A/B 테스팅 vs 다변수 테스팅 vs 멀티페이지 테스팅

CRO 실험을 실행할 때 A/B 테스트, 분할 테스트, 다변수 테스트 및 다중 페이지 테스트의 4가지 유형의 테스트 중에서 선택할 수 있습니다.

이러한 각 테스트에는 고유한 장점과 한계가 있습니다.

실험에 적합한 테스트를 선택하지 않으면 데이터 기반 CRO 결정을 내리는 것이 어려울 수 있습니다.

따라서 이러한 다양한 최적화 테스트 기술이 무엇인지, 서로 어떻게 비교되는지, 그리고 실험을 실행할 때마다 올바른 테스트를 선택하는 방법에 대해 알아보겠습니다.

여기 간다.

A/B 테스팅이란

A/B 테스트는 페이지의 하나 이상의 요소 에 대한 변경 사항을 테스트하는 방법입니다.

A/B 테스트를 사용하면 페이지에 요소를 추가하거나 제거하거나 변경할 수 있으며 추가, 제거 또는 변경이 페이지의 전환율에 미치는 영향을 확인할 수 있습니다.

이러한 요소는 페이지의 모든 그래픽 또는 텍스트 항목일 수 있습니다(예: CTA, 헤드라인 문구 또는 영웅 이미지).

A/B 테스트에서는 테스트할 요소인 동일하지 않은 유일한 요소를 사용하여 원본 페이지의 정확한 복사본을 하나 이상 만듭니다.

그리고 원본( 대조군 이라고 함)에 대해 이러한 복사본( 챌린저 라고 함)을 테스트할 때 변경 사항이 전환율에 어떤 영향을 미치는지 확인할 수 있습니다.

분할 URL 테스트

종종 A/B 테스트와 함께 사용되지만 근본적으로 A/B 테스트와 다른 다른 형태의 테스트가 있습니다.

이를 분할 URL 테스트 또는 분할 테스트라고 합니다.

분할 테스트에서 페이지 수신 트래픽은 지정된 목표에 대해 더 나은 성능을 보이는 버전을 식별하기 위해 중간으로 분할되고 동일한 페이지의 완전히 다른 두 버전으로 전달됩니다.

일반적으로 이러한 버전은 다른 URL에서 호스팅되지만 최종 목표는 양식 채우기 또는 장바구니에 추가와 같은 특정 작업에 대한 전환을 높이는 것입니다.

페이지의 완전히 다른 디자인이나 버전을 테스트하는 데 사용되는 분할 URL 테스트.

여기서 목표는 가장 잘 수행되는 것을 찾는 것입니다.

따라서 근본적으로 다른 두 가지 아이디어를 테스트하려면 분할 URL 테스트를 사용해야 합니다. 예를 들어, 두 개의 홈페이지 디자인을 테스트하려는 경우 이 기술을 사용하는 것이 좋습니다.

A/B 테스트 예시

생산성 도구의 선두 판매업체인 BestSelf Co는 자사 주력 제품의 매출이 CRO를 통해 향상될 수 있음을 깨달았습니다. 그래서 CRO 에이전시(SplitBase)를 고용하여 이것이 어떻게 일어날 수 있는지 조사했습니다.

SplitBase는 연구를 수행하고 처음에는 헤드라인이 없었던 랜딩 페이지에 혜택 중심의 헤드라인을 추가하면 더 많은 매출을 올릴 수 있다는 가설을 세웠습니다.

SplitBase는 A/B 테스트를 실행하고 원본 페이지에 대해 헤드라인이 있는 페이지를 테스트하기로 결정했습니다. SplitBase는 또한 두 가지 버전의 헤드라인을 테스트하기로 결정했습니다.

따라서 간단한 A/B 테스트를 사용한 실험은 세 가지 버전으로 끝났습니다.

• 버전 A(제목 없는 컨트롤)
• 버전 B(제목이 있는 도전자)
• 버전 C(제목을 변형한 도전자)

어떤 버전이 가장 많이 판매되었는지 확인하기 위해 트래픽을 세 가지 버전 모두에서 균등하게 분할했습니다(각각 ~ 33%).

보시다시피 A/B 테스트 실험은 A/B/C/D...n 테스트 실험이 될 수 있습니다.

A/B 테스트 사용 사례

A/B 테스트에는 매우 구체적인 사용 사례가 있습니다.

매우 유사한 디자인을 테스트합니다(테스트 요소의 변경 제외).

이것은 단 하나의 요소로 실험하고 변경 사항이 전환율에 미치는 영향을 확인하는 A/B 테스트의 가장 일반적인 사용 사례입니다.

특정 요소가 전환율에 긍정적인 영향을 미칠 수 있다고 가정하는 경우 이 테스트 기술을 사용해야 합니다. 예를 들어, 이 최적화 테스트 기술을 사용하여 홈페이지의 CTA 변경이 미치는 영향을 확인할 수 있습니다.

A/B 테스팅의 장점

• A/B 테스트는 구현하기 쉽습니다. 두 개의 매우 유사한 경험을 테스트하든 완전히 다른 두 개의 경험을 테스트하든 A/B 테스트를 설정하는 것은 매우 간단합니다. 일반적으로 시간이나 리소스를 많이 사용하지 않습니다.
• A/B 테스트는 최종 결과를 산출하기 위해 더 적은 트래픽(다변수에 비해) 테스트가 필요합니다. 각 변형에 약 10,000명의 방문자를 보낼 만큼 충분한 트래픽을 확보하는 웹사이트가 있는 경우 A/B 테스트를 사용하여 다음을 찾을 수 있어야 합니다. 통계적으로 유의미한 결과를 제공하여 웹사이트를 디자인, UI 또는 복사할 수 있습니다. 컨트롤과 도전자(또는 도전자 2명)만으로 A/B 테스트를 실행할 때 특히 그렇습니다. 여전히 상당한 양의 테스트 트래픽을 각각에 보낼 수 있기 때문입니다.
• A/B 테스트는 실행하는 데 너무 오래 걸리지 않습니다 . 일반적으로 A/B 테스트는 2-3주 안에 통계적으로 유의미한 결과를 얻을 수 있으며 몇 달 동안 계속 실행할 필요가 없습니다.

A/B 테스팅의 한계

• A/B 테스트는 일반적으로 제한된 통찰력을 제공합니다. 유사한 경험(단 하나의 요소만 다른 경우)의 A/B 테스트는 일반적으로 두 가지 버전을 실행합니다. 즉, 마케터가 실험에서 가장 많이 배울 수 있는 것은 세 가지 버전(오리지널 1명 + 도전자 2명) 중 어느 것이 가장 잘 했는지입니다. 그게 전부입니다. 세 가지 가능성에 대한 통찰력입니다. 더 많은 변형을 테스트하려는 경우(예: 5가지 버전의 CTA 버튼을 테스트하려는 경우) 해당 많은 변형에 대한 트래픽을 분할한 후에도 통계적으로 중요한 결정을 내리기에 충분한 트래픽이 필요합니다.
• A/B 테스트는 대부분 높은 수준의 웹사이트 결정을 내리는 데에만 적합합니다. A/B 테스트는 어떤 버전이 가장 좋은지에 대한 객관적인 답변을 제공하는 데 탁월하기 때문에 높은 수준의 결정을 내리는 데 효과적입니다. 따라서 웹사이트 또는 랜딩 페이지의 디자인 또는 UI에 대해 취할 접근 방식을 결정하거나 A/B 테스트로 복사할 수 있습니다. 그러나 디자인, UI 또는 복사의 보다 세분화된 요소를 미세 조정하려면 시간이 많이 걸리고 노동력이 많이 소요될 수 있는 여러 A/B 테스트를 실행해야 합니다.

A/B 테스트 도구

Convert Experiences는 모든 A/B 테스트 실험을 지원하고 웹사이트에서 사용할 가장 효과적인 CTA 버튼, 헤드라인 카피, 영웅 이미지, 색 구성표, 로고 배치 등을 발견하는 데 사용할 수 있는 강력한 CRO 솔루션입니다.

Convert는 비주얼 편집기와 보다 강력한 코드 편집기를 통해 기존의 A/B/n 테스트와 분할 URL 테스트를 모두 허용합니다.

다변수 테스트(MVT)란 무엇입니까?

다변수 테스트 또는 MVT는 컨트롤에 대해 둘 이상의 변형 을 테스트하는 방법입니다.

다변수 테스트에서는 페이지의 요소 그룹을 추가, 삭제 또는 변경하여 여러 조정으로 여러 버전을 만들고 요소 그룹에 대한 추가, 제거 또는 변경이 전환율에 미치는 영향을 확인할 수 있습니다.

다변수 테스트의 요소 그룹은 최소 두 개의 요소를 포함해야 합니다(MUST). 그리고 각 요소에는 두 가지 변형이 있어야 합니다. 즉, 다변수 테스트에서는 테스트할 버전이 4개 이상이어야 합니다.

다음은 간단한 다변수 테스트의 분석입니다.

테스트할 요소 그룹: 요소 1, 요소 2.

요소 1의 변형:

요소 1 변이체 A

요소 1 변형 B

요소 2의 변형

요소 2 변형 A

요소 2 변형 B

다변수 테스트의 수학:

테스트할 버전 수 = 그룹의 요소 수 * 각 요소의 변형 수

다변수 테스트 사용 사례

회사는 일반적으로 테스트를 보다 세분화하기 위한 최적화 기술로 다변수 테스트를 사용합니다. 배트에서 바로 가자. 이것이 실험 주기가 길어지는 이유입니다.

그러나 각 변형에 대한 요소 클러스터를 변경할 수 있다는 사실 덕분에 더 큰 문제/전환 장애물을 식별하는 것(A/B 테스트로 수행)에서 특정 페이지에 대한 방문자 경험을 미세 조정할 수 있습니다.

다변수 테스트 예제/사례 연구

위의 사례 연구 예제의 가상 다변수 테스트 확장을 만들어 보겠습니다.

이제 이 전자 상거래 상점은 이미 A/B 테스트를 사용하여 주력 제품 페이지의 우승 버전을 찾았으므로 이제 다변수 테스트의 후속 조치로 우승 디자인에 있는 요소의 다양한 조합을 실험하여 더 많은 것을 얻을 수 있습니다. 전환율을 향상시킵니다.

예를 들어 다변수 테스트에서 CTA 버튼, 영웅 이미지 및 CTA 버튼 사본의 색상을 변경하여 여러 변형을 생성하고 원본에 대해 실행하여 "더 많은" 승리 조합을 찾을 수 있습니다.

다변수 테스트의 장점

• 다변수 테스트는 미세 변환 결정을 내리는 데 유용 합니다. 다변수 테스트를 사용하면 디자인, UI 및 텍스트 변경을 다양하게 조합하여 실험할 수 있습니다. 즉, 더 나은 전환율을 위해 웹 사이트를 "조정"하는 과정에서 모든 추측을 제거할 수 있습니다. 가장 사소한 선택도 실제로 확인할 수 있습니다.
• 다변수 테스트는 요소가 함께 작동하는 방식에 대한 더 깊은 통찰력을 제공합니다. 다변수 테스트를 사용하면 요소의 조합을 테스트할 수 있기 때문에 다양한 조합이 사용자의 선택에 미치는 영향을 확인할 수 있습니다(A/ B 테스트). 다변량 테스트를 사용하면 한 가지 변경 사항이 아닌 여러 변경 사항이 변형에 적용될 때 관찰된 효과가 항상 더 큽니다. 이것을 상호작용 효과 라고 합니다.

다변수 테스트의 한계

• 다변수 테스트에는 많은 트래픽이 필요합니다. 다 변수 테스트의 수학을 보면 테스트할 요소의 수와 그 변형에 따라 테스트할 버전 수가 엄청나게 많다는 것을 알 수 있습니다. 예를 들어, 다변수 테스트를 사용하고 CTA 버튼의 다양한 조합(세 가지 색상: 컨트롤 1개와 도전자 2개, 사본 3개: 컨트롤 1개와 도전자 2개)을 테스트하려면 다음을 생성해야 합니다. 3*3, 즉 9가지 버전. 트래픽이 많은 웹사이트에서도 수많은 버전으로 분할할 수 있는 충분한 트래픽을 확보하는 것이 어렵습니다.
• 다변수 테스트는 계획하기 어려울 수 있습니다. 의미 있는 다변수 테스트를 계획하는 것은 테스트할 수 있는 조합(페이지의 다양한 요소)이 매우 많기 때문에 까다롭습니다. 헤드라인, 영웅 이미지, 영웅 영역 CTA 또는 헤드라인, USP 및 헤더와 같은 조합 중에서 선택하는 데 많은 노력이 필요할 수 있습니다. 또한 다변수 테스트에서 너무 많은 요소를 테스트하면 결과가 왜곡될 수 있습니다.
• 다변수 테스트는 최종적인 상위 수준 결정을 내리는 데 적합하지 않습니다. 다변수 테스트는 요소 조합을 테스트하기 때문에 특정 조합이 이기는 이유를 항상 결정적으로 말할 수는 없습니다. 즉, 다변수 테스트에서 급진적인 CRO 결정을 내리는 것이 항상 가능한 것은 아닙니다. 이것은 다변수 테스트를 줄여서 이미 잘 작동하는 것으로 알고 있는 버전에서 요소의 배치/그래픽/복사 테스트와 같은 보다 세분화된 CRO 결정을 내릴 수 있도록 합니다.

다변수 테스트 도구

Convert Experience를 사용하면 웹사이트에서 다변수 테스트를 쉽게 설정하고 다양한 요소 조합이 전환율에 미치는 영향을 확인할 수 있습니다.

어떤 다변수 테스트 도구를 선택해야 할지 아직 확실하지 않습니까? 최고의 다변수 테스트 도구에 대한 이 완전한 분석을 확인하십시오.

다변수 테스트 대 분할 테스트: 어느 것을 사용해야 합니까?

아래에서 다변수 테스트 대 분할 기본 테스트(또는 A/B 테스트) 비교 표를 확인하여 두 기술 중 하나를 사용해야 하는 경우를 확인하십시오.

다중 페이지 테스트 및 깔때기 테스트란?

다중 페이지 테스트는 여러 페이지에서 특정 요소의 변경 사항을 테스트하는 실험의 한 형태입니다.

이에 대해 두 가지 방법이 있습니다.

판매 깔때기의 모든 페이지를 가져와 각각의 새 버전을 만듭니다. 이 새로운 페이지 세트는 "도전자" 판매 깔때기를 만든 다음 원래 판매 깔때기(또는 "통제")에 대해 실행합니다. 이것을 "깔때기 테스트"라고 합니다.

또는 보안 배지와 같은 반복 요소의 유무가 전체 유입경로의 전환에 어떤 영향을 미칠 수 있는지 테스트할 수 있습니다. 이것은 클래식 또는 기존의 다중 페이지 테스트입니다.

다중 페이지 테스트 및 깔때기 테스트 사용 사례

다중 페이지 테스트를 사용하면 전체 구매자 여정에서 변경 사항이 요소에 미치는 영향을 자유롭게 측정할 수 있습니다.

깔때기 테스트에 투자하기로 선택한 기업은 높은 수준의 통찰력을 얻을 수 있습니다.

예를 들어, 깔때기 테스트를 사용하여 가장 효과적인 것을 찾을 수 있습니다.

• 깔때기 테스트를 실행하여 페이지의 다양한 목소리와 어조를 테스트할 수 있습니다. 예를 들어 바이러스 백신 서비스 제공업체인 경우 판매 깔때기의 두려움을 불러일으키는 사본을 중립적이거나 신뢰를 불러일으키는 사본과 비교하여 테스트할 수 있습니다. 방문자에게 가장 큰 반향을 불러일으키고 가장 많이 판매되는 메시지를 확인하세요.
• 디자인 철학. 다양한 디자인 이론을 실험하고 어떤 이론이 가장 효과적인지 확인할 수 있습니다.
• 판매/지원 전략. 유입경로의 일부 페이지에서 라이브 채팅 지원을 제공하는 챌린저 영업 유입경로 버전을 디자인하고 라이브 채팅 지원 유입경로가 일반 영업 유입경로(라이브 채팅 지원 없음)와 어떻게 비교되는지 확인할 수 있습니다. 마찬가지로 다양한 판매/지원 전략을 테스트하고 판매 유입경로에서 더 많은 전환을 지원할 수 있는 방법을 확인할 수 있습니다.

여러 페이지로 된 테스트 예제/사례 연구

다시 위의 동일한 사례 연구 예제에 대한 가상 확장을 구축해 보겠습니다.

이제 이 특정 웹사이트는 온라인 상점이므로 가장 기본적인 판매 유입 경로는 다음과 같습니다.

상품 페이지 > 장바구니에 담기 페이지 > 결제 페이지

따라서 다중 페이지 테스트를 실행하려면 이 상점에서 이러한 각 페이지에 대한 변형을 만들고 다음과 같은 도전자 깔때기를 만들어야 합니다.

제품 페이지 버전 A > 장바구니에 추가 페이지 버전 A > 결제 페이지 버전 A

도전자 유입경로에서 전자 소매업체는 "10,000명의 전문가가 신뢰함"이라는 전설을 추가하여 구매자 여정의 각 단계에 대한 전환으로 이어지는 방법을 테스트하기로 결정할 수 있습니다. 또는 매우 다른 페이지를 표시하도록 선택할 수도 있습니다(완전히 고유한 두 페이지를 사용한 분할 테스트와 유사).

하지만 야망이 있다면 깔때기 테스트에 참여하고 실제로 카피, 카트 포기 전략 등을 가지고 놀 수 있습니다.

당신은 아이디어를 이해, 그렇지?

다중 페이지 테스트의 장점

• 다중 페이지 유입경로 테스트는 판매 유입경로의 누출을 막는 데 도움이 됩니다. Google Analytics 데이터에 판매 유입경로의 특정 페이지에서 주요 하락이 표시되는 경우 다중 페이지 테스트를 설정하여 이를 감소시키고 더 많은 전환을 얻을 수 있는 것을 찾을 수 있습니다.
• 다중 페이지 테스트는 사용자 행동에 대한 더 깊은 통찰력을 제공할 수 있습니다. 다중 페이지 테스트를 사용하면 사용자가 가장 많이 참여하는 제어 및 도전자 유입경로의 다양한 요소를 식별할 수 있습니다. 이러한 통찰력을 사용하여 보다 정보에 입각한 디자인, 복사 및 사용자 경험 결정을 내릴 수 있습니다.

다중 페이지 테스트의 단점

• 다중 페이지 실험은 몇 달 동안 지속될 수 있습니다. B2B는 구매 여정이 길기 때문에(종종 몇 달에 걸쳐 연장됨) B2B 다중 페이지 테스트는 몇 달 동안 계속 실행할 수 있습니다.
• 다중 페이지 테스트 결과에서 통찰력을 얻는 것은 까다로울 수 있습니다. 도전자 버전이 너무 많은 변수로 실험하는 경우(예: 도전자에서 디자인과 카피를 모두 실험하는 경우) 디자인이 더 많은 변수를 야기했는지 알 수 없을 수도 있습니다. 전환 또는 사본. 여러 챌린저(예: 디자인 테스트용 하나와 사본 테스트용 하나)를 만들려면 트래픽을 세 개로 분할해야 합니다. 웹사이트에 수천 명의 방문자를 확보하지 않는 한 이러한 유사 콘텐츠를 너무 많이 실행하면 통계적으로 유의미한 결과를 얻을 만큼 트래픽이 충분하지 않을 수 있습니다.

다중 페이지 테스트 도구

변환을 사용하면 다중 페이지 테스트 또는 유입경로 실험을 쉽게 설정하고 다양한 변경사항이 페이지 간 전환에 미치는 영향을 확인할 수 있습니다.

A/B 테스팅 vs. 다변수 테스팅 vs. 멀티페이지 테스팅

A/B 테스트

그것이 무엇인지:

A/B 테스트에서는 동일한 페이지/광고/자산의 매우 유사한 두 가지 버전을 테스트하여 가장 실적이 좋은 변형을 찾습니다.

사용 시기:

A/B 테스팅의 핵심은 옵티마이저가 전환에 대한 가장 큰 장애물을 식별하는 데 사용하는 방법입니다. 전환율이 낮은 이유를 정확히 지적하고 요소를 변경/조정하여 문제를 완화할 수 있는 방법을 테스트하는 가설을 만들어야 합니다.

A/B 테스트를 통해 높은 수준의 디자인 및 카피 결정을 내릴 수 있습니다.

예를 들어, 홈 페이지의 높은 이탈률은 일반적으로 방문자가 제품 또는 솔루션이 제공하는 "가치"를 얻지 못한다는 사실을 나타냅니다. 다양한 버전의 가치 제안 헤드라인을 사용한 A/B 테스트가 일반적입니다.

인사이트 확보의 용이성:

A/B 테스트는 통찰력을 얻기 위해 각 변형에 대해 약 10,000명의 방문자와 약 1,000명의 전환이 필요합니다. 그러나 다변수 테스트와 비교할 때 수행하는 것이 상대적으로 빠릅니다.

다변수 테스트

그것이 무엇인지:

다변수 테스트에서는 컨트롤에 대해 둘 이상의 변수를 테스트합니다(이미 잘 수행되는 것으로 알고 있음).

사용 시기:

다변수 테스트를 사용하여 보다 세부적인 결정을 내릴 수 있습니다. 예를 들어 더 최적화하려는 고성능 홈페이지가 있는 경우 다변수 테스트를 사용하여 홈페이지에 있는 요소 그룹의 보다 근본적으로 다른 변형을 실험할 수 있습니다.

A/B 테스트로 홍수가 멈춘 후 작은 누출을 막는 것으로 생각하십시오.

인사이트 확보의 용이성:

다변수 테스트는 여러 변형에 여러 요소를 포함하기 때문에 매우 복잡합니다. 따라서 트래픽 요구 사항과 최종 결과에 도달하는 데 걸리는 시간이 모두 복잡해집니다.

다중 페이지 테스트

그것이 무엇인지:

다중 페이지 테스트에서는 가장 최적의 구매 여정을 찾기 위해 다양한 구매 여정을 테스트합니다. 다중 페이지 테스트는 판매 유입경로의 여러 페이지에서 A/B/N 및 다변수 테스트를 함께 실행하는 것과 유사합니다.

사용 시기:

다중 페이지 테스트 또는 깔때기 테스트를 사용하여 전체 판매 여정에서 높은 수준의 결정을 내릴 수 있습니다.

예를 들어 개인화된 판매 여정을 일반 판매 여정과 비교하여 테스트할 수 있습니다.

인사이트 확보의 용이성:

제한된 버전(예: 2)을 사용한 다중 페이지 테스트는 비교적 빠르게 중요한 결과를 얻을 수 있습니다.

A/B 테스트, 다변수 및 다중 페이지 테스트 비교

실험은 올바른 테스트 형식을 사용할 때만 최종 결과를 제공할 수 있습니다.

요약하자면 다음과 같습니다.

• A/B 테스트 – 일반적으로 가설에서 전환 장애물로 식별된 중요한 요소를 하나 이상의 다른 버전(변형)에서 테스트합니다.
• 분할 테스트 – 분할 테스트는 두 개의 완전히 다른 페이지를 호스팅하고 방문자를 위해 두 개의 개별 URL에 대한 경험을 제공하는 동시에 동일한 전환 목표에 대해 평가하는 데 중점을 둡니다. 분할 테스트를 통해 서로에 대해 호스팅 플랫폼 및 테마와 같이 완전히 다른 두 가지 설정을 테스트할 수 있습니다.
• 다변수 테스트 또는 A/B/N 테스트 – MVT는 일반적으로 A/B 테스트의 승자에 대해 수행됩니다. 다변수 테스트에서는 페이지 요소의 클러스터를 변경합니다. 각 고유하거나 조정된 클러스터는 고유한 변형 또는 버전이 됩니다. MVT 변형의 더 높은 전환율을 특정 요소에 부여하는 것은 어렵지만 옵티마이저는 복사 및 디자인에 대한 세부적인 수정을 테스트할 수 있습니다.
• 다중 페이지 테스트 – 다중 페이지 테스트를 실행하는 것은 판매 깔때기의 여러 페이지에서 여러 A/B/N 테스트를 함께 실행하는 것과 유사합니다. 또는 완전히 다른 판매 유입경로 경험을 테스트할 수 있습니다(예: 트래픽의 절반을 제어 버전 페이지 1> 페이지 2> 페이지 3 으로 보내고 나머지 절반을 도전자 버전 페이지 1 변형 > 페이지 2 변형 > 페이지 3 으로 보냅니다. 도전자가 대조군과 상당히 다른 변종 .)

실험에 적합한 검정을 선택하는 것은 주로 가설을 올바르게 하는 데 달려 있습니다. 다음은 실험을 실행할 때마다 명확한 가설을 작성하는 데 도움이 되는 몇 가지 CRO 도구입니다.

또한 실험을 위해 A/B, 다변수 또는 다중 페이지 테스트를 시작할 준비가 되면 변환을 확인하십시오. Convert Experience는 데이터 개인 정보 보호에 민감한 산업에서도 트래픽이 많은 웹 사이트에 대해 쉽게 생각할 수 있는 모든 최적화 실험을 처리할 수 있습니다.

Convert Experiences에 15일 무료 평가판을 제공하고 테스트를 통해 KPI를 개선할 수 있는 방법을 재고하십시오.