
안녕하세요 노아노마드입니다. :)
오늘은 마케팅, 퍼포먼스 마케팅의 꽃 ! A/B테스팅에 대해서 다뤄보려구 합니다~~!!
A/B 테스팅이란 ? 성과를 개선하기 위하여 동일한 조건하에 한 가지의 변수만을 설정,
비교하여 상대적으로 효과적인 변수를 찾아내는 일련의 과정입니다. 단 하나만의 변수를 설정하는 이유는 쉽게 말해 어떤 요소 때문에 결과의 차이가 발생한 것인지 파악하기 어렵기 때문입니다. (* 참고 주요 변수로 타겟, 카피. 콘텐츠 등이 있습니다.)
그렇다면 규모가 크고 완벽하게 테스팅과 작고 빠르게 테스팅 둘 중 어떤 A/B테스팅이 효과적일까요?
후자가 좀 더 좋은 테스팅이라고 말할 수 있습니다. 한 번의 테스팅을 위해 많은 공을 들인다고 하면, 시간 대비 효율적이지 못 합니다. 크고 완벽하게 테스팅을 진행하려 할 수록 여러 요소들의 테스팅 기회가 부족해지며, 변화되는 환경에 적용하기 어렵습니다. 디지털 환경은 하루가 다르게 급변하기 때문에 환경 변화에 따라 대응할 수 있도록 유연하게 또한 빠르게 테스팅 하는 것이 효과적입니다.
A/B 테스팅시 주의할 점
1. 기간

A/B 테스트는 같은 기간동안 진행하는 것이 가장 정확합니다. A캠페인과 B캠페인의 기간이 다를 경우 각 기간동안 발생하는 환경적인 요소가 다르기 때문에 성과차이가 발생할 수 있습니다. 쉽게 예를 들어, '마스크 '라는 상품에 대해서 카피를 변수로 잡았지만 기간을 A시점, B시점 다르게 진행한다고 가정하겠습니다. A시점에서 B시점으로 넘어가는 사이 코로나19와 같은 사회적 이슈가 발생할 경우 성과 차이는 엄청나게 크게 발생하겠죠. 이렇게 되면, 결국 카피변수에서 성과차이가 발생했다고 보기 어렵다고 판단할 수 있습니다.
2. 모수
간혹 광고를 송출하고 얼마 지나지 않았는데 성급하게 판단을 내리는 마케터가 있습니다. 물론 트래픽의 양이 적거나 광고비가 한정적일 경우는 판단 하는 시기와 기준이 모호할 수 있습니다. 하지만 모수가 크면 클 수록 해당 결과의 신뢰도가 높다는 점을 참고해두면 좋을 것 같습니다.
3. 목적과 목표

테스팅을 하기전 '이 테스트가 나에게 어떤 정보를 줄 수 있는가?'에 대해서 고려해봐야합니다. 예를 들어, 불특정 다수 10명에게 오렌지주스와 포도주스 선호도에 대해서 조사를 했다고 가정해봅니다. 결과값이 오렌지 7 : 포도 3으로 나뉠 경우 결과는 나왔지만 이를 통해 새로운 인사이트를 얻기는 어려울 것입니다. A/B 테스트를 하는 이유를 단순히 전환, 즉 성과를 높이기 위함이라고만 생각하는 것은 좋지 않습니다. 궁극적으로 인사이트를 쌓는 것이 가장 큰 목표가 되어야 합니다. 수많은 테스팅을 통해 성공과 실패를 경험하다보면 언젠가 마케터 여러분만의 인사이트가 형성될 겁니다.
여러분은 정확한 수치분석을 필요로 하는 통계학자가 아닙니다.
마케터로서 A/B 테스팅을 통해 비즈니스 상황을 고려하여 빠르고 적합한 판단을 통한 결정을 내려
자신과 비즈니스가 함께 성장하길 바라겠습니다!. :)
오늘 하루도 고생하셨습니다!.
안녕하세요 노아노마드입니다. :)
오늘은 마케팅, 퍼포먼스 마케팅의 꽃 ! A/B테스팅에 대해서 다뤄보려구 합니다~~!!
A/B 테스팅이란 ? 성과를 개선하기 위하여 동일한 조건하에 한 가지의 변수만을 설정,
비교하여 상대적으로 효과적인 변수를 찾아내는 일련의 과정입니다. 단 하나만의 변수를 설정하는 이유는 쉽게 말해 어떤 요소 때문에 결과의 차이가 발생한 것인지 파악하기 어렵기 때문입니다. (* 참고 주요 변수로 타겟, 카피. 콘텐츠 등이 있습니다.)
그렇다면 규모가 크고 완벽하게 테스팅과 작고 빠르게 테스팅 둘 중 어떤 A/B테스팅이 효과적일까요?
후자가 좀 더 좋은 테스팅이라고 말할 수 있습니다. 한 번의 테스팅을 위해 많은 공을 들인다고 하면, 시간 대비 효율적이지 못 합니다. 크고 완벽하게 테스팅을 진행하려 할 수록 여러 요소들의 테스팅 기회가 부족해지며, 변화되는 환경에 적용하기 어렵습니다. 디지털 환경은 하루가 다르게 급변하기 때문에 환경 변화에 따라 대응할 수 있도록 유연하게 또한 빠르게 테스팅 하는 것이 효과적입니다.
1. 기간
A/B 테스트는 같은 기간동안 진행하는 것이 가장 정확합니다. A캠페인과 B캠페인의 기간이 다를 경우 각 기간동안 발생하는 환경적인 요소가 다르기 때문에 성과차이가 발생할 수 있습니다. 쉽게 예를 들어, '마스크 '라는 상품에 대해서 카피를 변수로 잡았지만 기간을 A시점, B시점 다르게 진행한다고 가정하겠습니다. A시점에서 B시점으로 넘어가는 사이 코로나19와 같은 사회적 이슈가 발생할 경우 성과 차이는 엄청나게 크게 발생하겠죠. 이렇게 되면, 결국 카피변수에서 성과차이가 발생했다고 보기 어렵다고 판단할 수 있습니다.
2. 모수
간혹 광고를 송출하고 얼마 지나지 않았는데 성급하게 판단을 내리는 마케터가 있습니다. 물론 트래픽의 양이 적거나 광고비가 한정적일 경우는 판단 하는 시기와 기준이 모호할 수 있습니다. 하지만 모수가 크면 클 수록 해당 결과의 신뢰도가 높다는 점을 참고해두면 좋을 것 같습니다.
3. 목적과 목표
테스팅을 하기전 '이 테스트가 나에게 어떤 정보를 줄 수 있는가?'에 대해서 고려해봐야합니다. 예를 들어, 불특정 다수 10명에게 오렌지주스와 포도주스 선호도에 대해서 조사를 했다고 가정해봅니다. 결과값이 오렌지 7 : 포도 3으로 나뉠 경우 결과는 나왔지만 이를 통해 새로운 인사이트를 얻기는 어려울 것입니다. A/B 테스트를 하는 이유를 단순히 전환, 즉 성과를 높이기 위함이라고만 생각하는 것은 좋지 않습니다. 궁극적으로 인사이트를 쌓는 것이 가장 큰 목표가 되어야 합니다. 수많은 테스팅을 통해 성공과 실패를 경험하다보면 언젠가 마케터 여러분만의 인사이트가 형성될 겁니다.
여러분은 정확한 수치분석을 필요로 하는 통계학자가 아닙니다.
마케터로서 A/B 테스팅을 통해 비즈니스 상황을 고려하여 빠르고 적합한 판단을 통한 결정을 내려
자신과 비즈니스가 함께 성장하길 바라겠습니다!. :)
오늘 하루도 고생하셨습니다!.