궁극적인 전자상거래 A/B 테스트 가이드: 전략, 전술, 도구, 데이터 과학 및 사례 연구

온라인 공간의 모든 사람들은 "A/B 분할 테스트"라는 말을 들어봤을 것입니다. 그러나 많은 마케터와 소매업체는 자체 테스트를 수행하는 데 주저합니다.

그들은 브레인스토밍에서 소프트웨어 선택, 결과 분석에 이르기까지 분할 테스트 프로세스의 모든 다른 부분을 조정하는 방법에 대해 확신하지 못합니다.

그리고 A/B 분할 테스트는 대부분의 사람들이 생각하는 것만큼 쉽지는 않지만 어렵지는 않습니다. 잘 구조화되고 테스트된 A/B 분할 테스트 프로세스를 구현하는 데 시간을 할애하면 온라인 상점에 큰 도움이 될 것입니다.

이 가이드에서는 분할 테스트를 수행하기 위한 간단한 공식을 제공합니다. 또한 일반적인 실수에 대해 배우고, 실제 사례 연구를 보고, 테스트할 온사이트 및 오프사이트 요소에 대한 실용적이고 구체적인 팁을 받습니다.

이 기사에서 찾을 수 있는 내용:

A/B 테스팅이란?
A/B 테스팅 방법: 개요
1. 분석
2. 권장 사항
3. 프로토타입 및 디자인
4. 코드 및 테스트
5. 결과
A/B 분할 테스트 샘플 크기를 계산하는 방법
어떤 제품 페이지 요소를 분할 테스트해야 합니까?
피해야 할 전자상거래 A/B 분할 테스트 실수 11가지
전자상거래를 위한 최고의 A/B 분할 테스트 도구 검토
전자상거래 A/B 테스트 사례 연구의 예
1. 부다페스트
2. 예약
3. 4층
결론

시작하자!

A/B 테스팅이란?

A/B 테스트에는 광고, 이메일, 웹 페이지 등과 같은 두 개의 서로 다른 콘텐츠로 트래픽을 유도하여 어느 것이 더 나은지 확인하는 작업이 포함됩니다. 종종 테스트 주제 간의 유일한 차이점은 헤드라인, CTA(Call to Action), 이미지, 카피 조각 등과 같은 단일 요소입니다. 또는 분할 테스트는 Facebook과 같이 완전히 다른 두 콘텐츠 유형 사이에 있을 수 있습니다. 광고, 마케팅 이메일 또는 전체 판매 깔때기.

그렇다면 A/B 테스트에서 변형 "A"와 "B"는 일반적으로 무엇을 나타냅니까? 테스트를 실행할 때마다 "지상 수준" 또는 "제어" 결과 집합 이 필요합니다 . "A"는 일반적으로 현재 결과 또는 테스트 변형의 첫 번째 반복으로 구성됩니다. "B"는 "A"의 결과를 비교할 변형입니다.

A/B 테스트의 일반적인 예입니다. (원천)
예를 들어 제품 페이지에 하루에 수백 명의 방문자가 방문한다고 가정해 보겠습니다. "장바구니에 추가" 버튼 옆에 익일 배송에 대한 알림을 추가하는 분할 테스트를 실행하기로 결정했습니다. 따라서 A/B 테스트 소프트웨어를 사용하여 유사 페이지를 만들고 두 페이지 간에 트래픽을 균등하게 분할하고 결과를 측정합니다. 현재 페이지는 피험자 "A"입니다. 변이체는 피험자 "B"이다.

또는 구독자를 방문 페이지로 안내하여 무료 경품을 제공하는 프로모션 이메일 캠페인을 준비하고 있을 수 있습니다. 두 개의 랜딩 페이지("A"와 "B")를 구축했지만 어느 페이지가 더 많은 참가자를 끌어들이는지 확인하려고 합니다. 다시 말하지만, 분할 테스트 소프트웨어를 사용하여 이메일 트래픽의 절반을 "A" 페이지로, 절반을 "B" 페이지로 유도합니다. 아직 결과가 없더라도 "A"는 제어 페이지이고 "B"는 도전자입니다.

"다변수 테스트"는 동일한 원칙에 따라 작동하지만 여러 변경 사항을 포함하는 테스트 변형을 포함합니다. 목표는 어떤 변수 조합이 가장 잘 수행되는지 결정하는 것입니다. 예를 들어 A/B 분할 테스트에서 녹색 CTA 버튼을 빨간색 버튼에 대해 테스트할 수 있습니다. 다변수 테스트에서는 색상과 CTA 텍스트를 동시에 변경할 수 있습니다. 2개의 페이지 변경 사항이 있는 테스트에서 이렇게 하면 4개의 변형이 생성됩니다.

1. 색상 1과 텍스트 1,
2. 색상 1과 텍스트 2,
3. 색상 2와 텍스트 1,
4. 두 번째 색상과 두 번째 텍스트.

다변수 테스트의 이점은 많은 분할 테스트를 차례로 실행할 필요가 없다는 것입니다. 단점은 많은 트래픽이 필요하다는 것입니다.

A/B 테스팅 방법: 개요

A/B 분할 테스트를 수행하는 기본 공식을 살펴보겠습니다. 이 단계에서 A/B 테스팅의 기술적 측면에 대해 너무 걱정하지 마십시오. 페이지 생성에서 결과 해석에 이르기까지 모든 것을 간소화하고 자동화하는 데 사용할 수 있는 다양한 도구가 있으며, 곧 최고의 앱과 솔루션에 대해 설명하겠습니다.

A/B 분할 테스트는 일반적으로 온사이트 또는 오프사이트입니다. 현장 테스트는 제품 페이지, 방문 페이지, 결제 양식 등과 같은 항목을 다룹니다. 예를 들어 모바일 쇼핑 또는 로열티 프로그램 앱이 있는 경우 앱 페이지에서 현장 테스트를 수행할 수도 있습니다. 기본적으로 "현장 테스트"는 단일 목표와 해당 기본 CTA가 있는 사이트의 모든 페이지에 대한 것입니다.

오프사이트 테스트는 광고(특히 유료 광고), 이메일, 소셜 미디어 게시물, 푸시 알림 등의 변형에 대한 것입니다.

동일한 트래픽 샘플로 동시에 테스트 를 실행하는 것이 중요합니다 . 트래픽과 기간은 결과를 왜곡할 수 있는 두 가지 가장 큰 변수를 구성합니다. 예를 들어, 하나는 할로윈에 테스트되었고 다른 하나는 어머니의 날에 테스트된 경우 두 가지 변형의 결과를 비교할 때 아무런 이점이 없습니다.

다음 프로세스를 사용하여 고유한 A/B 테스트를 구성하세요.

1. 분석

이 단계에서 목표를 결정하고 분할 테스트할 페이지 요소의 우선 순위를 지정합니다.

목표는 주요 전환 측정항목을 높이는 데 중점을 두고 "전환"은 클릭, 가입 또는 판매일 수 있습니다. 특히 광고를 테스트할 때 참여 또는 도달과 같은 "광범위한" 성공 측정항목을 선택할 수도 있습니다. 어떤 경우이든 변이의 상대적 성공 또는 실패를 측정하는 명확한 지표가 필요합니다.

목표를 설정하면 실행할 테스트를 조사하고 우선 순위를 지정할 수 있습니다. 목표에 가장 중요한 페이지 템플릿 (제품 페이지, 카테고리 페이지, 결제 양식 등)을 조사한 다음 개선 가능성이 가장 큰 템플릿 을 결정해야 합니다. 높은 이탈률, 비정상적으로 낮은 전환율, 낮은 참여도, 높은 포기율 등의 페이지를 살펴보십시오.

중요하고 가능성이 있는 페이지를 식별했으면 테스트를 쉽게 실행할 수 있는지에 따라 순위를 매겨야 합니다. 특히 새로운 전략을 구현할 때 가장 적은 성과 를 거두고 더 많은 데이터를 수집할수록 더 복잡한 테스트로 넘어가는 것이 좋습니다. 이 방법론은 최단 기간 동안 최고의 수익을 제공합니다.

선택한 테스트 요소는 클릭 유도문안, 광고 카피의 헤드라인, 랜딩 페이지의 이미지, 이메일의 제목 또는 할인을 광고하는 소셜 미디어 게시물일 수 있습니다. 기억 해야 할 중요한 것은 테스트 대상은 일반적으로 하나의 요소를 구성해야 하며 다른 모든 것은 동일하게 유지되어야 한다는 것입니다. 이 규칙의 예외는 고유한 이메일 및 페이지로 구성된 랜딩 페이지 또는 판매 유입경로와 같이 두 개의 개별 변형을 테스트하는 경우입니다.

2. 권장 사항

실행할 테스트를 식별한 후에는 변형을 브레인스토밍하고 가설을 세워야 합니다.

"어떤 변경이 페이지의 더 나은 결과로 이어질 수 있으며 그 이유는 무엇입니까?"라는 질문을 하십시오.

가설은 페이지 또는 요소의 성능이 예상만큼 좋지 않은 이유와 개선 방법에 대한 평가입니다. A/B 테스트를 실행할 때 기본적으로 가설을 테스트하는 것입니다.

예를 들어, 현재 제품 페이지 CTA가 충분히 눈에 띄지 않고 방문자가 찾는 데 어려움이 있다고 결론을 내릴 수 있습니다. 이 문제를 해결하는 방법은 CTA 버튼에 더 밝은 색상을 사용하는 것입니다.

가설을 공식화하는 가장 좋은 방법은 다음과 같은 간단한 템플릿을 사용하는 것입니다. If…, then…, 왜냐하면…

예를 살펴보겠습니다.

재고 부족에 대한 정보가 CTA 옆에 제품 페이지에 추가되어있는 경우 긴급 - 건축 요소 프롬프트 방문자가 조치를 취할 수 있기 때문에, 다음 장바구니에 추가 속도 (및 전환율)이 증가 할 것이다.

3. 프로토타입 및 디자인

가설을 세운 후 많은 사람들이 뛰어들어 테스트를 조직하기 시작합니다. 그러나 서로 다른 설계 옵션 을 적절히 브레인스토밍하고 확인하여 전체 팀이 참여하고 모든 아이디어가 고려되도록 하는 것이 중요합니다.

가능한 한 많은 가능성을 브레인스토밍하여 제안된 변경 사항의 느슨한 와이어프레임을 만드는 것으로 시작해야 합니다. 가장 유망해 보이는 것을 확인한 후 구현 목적으로 완전한 프로토타입을 만들 수 있습니다.

4. 코드 및 테스트

샘플 크기를 계산하는 것으로 시작하십시오. "샘플 크기"는 결과의 차이가 우연에 의한 것이 아니라는 결론을 내리는 데 필요한 트래픽 의 양입니다 . 다음 섹션에서 이 주제를 자세히 다룹니다. 현재 특정 페이지에 높은 수준의 트래픽을 유도하고 있지 않거나 사이트가 개발 단계에 있다면 언제든지 트래픽을 구매할 수 있습니다. 이를 위해 많은 서비스가 존재합니다.

그런 다음 기초가 준비되면 올바른 도구를 선택하고 테스트를 시작할 수 있습니다. 다양한 도구는 다양한 테스트 요구 사항을 충족합니다. 개별 페이지 요소의 경우 간단한 웹 편집기만 있으면 됩니다. 다른 판매 깔때기의 비교와 같은 더 복잡한 분할 테스트의 경우 정교한 도구가 필요할 수 있습니다. 이메일 마케팅 및 광고 캠페인을 위한 전용 소프트웨어도 제공됩니다.

현장 코드 구현을 위한 전담 개발 팀이 있는 경우 이전 단계에서 만든 디자인이 여기에서 매우 유용할 것입니다.

5. 결과

테스트가 진행되면 결과를 평가하고 새로운 분할 테스트를 공식화할 수 있습니다. 평가에는 두 가지 목적이 있습니다. 승자를 결정하고 향후 테스트를 위한 새로운 아이디어를 생성하는 것입니다. 때로는 결과가 결정적이지 않아 원래 가설을 수정하거나 포기하게 됩니다. 다른 경우에는 결과가 매우 중요하여 다른 관련 페이지에서 유사한 테스트를 요청하거나 원래 변경 사항의 더 고급 변형을 시도할 수 있습니다.

분할 테스트는 장기 전략의 일부로 수행하는 것이 가장 좋습니다. 몇 주와 몇 달에 걸쳐 작은 변화를 많이 만드는 것을 목표로 해야 합니다. 이러한 모든 변경 사항이 추가되어 전반적인 전환율이 극적으로 지속적으로 향상됩니다.

A/B 분할 테스트 샘플 크기를 계산하는 방법

기본 개념을 이해하면 최소 샘플 크기를 계산하는 것이 비교적 쉽습니다.

다음은 알아야 할 몇 가지 용어입니다.

• 기준 전환 – 현재 페이지의 전환율입니다.
• 감지 가능한 최소 효과 – 감지 가능한 최소 효과는 기대되는 기준 전환율의 최소 백분율 변화입니다. 2%, 3%, 5% 또는 10%일 수 있습니다. A/B 테스트에서는 거의 10%를 넘지 않아야 합니다. 물론 더 작은 향상은 달성하기 쉽지만 더 많은 사용자가 필요하기 때문에 증명하기가 더 어렵습니다. 반면에, 더 적은 수의 사용자로 더 큰 향상을 증명하기가 더 쉽습니다. 그러나 일반적으로 그렇게 심오한 영향을 미칠 테스트 아이디어를 생각해 내는 것은 어렵습니다.
• 통계적 유의성 – 통계적 유의성은 결과에 대해 "확실한" 정도입니다. 전자 상거래 환경에서는 80%에서 95%의 통계적 유의성을 목표로 해야 합니다.
• 유의 수준 – 유의 수준은 통계적 유의성 의 역수입니다. 예를 들어, 5% 유의 수준은 결과가 임의의 기회에 기인할 확률이 5%임을 의미합니다. 5~20% 유의 수준은 정상입니다.
• 통계적 검정력 – 종종 A/B 분할 테스터가 생략하는 "통계적 검정력"은 테스트가 존재한다고 가정할 때 최소 감지 가능한 효과를 찾을 확률을 설명하는 백분율입니다. 예를 들어 감지 가능한 최소 효과를 5%로 설정하고 통계 검정력을 80%로 설정했는데 테스트가 끝날 때 대체 버전이 이기지 못했다고 가정해 보겠습니다. 패배한 버전이 5% 이상 더 좋지 않다고 80% 확신합니다.

Evan Miller의 이 계산기를 사용 하여 최소 샘플 을 계산 하고 더 자세히 알아보려면 통계적 유의성에 대한 이 게시물을 읽으십시오.

어떤 제품 페이지 요소를 분할 테스트해야 합니까?

제품 페이지는 테스트 후보자를 선택하는 기준에 완벽하게 맞습니다. 전자 상거래 사이트에서 가장 중요하고 트래픽이 가장 많은 페이지 중 하나입니다. 또한 테스트를 분할하기 쉽습니다.

다음은 전환에 가장 큰 영향을 미칠 수 있는 제품 페이지 요소입니다.

• 제목 – 제목은 고객이 제품 페이지를 방문할 때 가장 먼저 보게 되는 것입니다. 항목을 식별하고 다른 제품과 구별합니다. 브랜드 이름, 주요 기능 및 USP를 포함(또는 제외)하고 일반 제품 이름의 다른 버전을 샘플링하여 실험할 수 있습니다.
• 이미지 – 제품 이미지는 전환에 상당한 영향을 미칠 수 있습니다. 특히 고객이 스크롤을 내리기 전에 가장 먼저 보게 되는 플래그십 제품 이미지는 무게를 많이 싣는다. 이 이미지의 다양한 변형을 실행하여 어떤 고객이 가장 매력적이라고 ​​생각하는지 확인하세요.
• 설명 – 설득력 있는 설명은 고객이 기본 CTA를 클릭하도록 만듭니다. 귀하의 사본에 설득력 있는 요소를 추가하여 설명을 실험하면 흥미로운 결과를 얻을 수 있습니다. 수상, 미디어에서의 언급, 유명인의 추천, 눈에 띄는 리뷰 등을 인용하는 것을 고려하십시오.
• 가격 – 페이지를 방문하는 거의 모든 단일 방문자는 가격을 보게 됩니다. 색상, 크기, 위치 및 가격 바로 옆에 포함된 정보(예: 할인 전의 ​​원래 취소된 가격 또는 판촉 가격 마감일)를 포함하여 수많은 변경 사항을 테스트할 수 있습니다.
• 기능 옵션 – 방문자는 구매하기 전에 색상 및 크기와 같은 항목 기능을 선택해야 하는 경우가 많습니다. 이러한 옵션이 불분명하거나 사용하기 어려운 경우 구매자에게 많은 마찰을 일으킬 수 있습니다. 모호한 재고 수준도 불확실성으로 이어질 수 있습니다.
• 배송 정보 – 배송 시간과 비용 은 의사 결정 과정의 또 다른 주요 요소입니다. 배송 정보를 올바르게 표시하여 의심을 없애고 무료, 당일 또는 익일 배송을 눈에 띄게 표시하여 구매 의향을 높일 수 있습니다.
• CTA – 이것은 큰 것입니다. CTA와 관련하여 가장 중요한 세 가지 기능은 모양, 크기, 색상입니다. CTA는 페이지의 다른 요소와 눈에 띄어야 하며 특히 모바일에서 클릭하기 쉬워야 합니다.
• 별점 – 온라인 구매자는 리뷰를 좋아합니다. 헤드라인 아래에 표시되는 별표 평점의 변형을 테스트하고 고객이 리뷰 전용 제품 페이지 섹션을 쉽게 탐색할 수 있도록 하세요.
• 긴급 구성 기능 – 카운트다운 타이머, 시간 제한 배달, 특별 할인 가격 등과 같은 긴급 구성 요소는 페이지의 전환을 극적으로 높일 수 있습니다. 제품 페이지에서 긴급성 구축에 대해 자세히 알아보세요.

전환율을 높이는 방법에 대한 아이디어와 함께 최고 실적 제품 페이지의 몇 가지 예를 보려면 해당 주제에 대한 게시물을 확인하십시오.

다른 테스트 영감을 찾고 있다면 웹(또는 해당 문제에 대해 어디에서나)에서 사용할 수 있는 가장 포괄적인 전자 상거래 최적화 체크리스트를 작성했습니다. 지금 무료로 다운로드하세요!

이와 같은 통찰력을 더 원하십니까?

주간 전자상거래 팁, 전략 및 업계 최고의 지식을 받아 보십시오. 받은 편지함으로 바로 전달됩니다.

on 개인정보 보호정책을 읽었으며 뉴스레터 이용약관에 동의합니다.

계속하려면 이 확인란을 선택하세요.

우후! 방금 가입했습니다. 구독을 확인하려면 받은 편지함을 확인하세요.

피해야 할 전자 상거래 A/B 분할 테스트 실수 11가지"

올바르게 수행되지 않으면 분할 테스트는 엄청난 시간과 비용 낭비가 될 수 있습니다.

다음과 같은 실수를 하지 마십시오.

1. 전환에 영향을 주지 않는 분할 테스트 페이지 – 전환에 큰 영향을 주지 않는 분할 테스트 페이지는 아무 소용이 없습니다. 시간과 자원이 제한되어 있으므로 테스트에 가장 적합한 후보를 조사하고 우선 순위를 지정하는 것이 중요합니다.
2. 하나의 테스트에서 여러 요소 분할 테스트 – 여러 요소로 테스트 를 실행하는 경우 어떤 변형이 긍정적인 결과를 초래하는지 알 수 있는 방법이 없습니다. 이는 앞으로 가설을 공식화하는 능력에 부정적인 영향을 미치며 테스트를 실행한 페이지에 대해 최적보다 못한 결과를 초래할 수도 있습니다.
3. 작은 표본 크기 사용 – 우수한 데이터 과학을 준수하지 않는 경우 – 80%에서 95% 사이의 통계적 유의성을 가진 표본 크기 계산 – 결과는 결정적이지 않을 것입니다. 장기적으로 이것은 목표에 무시할 수 있는 변화로 이어지지 않을 가능성이 더 큽니다.
4. 모든 테스트 아이디어를 "차용"하는 것 – 경쟁사 연구와 사례 연구를 사용하여 가설을 알리는 것은 좋은 습관입니다. 테스트 아이디어만 생성하는 것은 실수입니다. 대부분의 최상의 결과는 경쟁자가 수행하지 않은 테스트에서 나올 것입니다.
5. 산발적인 분할 테스트 – 오래된 속담에 따르면 분할 테스트는 크리스마스뿐만 아니라 평생을 위한 것입니다. 전환 이득을 최대화하고 변화하는 소비자 행동에 적응할 수 있는 전략을 위해 테스트는 장기적으로 지속 가능한 방식으로 수행되어야 합니다.
6. 디자인과 개발 프로세스 간의 분리 부족 – 아이디어를 브레인스토밍(디자인)하고 구현(개발 및 코딩)할 때 작업 간에 명확한 구분이 있어야 합니다. 종종 소매업체는 이러한 역할을 혼동하여 비효율적인 브레인스토밍 또는 조잡한 구현을 초래합니다. 한 사람이 두 가지 작업을 모두 담당하더라도 적절한 기술을 보유하고 있는지 확인하는 것이 중요합니다.
7. 직감과 가정에 기반한 가설 – 모든 분할 테스트 팀은 "좋은 테스트 아이디어"를 만드는 것에 대한 일련의 가정을 갖습니다. 그러나 가능한 한 열린 마음을 갖고 반직관적으로 보일 수 있는 가설을 만드는 것이 중요합니다. 분할 테스트의 전체 목적은 긍정적인 원래 변경 사항을 식별하는 것입니다. 프로세스는 가능한 한 기본 가정에 도전하고 디자이너가 틀에서 벗어나 생각하도록 장려해야 합니다.
8. 적절한 가설 형성 실패 - 긍정적인 변화의 원인을 아는 것이 중요합니다. 사전에 생각하지 않고 아이디어를 생성하면 자신을 불리한 위치에 놓이게 됩니다. 성공적인 결과의 기초를 이해하면 시간이 지남에 따라 고객 기반의 행동에 대한 더 명확한 이해를 공식화하고 앞으로 확고한 가설을 세울 수 있습니다.
9. 부적절한 결과 분석 - CTA "B"는 10%로 전환되는 반면 CTA "A"는 5%에서만 전환됩니다. 그게 이야기의 끝이야, 그렇지? 아니요! 테스트 데이터는 전환율이 높은 세그먼트, 최대 전환 시간, 페이지 내 장애물 등에 대한 정보를 포함하여 고객에 대한 유용한 통찰력을 보유합니다. Google Analytics와 같은 분석 플랫폼을 사용하여 테스트 결과를 자세히 살펴보세요.
10. 작은 이익을 간과함 – 소매업체는 종종 엄청난 결과를 기대하고 종종 2% 또는 3%의 변경 사항을 중요하지 않은 것으로 할인합니다. 어떻게 보면 이해할 수 있는 일입니다. 웹에서 매우 성공적인 사례 연구의 우세는 우리가 동일한 결과를 시도하고 반영하도록 조건화했습니다. 그러나 이것은 실수입니다. 강력한 통계적 유의성이 있을 때 작은 증가는 더 큰 결과만큼 유효합니다. 통계적 검정력이 높은 검정은 작은 효과를 탐지할 수 있으며 모두 동등하게 유효합니다.
11. 결과 "피킹" – 분할 테스트를 조기에 중지하는 것은(원하는 테스트 사용자 수에 도달하기 전에) 절대 금물입니다. 종종 테스터는 테스트 중간의 결과를 기반으로 한 변형의 효능을 다른 변형보다 결론지을 것입니다. 이렇게 하면 테스트 과정에서 나타날 수 있는 변동을 무시하게 되며 특정 시간에 변동이 임의로 서로를 능가하는 것이 일반적입니다.
    

    전자상거래를 위한 최고의 A/B 분할 테스트 도구 검토

    A/B 분할 테스트는 마케팅 및 영업 활동의 대부분을 포괄해야 합니다. 귀하의 사이트에 국한되어서는 안됩니다. 이메일 마케팅, Facebook 광고, 소셜 미디어 등과 같은 대부분의 전용 앱에는 자체 A/B 분할 테스트 도구가 제공됩니다.

이 목록에는 전자상거래 사이트에서 분할 테스트를 실행하는 데 가장 적합한 도구가 나와 있습니다 . 또한 A/B 분할 테스트와 관련하여 전면적인 "최고" 도구는 없습니다. 다양한 솔루션이 다양한 유형의 온라인 상점을 위해 설계되었으며 최상의 소프트웨어 선택은 규모, 산업, 선호하는 마케팅 방법 등을 포함한 다양한 요인에 따라 다릅니다.

다음은 상위 5개 전자상거래 A/B 분할 테스트 도구에 대한 요약입니다.

1. VWO – VWO는 분석 수행, 새로운 아이디어 개발 및 테스트 실행 을 위해 웹에서 가장 널리 사용되는 전자 상거래 도구 중 하나입니다 . 플랫폼으로서 최적화 캠페인을 실행하는 데 필요한 모든 기능을 갖추고 있으며 엔터프라이즈 기업과 소규모 기업(및 그 사이의 모든 것)을 위한 다양한 옵션과 함께 매우 다재다능합니다. VWO는 클라이언트 목록에 eBay를 포함합니다.
2. Optimizely – 국제 전자 상거래 공간의 또 다른 큰 이름인 Optimizely는 "큰 이름" 온라인 소매업체 사이 에서 가장 좋아하는 회사 입니다. 이 소프트웨어에는 A/B 테스트를 수행하기 위한 강력한 기능 패키지가 포함되어 있어 샘플 세분화, 예측, 타겟팅 및 분석이 가능합니다. 모바일과 데스크톱 모두에서 사용하기에 적합합니다.
3. Google Optimize – Google Optimize 의 가장 큰 장점 중 하나는 Google 애널리틱스와 원활하게 통합된다는 점입니다. 그러나 "판매 시점"은 무료이기 때문에 잘못된 단어일 수 있습니다. 최적화 도구는 전체 A/B 테스트 플랫폼이며 자체 비주얼 편집기가 있습니다. 경쟁업체의 엔터프라이즈급 기능이 많이 부족하다는 점을 감안할 때 대부분 소규모 회사에서 많은 추종자를 찾습니다. 사용자가 나중에 업그레이드할 수 있는 유료 버전인 Optimize 360이 있습니다.
4. AB Tasty – AB Tasty는 대기업용으로 설계되었으며 기능이 풍부한 분석 플랫폼, 시각적 편집기 및 테스트 실행을 위한 자동화된 구현 기능을 포함한 전체 테스트 도구 세트와 함께 제공됩니다.
5. Swiftswap – Growcode의 소프트웨어인 Swiftswap을 포함하지 않고는 최고의 테스트 도구 목록을 컴파일할 수 없습니다. Swiftswap을 독특하게 만드는 것은 AI를 사용하여 테스트 프로세스를 알리고 간소화한다는 것입니다. 모든 전자 상거래 플랫폼과 통합됩니다. 또한 전자 상거래 상점에 빠르고 일관된 최적화 변경 사항을 제공하도록 설계되었으며 Growcode의 아웃소싱 최적화 패키지의 일부로 사용할 수 있습니다.

전자상거래 A/B 테스트 사례 연구의 예

그렇다면 실제로 A/B 분할 테스트는 어떤 모습일까요?

다음은 Growcode의 자체 사례 파일에서 가져온 세 가지 예입니다.

1. 부다페스트

Budapester는 디자이너 가방, 신발 및 액세서리를 판매하는 대규모 온라인 소매업체입니다. 회사는 비용 효율적인 장기 테스트 계획을 구현하기를 원했습니다. 분석 결과 제품 페이지와 장바구니가 개선 가능성이 가장 큰 것으로 나타났습니다.

여기에서 전체 사례 연구를 읽어보십시오.

결과: 전환율이 12.5% ​​증가했습니다.

다음 가설이 공식화되고 테스트되었습니다.

가설 1: 모든 페이지에서 USP를 명확하게 전달하면 전환율이 높아집니다.

이전: 무료 배송 및 즉각적인 제품 가용성을 포함하는 USP가 제품 페이지에 표시되지 않았습니다.

이후: USP가 제품 설명 아래 및 헤더에 포함되었습니다.

가설 2: 헤더가 너무 많은 공간을 차지하고 불필요한 링크와 정보로 방문자의 주의를 산만하게 합니다.
이전: 많은 작은 버튼, 읽기 어려운 텍스트 및 불필요한 링크로 인해 헤더가 명확하지 않았습니다.

변경 후: 헤더가 단순화되고 주요 버튼이 더 명확해졌습니다.

가설 3: 간소화된 장바구니는 장바구니 포기를 줄일 수 있습니다.
이전: 구매 확인 페이지에서 무료 배송에 대한 정보가 표시되지 않고 할인 가격이 강조 표시되지 않았습니다.

After: 무료배송, 재고, 할인 혜택이 모두 밝은 색상으로 포함되어 눈에 띄었습니다.

2. 예약

Reserved는 CEE 지역에서 가장 큰 패션 소매업체입니다. 2013년 온라인 스토어를 오픈했습니다.

결과: 4.6% 전환율 증가.

여기에서 전체 사례 연구를 읽어보십시오.

다음 가설이 공식화되고 테스트되었습니다.

가설 1: 메인 페이지(홈 페이지, 제품 페이지, 카테고리 페이지)에 USP를 추가하면 방문자에게 Reserved 쇼핑의 고유한 이점을 설득하는 데 도움이 될 것입니다.

이전: 홈 페이지에 명확한 USP가 표시되지 않았습니다.

이후: 헤더 바로 아래에 USP가 홈페이지에 표시되었습니다.

가설 2: 장바구니 페이지에 USP를 포함하면 장바구니 포기를 줄일 수 있습니다.
이전: 특정 USP가 표시되었지만 명확하게 설명되지 않았습니다. $50 이상 구매 시 무료 배송 및 무료 택배 배송에 대한 정보가 표시되지 않았습니다.

이후: 페이지 오른쪽에 USP에 대한 정보를 표시하는 섹션이 포함되었습니다.

3. 4층

4F에서는 스포츠웨어와 스포츠 액세서리를 판매하고 있습니다. 이 회사는 전통적인 제조 공정과 현대적인 디자인을 결합하여 품질에 대한 명성을 쌓아왔습니다.

결과: 글로벌 전환율이 8% 증가했습니다.

여기에서 전체 사례 연구를 읽어보십시오.

다음 가설이 공식화되고 테스트되었습니다.

가설 1: 제품 페이지에 자세한 설명을 포함하면 의심이 줄어들고 더 많은 방문자가 장바구니에 제품을 추가할 수 있습니다.

이전: 제품 정보가 흩어져 스캔하기 어렵고 CTA에서 멀리 떨어져 있습니다.

이후: 배송 정보를 포함한 제품 세부 정보를 스캔할 수 있도록 작성하여 CTA 옆에 배치했습니다.

가설 2: 할인을 백분율로 표시하면 더 많은 고객이 장바구니에 제품을 추가하게 됩니다.
이전: 할인된 가격이 취소선으로 표시되어 추가 정보 없이 현재 가격 옆에 표시됩니다.

변경 후: 현재 가격 옆에 할인된 가격을 백분율로 나타낸 수치가 포함되었습니다.

가설 3: 매장 내 배송에 대한 정보를 표시하면 고객과의 관련성이 높고 4F에 잘 알려진 지역 매장 체인이 있기 때문에 전환을 높일 수 있습니다.
이전: 매장 배송에 대한 정보가 페이지 아래에 있었습니다.

이후: 직접 배송 및 매장 내 배송 세부 정보가 CTA 위에 나란히 표시되었습니다.

보시다시피 테스트된 대부분의 페이지 요소는 상당히 일반적인 A/B 테스트 예제입니다. "안전한" 것처럼 보일 수 있지만 여전히 전환율을 크게 높일 수 있습니다.

결론

이 게시물에 설명된 정보로 무장하면 실제 결과를 도출하고 전환 및 수익 목표에 더 가까이 다가가는 테스트를 시작할 수 있습니다.

그러나 명심해야 할 중요한 점이 있습니다.

지속적이고 일관된 분할 테스트의 중요성을 잊지 마십시오.

시간이 지남에 따라 많은 작은 변경을 포함하는 최적화 캠페인을 구현하면 경쟁에서 훨씬 앞서게 될 것입니다. Amazon과 같은 대기업이 업계 평균보다 훨씬 높은 전환율을 달성하기 위해 사용하는 전략입니다.

그건 그렇고, 테스트 영감을 찾고 있다면 웹(또는 그 문제에 대해 어디에서나)에서 사용할 수 있는 가장 포괄적인 전자 상거래 최적화 체크리스트를 작성했습니다. 지금 무료로 다운로드하세요!

Growcode에 연락하지 않는 이유는 무엇입니까?

경험이 풍부한 팀이 최적화 전략을 인계받기를 원하신다면 Growcode에 연락하지 않으시겠습니까? 우리는 분할 테스트를 실행한 수년간의 경험이 있으며 스스로 관리하는 데 드는 비용의 일부만으로 장기 전략을 구현할 수 있습니다. 또한 결과가 보장됩니다. 배송에 실패하면 전액 환불해 드립니다.
여기에서 당사 고유의 핸즈프리 접근 방식에 대해 읽어보십시오.