다.

챔피언

A / B에 대해 생각할 수 있습니다. 검투사 전투와 같은 테스트. 두 개 이상의 변형이 입력되지만 한 페이지 만 남습니다. 이 우승자 (일반적으로 전환 실적이 가장 좋은 페이지)가 챔피언 변형으로 선정됩니다.

도전자

테스트를 시작할 때 기존에 도전 할 새 버전 (변형)을 만듭니다. 챔피언 페이지. 이를 도전 자라고합니다. 도전자가 다른 모든 변형을 능가하면 새로운 챔피언이됩니다.

A / B 테스트에서 트래픽 가중치 할당

In 일반적인 A / B 테스트 인 트래픽은 미리 결정된 가중치에 따라 각 페이지 변형에 무작위로 할당됩니다. 예를 들어 두 가지 페이지 변형으로 테스트를 실행하는 경우 트래픽을 50/50 또는 60/40으로 분할 할 수 있습니다. 테스트의 무결성을 유지하기 위해 방문자는 나중에 다시 방문하더라도 항상 동일한 변형을 보게됩니다.

테스트 중에 페이지 변형에 얼마나 많은 가중치를 부여할지 결정하는 주요 요인은 타이밍입니다. 동시에 여러 변형으로 테스트를 시작하든 기존 페이지에 대해 새로운 아이디어를 테스트하든 상관 없습니다.

처음부터 시작

해당하는 경우 새 캠페인을 다시 시작하고 어떤 방향으로 나아갈 지에 대한 몇 가지 아이디어가 있으면 각 아이디어에 대한 변형을 만들 수 있습니다.

이 시나리오에서는 방문 페이지의 각 버전에 동일한 가중치를 할당 할 가능성이 큽니다. . 두 가지 변형의 경우 50/50이됩니다. 3 명은 33/33/34입니다. 등등. 당신은 그들을 동등하게 대우하고 가능한 한 빨리 챔피언을 선택하고 싶습니다. 페이지에 전환 데이터가 없으므로 동일한 위치에서 실험을 시작하세요.

기존 방문 페이지 테스트

새로운 아이디어를 시도해보고 싶은 페이지가 이미있는 경우, 일반적으로 새 대안에 기존 챔피언보다 적은 비율의 트래픽을 제공하여 새로운 아이디어를 도입 할 때 내재 된 위험을 완화하는 것이 가장 좋습니다.

느려질 것입니다. 하지만 새로운 변형이 좋은 성능을 보장 할 수 없기 때문에 새로운 변형을 선호하여 A / B 테스트를 가속화하는 것은 권장하지 않습니다. (A / B 테스트는 위험 완화에 관한 것입니다. 현명하게 테스트하십시오!)

내 방문 페이지에서 무엇을 테스트해야합니까?

대부분의 마케팅 부서는 경험, 직감 및 개인적인 의견을 혼합하여 고객에게 더 좋은 방법을 결정합니다. 때로는 효과가 있지만 종종 그렇지 않습니다. A / B 테스트를 시작할 때 모든 회의실 추측을 창 밖으로 던져 버릴 준비를해야합니다. 데이터 (어쨌든 적절하게 해석 됨)는 거짓말을하지 않습니다. 상사에게이 사실을 알릴 가치가 있습니다.

테스트에서 집중할 수있는 방문 페이지 요소가 몇 가지 있습니다. 테스트에 들어가는 다양한 변형 및 콘텐츠는 귀하에게 달려 있지만 어떤 것이 가장 좋든 싫든 고객에게 달려 있습니다.

분할 고려해야 할 몇 가지 요소 테스트는 다음과 같습니다.

헤드 라인

기본 헤드 라인은 일반적으로 핵심 가치 제안을 간결하게 표현한 것입니다. 즉, 누군가가 귀하의 제품 또는 서비스를 원하는 이유를 요약합니다. 광고 제목을 테스트 할 때 시도 할 수있는 접근 방식은 여러 가지입니다.

• 길고 짧은 제목을 사용해보세요
• 부정적이거나 긍정적 인 감정 표현
• 질문하기 광고 제목에
• 광고 제목에 평가를 추가
• 다양한 고유 한 판매 포인트를 사용해보세요

클릭 유도 문안 (CTA)

클릭 유도 문안은 페이지의 전환 목표를 나타내는 버튼입니다.CTA 문구, 버튼 디자인 및 색상을 테스트하여 어떤 것이 가장 효과적인지 확인할 수 있습니다. 예를 들어 버튼을 더 크게 만들거나 이동은 녹색, 링크 색상은 파란색, 감정적 반응을 위해서는 주황색 또는 빨간색으로 만듭니다.

Hero Shot

히어로 샷은 스크롤없이 볼 수있는 부분에 나타나는 기본 사진 또는 이미지입니다. 이상적으로는 제품이나 서비스가 실제 상황에서 사용되고 있음을 보여 주지만 어떤 히어로 샷이 어떤 랜딩 페이지를 덮을 지 어떻게 알 수 있습니까? 웃는 커플과 같이 가세요? 아니면 제품 자체의 클로즈업? 실험하고 알아보세요.

양식

비즈니스에 따라 이름과 이메일 이상의 것이 필요할 수 있습니다. 특히 데이터에 대한 강한 요구가있는 경우 다양한 길이의 다양한 양식 변형으로 테스트를 실행 해보십시오. 이렇게하면 생성 된 추가 데이터와 비교했을 때 허용되는 이탈률에 대한 정보에 입각 한 결정을 내릴 수 있습니다.

복사

자주 가장 큰 요인은 긴 카피와 짧은 카피입니다. 일반적으로 짧은 것이 더 좋지만 특정 제품 및 시장의 경우 의사 결정 과정에서 세부 사항이 중요합니다. 기능과 이점을 재정렬하거나 언어를 다소 문자 그대로 만들 수도 있습니다.

효과적인 것과 그렇지 않은 것에 대한 많은 의견이 있지만 직접 테스트 해 보는 것은 어떨까요?

레이아웃

왼쪽의 CTA가 오른쪽에있는 CTA보다 실적이 좋습니까? 그리고 그 평가 동영상을 페이지 하단이나 상단에 배치하면 더 좋을까요? 좋은 질문. 때로는 페이지 레이아웃을 변경하면 전환에 큰 영향을 미칠 수 있습니다.

A / B 테스트가 그만한 가치가 있습니까? 고려해야 할 몇 가지 장애물

방문 페이지 A / B 테스트는 기존 캠페인에서 더 많은 전환 (때로는 더 많은 전환)을 끌어 내 전반적인 투자 수익을 높일 수있는 강력한 방법입니다. 설정시주의하지 않으면 실수를 할 수 있습니다. 가장 일반적으로 한 번에 한 페이지 이상의 요소를 변경하는 것이 일반적이지만 조금만 읽으면 성공할 수 있습니다.

특히 소규모 팀과 기업의 경우 페이지 A / B 테스트를 더욱 어렵게 만드는 몇 가지 장애물이 있습니다.

통계적 중요성을 기다려야합니다

공중에서 동전을 던진다 고 상상해보십시오. 머리가 나옵니다. 두 번째로 뒤집습니다. 머리가 다시 승리합니다. 동전을 마지막으로 던질 때 이상하다고 생각합니다. 다시 한 번 앞면이 나옵니다.

세 번 던진 후 뒤집힌 동전이 앞면이 나올 확률이 100 %라고 결론을 내릴 준비가 되셨습니까? (속보 : 현지 마케팅 담당자가 확률 법칙은 엉터리라고 선언합니다.)

아마 아닐 것입니다. 동전 던지기가 항상 앞설 것이라고 생각하면서 라스베가스로 향한다고 상상해보십시오.

방문 페이지를 A / B 테스트 할 때도 비슷한 일이 발생합니다. 통계적 유의성을 달성 할 수있는 충분한 방문자를 대상으로 대안을 테스트하기 전까지는 학습 한 내용을 적용해서는 안됩니다. 대신 챔피언 변형을 결정하기 전에 가능한 한 많은 불확실성을 제거해야합니다. 필요한 방문자 수는 목표에 따라 다를 수 있지만 일반적으로 높은 수입니다.

충분한 트래픽이 필요합니다.

통계적 중요성에 대한 필요성은 소규모 팀에게 또 다른 문제를 제기합니다. 결과를 확신 할 수있는 충분한 트래픽이 발생하지 않으면 A / B 테스트를 종료 할 수 없습니다 (또는 종료해서는 안됩니다). 소규모 비즈니스의 경우 랜딩 페이지가 단일 결론을 도출하는 데 필요한 결과를 얻는 데 몇 달이 걸릴 수 있습니다. 때로는 변경 사항 (예 : 버튼을 빨간색에서 녹색으로 변경)이 전환율에 전혀 영향을 미치지 않았다는 결론이 내릴 수 있습니다.

적시에 마케팅 캠페인을 운영하고 있다면, 또는 결과를 빠르게 확인하려는 경우 트래픽이 많지 않은 A / B 테스트는 너무 느려 유용 할 수 없습니다. 단일 방문 페이지에서 5 %의 전환 상승을 1 년 동안 기다리는 것은 매력적이지 않고 방어하기 어렵습니다. 설정하는 데 수작업으로 인한 번거 로움도 있으므로 시간을 낭비 할 가치가 없습니다.

최적화에 대한 “원 사이즈”접근 방식입니다.

이 문제는 A / B 테스트에 포함 된 한 가지 단점입니다. 챔피언 변형을 선정 할 때 대부분의 방문자를 전환 할 가능성이 가장 높은 페이지 버전을 선택하는 것입니다. 그렇다고 다른 사이트가 없다는 의미는 아닙니다. 잃어버린 변형으로 전환 할 가능성이 더 큰 방문자 유형(이렇게 방치 된 방문자가 귀하가 최적화 한 사람보다 귀하의 비즈니스에 더 가치가있을 수도 있습니다.)

설계 상 A / B 테스트는 “일률적 인” ”최적화에 대한 접근 방식은 누구에게도 적합하지 않을 수 있습니다. 물론 이는 원시 전환율을 극적인 방식으로 높일 수 있습니다. 그러나 때로는 세분화, 개인화 및 타겟팅에 집착하는 성장 지향적 인 마케팅 담당자가 기대할 수있는 뉘앙스가 부족한 경우도 있습니다.

A / B 테스트 대안 : 스마트 트래픽 사용

더 많은 전환을 위해 방문 페이지를 최적화하는 아이디어를 좋아하지만 방금 논의한 장애물 중 하나를 극복 할 수 없다고 가정 해 보겠습니다. 방법 계속 진행 하시겠습니까?

기계 학습은 고맙게도 A / B 테스트 진입에 대한 높은 기준없이 전환율을 개선하는 데 도움이 될 수 있습니다. 예를 들어 Unbounce의 Smart Traffic과 같은 도구를 사용하면 소규모 팀에서 인공 지능을 사용하여 자동으로 (또는 컴퓨터 과학자들이 말하듯이 자동으로) 랜딩 페이지 마케터가 할 수없는 작업을 수행 할 수 있습니다.

A / B 테스트 대신 상황 별 적기 테스트를 실행함으로써 Smart Traffic을 사용하면 방문자가 평균 50 명으로 결과를 볼 수 있습니다. 전환 상승도는 약 30 %입니다. AI는 각 방문자를 고유 한 컨텍스트를 기반으로 전환 가능성이 가장 높은 방문 페이지 변형으로 라우팅하므로 챔피언을 선정 할 필요가 없습니다. 더 이상 “one-size-fits-all”이 아닙니다.

작동 방식 :

• 하나 이상의 A / B 테스트와는 달리 한 번에 하나의 변경에만 국한되지 않으며 둘 이상의 변형을 추가해도 최적화 시간이 크게 느려지지 않습니다. 시작하려면 스마트 트래픽의 방문 페이지 변형을 만드세요.)
• 전환 목표를 설정하고 사용 설정하세요. Unbounce 빌더에서 전환으로 집계되는 항목을 결정한 다음 선호하는 최적화로 스마트 트래픽을 사용 설정하세요. 즉시 작동하기 시작합니다.
• 스마트 트래픽은 자동으로 최적화됩니다.이 접근 방식의 장점은 상대적으로 손을 뗄 수 있다는 것입니다. 스마트 트래픽이 활성화되면 캠페인 기간 동안 계속 학습하고 최적화합니다. .

얼마나 쉽게 최적화 할 수 있기 때문에 AI 기반 도구는 마케팅 스택에서 더 큰 부분을 차지해야합니다. A / B를 선택해야하는 이유는 여전히 많습니다. 하지만 Smart Traffic을 사용하면 작은 사람이나 만성적으로 시간이 부족한 우리도 한때 대기업에서만 저렴했던 최적화 기술을 활용할 수 있습니다.