실험을 통해 더 많은 수익을 창출하는 방법: 2022년 전체 유입경로 테스트 가이드

250만 달러 이상.

이는 한 회사가 실행한 모든 테스트에서 얻은 총 수익입니다.

그러나 그들의 이야기에 대한 더 많은 맥락 없이 이 숫자를 보여주는 것은 오해의 소지가 있습니다.

회사는 매우 성숙하고 공격적인 테스트 모델을 가지고 있었습니다. 그러나 Deborah O'Malley가 그녀와 한 인터뷰에서 밝혔듯이 테스트 4개 중 3개는 승자가 되지 않았습니다. 실제로 테스트의 약 75%에서 무시할 수 있는 수준의 상승이 있거나 전혀 향상되지 않았습니다.

그러나 승리한 테스트가 모든 것을 보상했습니다.

수익을 증가시킬 수 있는 가능성이 있으므로 실험은 의심할 여지 없이 투자 가치가 있습니다.

테스트가 아직 귀하의 비즈니스에 더 많은 이익을 가져다주지 않기 때문에 포기하지 마십시오. Deborah가 조언했듯이 승자에게 도달하기 위해 패자를 가려낼 것으로 예상해야 합니다.

첫 번째 마케팅 노력이 고객 유치에 실패했다면 시도를 중단하시겠습니까? 아니면 효과가 있는 것을 찾을 때까지 계속 시도하시겠습니까?

이 전체 유입경로 테스트 가이드에서는 테스트 승률을 높이는 데 효과적인 방법을 찾을 수 있습니다. 그리고 더 많은 수익을 창출하세요.

계속 읽으십시오:

• 전환 유입경로의 격리된 부분을 테스트하고 최적화하면 역효과가 날 수 있는 이유는 무엇입니까?
• 전체 유입경로 테스트란 무엇입니까?
• 전체 유입경로를 최적화하는 방법 및
• 전체 퍼널 테스트로 수익을 높이는 방법.

바로 뛰어들자.

CRO가 수익을 보장할 수 없는 이유

의심의 여지 없이 전환율 최적화에 투자하면 수익이 증가할 수 있습니다.

VentureBeat에 따르면 CRO 도구의 평균 ROI는 223%입니다.

그러나 보장은 없습니다. 회사는 최고의 도구를 가지고 있을 수 있지만 좋은 전략이 없으면 CRO의 노력이 헛될 수 있습니다.

여기 내가 의미하는 바입니다. 전환 및 평가판 등록을 개선하려는 소프트웨어 판매 회사를 상상해 보십시오. 따라서 방문 페이지에서 일부 양식 필드를 제거하고 클릭률이 10% 증가합니다.

그러나 이러한 리드는 자격이 충분하지 않았기 때문에 무료 평가판 후에 구매하지 않았습니다.

그들의 CRO 노력은 이익을 가져오지 못했습니다.

다른 경우에는 마케팅 유입경로의 고립된 부분에서 전환이 증가하면 역효과가 발생할 수 있습니다.

전환율은 시간의 스냅샷입니다. 깔때기의 한 고립된 부분에서 일어나는 일입니다. 모든 유입경로 단계에 대한 컨텍스트가 없으면 기껏해야 관련성이 없고 최악의 경우 위험할 수 있습니다.

가입에서 대부분의 양식 필드를 제거하면 (아마도) 전환율이 크게 향상되는 것을 볼 수 있습니다. 그러나 변환은 쓰레기가 될 것입니다.

MQL 수치가 떨어집니다. 그리고 하루가 끝나면 적절한 자격이 없고 높은 이탈 위협을 제기하는 고객을 온보딩하게 됩니다.

Convert의 마케팅 책임자 Trina Moitra

Speero의 Annika Thompson이 함께 작업한 클라이언트에게도 비슷한 시나리오가 발생했습니다. Trina가 그녀와 한 인터뷰에서 Annika는 웹사이트 방문자가 구매하도록 하는 데 매우 효과적이라고 말했습니다.

그리고 그들은 심지어 우리에게 '예, 그런 사람들이 방문하는 특정 종류의 방문 페이지... 제대로 최적화되어 있습니다... 전환율이 이보다 높을 수 없습니다 .

그들은 랜딩 페이지 최적화를 짓밟고 있었습니다. 그러나 동시에 그들은 사업에 피해를 입혔습니다.

그런데 두 번째로 구매한 사람들의 수를 보면 거의 0에 가까웠습니다. 그래서 그들의 유지율은 약 13%였습니다. 그런 다음 획득 비용을 이 방정식에 넣으면 웹사이트에서 구매한 모든 신규 고객이 장기적으로 비즈니스에 피해를 입히고 있다는 것이 밝혀졌습니다. 당신이 성장하고 있다고 생각할 때 .

획득 비용이 고객평생가치(LTV)보다 더 큰 경우 더 많은 고객을 확보하기 위한 최적화는 자살과 비슷합니다.

특히 ProfitWell에 따르면 지난 몇 년 동안 고객 확보 비용이 50% 증가했습니다.

가드 레일로서의 유지와 유지 및 수익 모두를 최적화하지 않으면 CRO는 길을 잃을 수 있습니다.

그렇기 때문에 CRO는 고객을 중심에 두고 보다 포괄적인 접근 방식으로 안내해야 합니다.

이 포괄적인 전략을 CXO(고객 경험 최적화)라고 합니다.

CXO란 무엇이며 더 효과적인 최적화 접근 방식인 이유

위의 예에서 분명히 알 수 있듯이 더 많은 고객을 확보하는 것이 항상 긍정적인 것은 아닙니다.

이러한 고객의 가치와 같은 핵심 질문은 일반적으로 일반적인 최적화 전략으로 묻지 않습니다. CRO를 사용하면 더 많은 전환이 발생하기 때문입니다. 그게 다야.

그러나 그러한 질문은 중요합니다. 최적화하기 전에 응답하지 않으면 비극적인 결과를 초래할 수 있습니다. 고객 경험 최적화는 다음과 같은 질문을 하는 것입니다.

• 이 변화로 인해 장기적으로 비즈니스에 피해를 줄 수 있는 낮은 LTV를 가진 더 많은 고객이 생길까요?
• 또한 유지를 위해 유입경로를 최적화하고 평생 가치가 높은 더 많은 고객을 확보하는 방법은 무엇입니까?

전환율에만 초점을 맞추는 대신 CXO는 ​​유지에 중점을 두고 고객이 전체 유입경로에서 직면하는 문제를 해결하기 위한 CRO 노력을 안내합니다.

고객 LTV 및 이탈률과 같은 기타 주요 메트릭을 방정식에 추가합니다.

CXO는 장기적으로 최적화하는 것입니다. 그리고 판매에 대한 즉각적인 측정 기준을 넘어 보입니다.

전체 고객 여정과 모든 접점을 살펴봅니다. 따라서 우리는 단순히 ... 구매 주변에서 무슨 일이 일어나고 있는지 살펴보는 것이 아닙니다. 하지만 구매 전과 구매 후 어떤 일이 벌어지고 있는지 살펴보고 있습니다. 그래서 그것은 일종의 획득에서 옹호에 이르는 것입니다 .

아니카 톰슨, 스피로

수익성 있는 최적화 프로그램을 위해 버려야 할 3가지 아이디어

전체 퍼널 테스트에 들어가기 전에, 당신을 방해하는 잘못된 개념이나 아이디어를 제거하십시오.

1. 전환율 최적화가 핵심입니다.

이 시나리오를 상상해보십시오. 헤드폰을 판매하는 전자 상거래는 방문자에게 제품을 70% 할인하여 더 많이 판매합니다. 당연히 매출이 오를 가능성이 높다. 그러나 전환이 두 배로 증가하더라도 수익은 감소합니다.

왜요?

제안이 있기 전에는 하루에 100명의 고객을 확보하고 있었는데 각각 헤드폰 한 쌍에 대해 100달러를 지불하고 있었다고 가정해 보겠습니다. 최적화 후 200명의 고객을 확보하더라도 일일 수익은 $6,000입니다.

이제 각 고객은 제품에 대해 30달러를 지불하므로 전환이 두 배로 증가하더라도 수익은 거의 절반으로 감소합니다.

물론 이것은 과장된 시나리오입니다.

그러나 원칙은 사실입니다. CRO는 문제의 일부만 수정합니다. 그리고 당신이 고치려고 하는 것이 실제로 당신의 비즈니스에 해를 끼치고 있다는 것이 항상 명확하지 않을 수도 있습니다.

유지를 고려하지 않는 것은 Annika와 함께 일한 클라이언트에게 막대한 비용이 들었습니다. 사이트의 CRO 노력은 효과가 있었고 고객을 미친 듯이 얻었습니다. 그러나 해지율이 높기 때문에 이러한 고객을 확보하는 데 드는 비용이 평생 가치를 능가했습니다. 그리고 그들은 장기적으로 사업에 피해를 입혔습니다.

이것이 CRO가 은총알이 아닌 이유입니다. 근시안적인 경우가 많습니다. 효과적이려면 CRO가 장기적으로 설계된 우수한 CXO 전략과 연결되어야 합니다.

CXO를 사용하면 기본적으로 이러한 변경이 비즈니스의 최종 목표에 의미하는 바가 무엇인지 생각하고 있습니다. 얼마나 많은 사람들이 한 페이지에서 다른 페이지로 이동하는지와 같은 최적화의 작은 부분보다는 .

아니카 톰슨

유지에 중점을 둔 CXO는 ​​더 넓은 관점에서 최적화를 볼 수 있도록 도와줍니다. 그리고 고객을 기쁘게 하는 데 노력을 집중합니다.

CXO는 모든 종류의 최적화 및 실험 프로세스의 중심에 고객 유형을 둡니다 .

아니카 톰슨

2. 유지는 고객 성공 문제입니다

그 웹사이트로 돌아가서 Annika는 인터뷰에서 이야기했습니다.

그들이 가드레일을 유지하지 않았기 때문에 그들의 CRO 노력은 역효과를 냈습니다. 그리고 각각의 신규 고객은 결국 장기적으로 비즈니스에 피해를 입혔습니다.

글쎄 , 누군가는 그들이 CRO와 잘 어울렸다 고 생각할 수도 있다. 유지는 고객 성공 팀의 의무가 아닙니까? 그들은 새로운 고객을 유지하기 위해 더 열심히 일해야 하지 않을까요?

그것은 나무꾼이 녹슨 못된 톱을 건네주고 느리다고 비난하는 것과 같습니다.

자격이 없는 고객을 유지하는 것은 너무 어렵습니다. 고객을 유지할 기회를 최대화하기 위해 최적화 프로그램은 더 높은 LTV와 제품 또는 서비스에 대한 깊은 관심을 가진 자격을 갖춘 고객을 목표로 해야 합니다.

리텐션은 단순히 고객의 성공 문제가 아닙니다. 모두의 문제입니다. 리텐션 루프는 비즈니스 성장 자금 조달을 담당합니다.

Bain & Company의 Frederick의 연구에 따르면 고객 유지율이 5% 증가하면 수익이 25%에서 95% 증가합니다.

이것이 옵티마이저가 유지와 수익을 모두 추구해야 하는 이유입니다. 그리고 본질적으로 CXO는 ​​두 가지 모두를 대상으로 합니다.

고객 경험 최적화도 사일로 차단기입니다. 고객에게 더 나은 일관된 경험을 제공하기 위해 CS 팀, 최적화 및 기타 팀이 협력합니다.

더 나은 고객 경험을 위해 부서와 팀 전체의 학습을 중앙 집중화할 수 있습니다.

위의 예에서 CXO를 염두에 두고 회사의 CS 팀은 최적화 팀이 대부분의 고객이 다시 구매하지 않는 이유를 알도록 도울 것입니다. 또한 LTV가 높은 고객 세그먼트, 재구매 이유 등을 보여줍니다.

그런 다음 최적화 프로그램은 이러한 통찰력을 사용하여 강력한 가설을 만들고 더 나은 테스트를 수행할 수 있습니다.

3. 고객 경험 최적화는 NPS와 같은 소프트 메트릭을 기반으로 합니다.

CXO가 무엇인지 상기시키기 위해 Convert의 마케팅 책임자인 Trina에게 맡기겠습니다.

CXO는 CRO 노력을 통해 사용자에게 유도하는 인센티브 조치가 유지, 수익 및 이익으로 어떻게 변환되는지에 대한 가장 완전한 측정값입니다. 그리고 그것이 당신이 어쨌든 최적화하는 것입니다 .

NPS와 같은 소프트 메트릭은 고객의 만족도 수준을 측정하는 데 도움이 될 수 있습니다.

그러나 고객 경험 최적화의 초점은 유지에 있습니다. 그리고 높은 LTV로 더 많은 고객을 확보합니다.

ProfitWell은 2,000개 기업의 데이터를 살펴본 후 NPS가 유지율을 나타내는 강력한 지표가 아니라는 사실을 발견했습니다.

고객 이탈 및 고객 LTV와 같은 엄격한 고객 유지 메트릭은 유지의 진정한 지표입니다.

수익성 있는 테스트 프로그램을 실행하려면 이러한 고정 유지 지표에 집중하십시오.

전체 깔때기 테스트에서 각 연속 테스트는 방문자가 전환하여 LTV가 높은 고객이 되는 것을 막는 특정 차단/저항/불만에 대한 솔루션을 찾으려고 합니다.

전체 구매자 여정과 다양한 구매 시나리오에 맞게 최적화하는 것입니다. 이는 청중에게 더 관련성 있고 일관되며 더 나은 사용자 경험을 제공합니다.

그 반대는 유입경로의 고립된 부분에서 테스트하고 최적화하는 것입니다. 이것이 잘못된 결과를 줄 수 있는 이유를 앞에서 살펴보았습니다.

• 더 많은 무료 예고편을 얻기 위해 최적화한 소프트웨어 회사는 그로부터 이익을 얻지 못했습니다. 이러한 가입은 자격을 갖춘 리드가 아니었기 때문에 구매로 이어지지 않았습니다.
• Annika와 함께 일한 비즈니스는 방문 페이지에서 높은 전환율을 보였습니다. 그러나 그 신규 고객의 LTV가 낮았기 때문에 장기적으로 비즈니스에 피해를 입혔습니다.

둘 다 전환율이 향상되었기 때문에 성장하고 있다고 생각했습니다. 그러나 우리는 그것이 수익, 유지, 이익으로 이어지지 않는다는 것을 알았습니다.

이것이 전체 퍼널 테스트 접근 방식이 수익성 있는 실험 프로그램에 중요한 이유입니다.

미친 할인을 제공한 헤드폰 회사와 같이 전환율은 증가했지만 수익이 감소하면 실패 테스트입니다.

유입경로의 한 부분만 테스트하는 것이 아니므로 전체 유입경로 테스트를 통해 유입경로 전반에 걸쳐 보다 일관된 측정항목을 제공할 수 있습니다.

하나의 랜딩 페이지 또는 홈페이지를 최적화하는 것만으로는 매출이 크게 증가하지 않을 것입니다. 큰 변화를 보려면 잠재 고객이 판매 깔때기 전체에서 직면하는 문제, 특히 제품이나 결제 페이지와 같이 누출이 많은 장소를 줄여야 합니다.

전체 퍼널 테스트로 수익을 높이는 5단계 프로세스

확실한 전략이 없으면 전체 퍼널 테스트도 빗나갈 수 있습니다.

전환에 대한 구조화된 접근 방식을 사용하는 옵티마이저의 약 74%는 매출 향상도 주장 합니다.

CXL용 알렉스 버켓

다음 단계는 구조화된 방식으로 전체 퍼널 테스트에 접근하는 데 도움이 됩니다. 그리고 더 많은 승리와 수익성 있는 테스트를 할 확률을 높입니다.

1. 주요 목표를 명확히 하라

그래서... 처음에 왜 테스트를 하는 겁니까? 수익에 영향을 미치나요?

모든 목표가 같은 무게를 가지는 것은 아닙니다. 일부는 귀하의 비즈니스를 유지하지만 다른 일부는 그렇지 않습니다.

가장 먼저 해야 할 일... 제품 또는 회사의 성공을 이끄는 주요 지표를 식별해야 합니다. 이러한 KPI는 일상적인 운영과 미래 전략 모두에 대한 결정에 영향을 미칩니다.

우선 순위를 올바르게 설정하려면 핵심 메트릭이 무엇인지 확인하십시오. 그런 다음 거기에서 거꾸로 작업하여 특정 KPI에 대한 결과를 산출할 수 있는 테스트를 이해합니다.

사용자 기반을 확장하려는 제품이 있는 경우 고객 확보 비용이 핵심 지표가 될 것입니다. 이탈 및 평생 고객 가치도 작용할 수 있습니다.

사용자 경험을 개선하는 데 더 관심이 있다면 고객 참여의 깊이가 고객과의 관계 품질을 나타내므로 더 높은 우선 순위가 될 수 있습니다. 유지율과 추천율도 여기서 중요한 역할을 할 수 있습니다.

2. 다른 팀 및 부서의 요소

테스트를 통해 더 많은 수익을 얻으려면 다른 팀과 부서를 참여시키십시오. 더 많은 고객을 확보할 뿐만 아니라 더 나은 경험을 제공하기 위해 최적화할 때 그렇습니다.

최적화는 테스터만의 일이 아닙니다. 개발자, 데이터 과학자, 마케터 및 제품 관리자도 모두 참여해야 합니다. 게다가, 문제 영역이 그들보다 더 나은 부분을 이해하는 사람이 또 누가 있겠습니까?

목표는 단순히 더 많은 전환을 테스트하고 실험을 한 부서에 포함되는 것으로 생각하는 것에서 벗어나 회사의 모든 구성원이 고유한 노하우를 공유하는 실험 문화로 이동하는 것입니다.

어떻게 작동합니까? 사실 아주 간단합니다. 회사의 일상적인 프로세스에 실험을 더 많이 적용할수록 더 나은 결과를 얻을 수 있습니다. 테스트 팀을 통해서만 실험을 필터링함으로써 사이트 또는 제품을 최적화하는 데 필요한 중요한 지식 포인트를 놓치고 있습니다.

3. 기존 데이터 이해

수집된 데이터의 99.5%는 사용되거나 분석되지 않습니다.

통찰력을 이끌어낼 비판적 사상가가 없는 데이터는 숫자에 불과합니다.

테스트할 대상을 선택하고 확실한 가설을 세우려면 데이터를 이해하는 것이 중요합니다.

그것 없이는 무작위 항목을 테스트할 것입니다.

무작위 테스트 작업을 수행하지 않는 것이 정말 중요합니다. 가장 큰 승리 기회가 있다고 생각되는 테스트를 적절하게 계획하고 우선 순위를 지정하십시오. 무엇을 하든지 다음과 같이 가장 먼저 실행할 최상의 테스트를 정당화할 수 있는지 확인하십시오. 당신이 가지고 있는 많은 양적 증거 .

데보라 오말리, 추측 테스트

테스트 뒤에 숨겨진 큰 "이유"를 명확히 한 후 다음과 같은 전략적 질문을 하십시오.

• 내 유입경로에서 가장 실적이 좋지 않은 웹페이지는 무엇입니까?
• 신규 고객이 다시 구매하지 않는 이유는 무엇입니까?
• 각 신규 고객을 확보하는 데 드는 비용은 얼마입니까?
• 타겟으로 삼아야 할 LTV가 높은 고객은 누구입니까?

그런 다음 데이터를 살펴보고 답을 찾으십시오. Google Analytics와 같은 분석 도구는 유입경로에서 전환이 가장 많이 누출된 페이지를 보여줍니다. 가장 성능이 낮은 페이지를 먼저 테스트하는 것이 논리적입니다.

데이터 갭 연결

전체 퍼널 테스트를 위해 데이터를 더 잘 활용하려면 데이터 간격을 연결하세요.

Crystal Widjaja는 Reforge에 대한 자신의 기사에서 각 단계에서 데이터를 활용하는 방법을 이해하는 것이 중요하다고 강조했습니다.

이는 (가까운) 미래에 회사가 필요로 하는 것에 대비하여 현재 비즈니스의 요구를 충족하기 위해 각 단계에서 데이터를 활용하는 방법을 이해하는 것을 의미합니다 .

그렇지 않으면 건물이 과소 건축되거나 과도하게 건축 될 수 있습니다.

Underbuilding은 데이터 단계가 테스트 프로그램의 성숙도 뒤에 있는 경우입니다. 기업이 많은 테스트를 하고 있지만 보다 전략적인 테스트를 위해 데이터를 사용할 준비가 되어 있지 않은 경우입니다.

• 최적화 팀은 데이터를 사용하고 데이터에서 좋은 통찰력을 이끌어낼 만큼 교육을 받지도 못했고 장비도 갖추지 못했습니다.
• 데이터 인프라가 제대로 구축되지 않았습니다(데이터가 오래되었거나 정리되지 않았거나 데이터를 정리하고 공유할 시스템이 없음).

이것이 어떻게 생겼는지:

• 추적되지 않는 몇 개월 또는 몇 년의 데이터,
• 팀은 아주 오랫동안 데이터를 사용하지 않고 테스트하고 최적화했습니다.

과도하게 구축하지 않는 것도 중요합니다.

오버빌딩은 데이터 성숙도가 최적화 프로그램의 성숙도보다 앞서는 경우입니다.

비즈니스가 아직 테스트 초기 단계에 있는 매우 성숙한 테스트 프로그램에 맞는 데이터 인프라를 구축할 때입니다. 옵티마이저가 전략에 맞지 않는 데이터를 수집할 때입니다. 곧 사용하지 않거나 사용할 수 없는 데이터입니다. 많은 설문 조사를 하고 고객에게 무작위 질문을 하는 것과 같은.

자원 낭비입니다. 과도하게 구축하는 대신 성장을 위해 기존 데이터를 사용합니다.

데이터 갭을 연결합니다. 비즈니스의 데이터 단계가 고급 테스트 프로그램에 맞는 경우 테스트 프로그램이 따라잡을 수 있도록 돕는 데 집중하십시오. 반대라면 반대로 하세요.

4. 테스트 전략 선택

전체 유입경로 테스트는 전체 구매자 여정을 위해 전체 유입경로를 최적화하는 것입니다. 깔때기의 고립된 부분만이 아닙니다.

높은 LTV 고객으로 전환하는 것을 방지하는 유입경로의 차단/마찰/불편을 줄임으로써 대상 고객의 경험을 향상시키는 것으로 보입니다.

이렇게 하려면 견고한 테스트 전략이 있어야 합니다.

전략 = 문제 + 지도 원칙 + 전술.

• 문제 는 당신이 보고 싶은 변화입니다(당신의 큰 테스트 목표 ).
• 기본 원칙 은 테스트하고 최적화할 때 항상 염두에 두는 것입니다. 전체 평가 기준 이라고도 합니다.

OEC는 단기간에 개선 사항을 감지할 수 있어야 하는 동시에 장기적인 목표를 잘 예측할 수 있으므로 이를 사용하여 실험을 실행할 수 있습니다 .

데이브 레드펀

"측정할 수 없으면 개선할 수 없습니다." 라고 Peter Drucker는 말했습니다.

전환율과 같은 판매 관련 지표만 보는 것은 많은 사람들이 저지르는 중대한 실수입니다. 이것이 CXO로 CRO 노력을 이끄는 것이 중요한 이유입니다. CXO는 유지율과 고객 LTV를 로드맵에 통합하는 다른 것을 상기시킵니다.

사용할 실제 전술 을 선택할 때 먼저 자신의 경우에 가장 적합한 테스트 유형을 결정하십시오.

유입경로의 별도 페이지에서 동시 A/B 테스트, 분할 테스트 또는 다변수 테스트를 수행할 예정입니까? 아니면 한 번에 모든 변경 사항을 처리하기 위해 다중 페이지 테스트를 수행하시겠습니까?

다중 페이지 테스트는 판매 유입경로의 여러 페이지에서 A/B/N 및 다변수 테스트를 함께 실행하는 것과 유사합니다 .

다음은 Disha Sharma의 다중 페이지 또는 깔때기 테스트에 대한 간단한 정의입니다.

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.

실행하려는 테스트 유형을 알고 나면 우선 순위 지정 에 대해 생각해야 합니다.

우선 순위 지정 모델은 테스트 프로세스를 정렬하고 먼저 실행할 테스트를 선택하는 데 도움이 됩니다. Convert의 CEO인 Dennis van der Heijden은 이 게시물에서 인기 있는 모델을 설명합니다: PIE, ICE, TIR 또는 PXL을 선택할 우선 순위 모델.

5. 비판적 사고를 가짐

앞서 썼듯이 비판적 사상가가 없는 데이터에서 통찰력을 이끌어 낼 수 있는 데이터는 숫자에 불과합니다.

테스트 도구에도 동일하게 적용됩니다. 우수한 데이터 기반 팀이 없으면 수익성 있는 테스트 프로그램을 실행할 것으로 기대하지 마십시오.

테스트를 적절하게 계획하고 우선 순위를 지정하려면 비판적 사고가 필요합니다. 적절한 가설을 세우는 것도 마찬가지입니다.

그리고 전환 유입경로의 일부를 개별적으로 테스트하면 잘못된 결과를 초래할 수 있다는 것을 알고 비판적 사고가 필요합니다.

견고한 전체 깔때기 테스트 전략을 구성하려면 비판적 사고가 필요합니다.

전환 이사인 Jonny Longden에 따르면 진정한 분석은 다음과 같습니다.

데이터에 대한 질문과 해석을 통해 비즈니스 문제를 해결하는 데 사용되는 비판적 사고 .

더 비판적으로 생각하도록 최적화 팀을 교육하십시오. 비판적 사고에 대한 공식적인 훈련을 고려하십시오.

비즈니스 통찰력이 있고 비즈니스에도 참여해야 하는 데이터 중심의 비판적 사고자가 최소 한 명 이상 있어야 합니다. 팀에 훌륭한 비판적 사상가가 없으면 한 명을 고용하십시오.

테스트, 학습, 반복

모든 단계를 거쳤습니다.

요약하자면:

전체 퍼널 테스트 프로그램의 주요 목표를 결정했습니다.

Convert와 같은 A/B 테스트 중요도 계산기를 사용하여 사이트에 테스트를 위한 충분한 트래픽이 있음을 발견했습니다. 기존 데이터를 이해한 후 테스트 전략을 만들었습니다.

몇 가지 가설을 세우고 우선 순위 모델, 데이터 및 논리를 사용하여 먼저 실행할 테스트를 선택했습니다.

아마도 당신은 다중 페이지 테스트를 구현하는 것이 가설을 즉시 증명하거나 반증할 것이라고 결정했을 것입니다.

이제 뭐? 계속 테스트하고 반복하시겠습니까?

더 많은 테스트를 실행하기 전에 각 테스트(비우승자 포함)에서 배우십시오.

GetsTheTest의 설립자인 Deborah는 인터뷰에서 다음과 같이 말했습니다.

테스트에서 무언가를 배우고 있다면 테스트가 이기고 지는 것은 그다지 중요하지 않습니다. 테스트가 제대로 실행되고 있다면... 테스트가 제대로 수행되면 결코 실패가 아니며 그런 식으로 보아서는 안 됩니다.

먼저 테스트의 유효성을 확인합니다. 테스트가 유효한 결과를 보여주기 위해 95% 이상의 통계적 유의성에 도달하는 것만으로는 충분하지 않습니다.

테스트 결과가 통계적으로 유의미하더라도 총 전환수가 50회에 불과하고 그 사이의 작은 차이가 있는 대조군과 대안을 갖는 것만으로는 잠재고객에 대한 통찰력을 얻기에 충분하지 않습니다 .

Daniel은 A/B 테스트에서 학습하기 위한 가이드에서 대부분의 전문가가 변형당 약 300개 이상의 전환이 일반적으로 좋은 경험 법칙이라는 데 동의한다고 썼습니다. 그는 또한 유효하고 정확한 결과를 얻을 수 있을 만큼 충분히 오랫동안 테스트를 실행하는 것을 강조했습니다.

95% 이상의 통계적 유의성을 얻을 것을 권장하지만 300개 이상의 전환과 충분한 샘플 크기로 2-4개의 판매 주기에 걸쳐 테스트를 실행하십시오 .

당신은 한 걸음 더 나아가서

• Hotjar와 같은 도구를 사용하여 사용자 행동을 더 잘 이해하고 정성적 테스트를 실행하며 내장된 통합을 통해 데이터를 Convert Experience 대시보드로 바로 가져올 수도 있습니다.
• 향후 테스트에 사용할 학습 저장소를 만듭니다.

승자와 패자에 상관없이 테스트에서 학습한 후 반복합니다. 테스트 실행은 성공적인 마케팅 전략의 중요한 부분입니다. 테스트 플라이휠을 돌립니다.

첫 번째 테스트 후, 그들이 내리는 결정에 의해 그들이 제공한 가치를 측정하십시오. 테스트 프로그램에 대한 관심을 높이려면 이 값을 널리 전달하십시오. 특히 중요한 가치를 가져온 회의나 테스트 결과 뉴스레터 발송을 생각해 보십시오.

이러한 관심은 테스트 인프라에 대한 추가 투자와 데이터 품질 개선으로 이어집니다. 플라이휠을 돌릴 때마다 비즈니스는 더욱 성숙하고 수익성 있는 전체 깔때기 테스트 프로그램을 갖게 됩니다.

Convert Experience는 데이터 개인 정보 보호에 민감한 산업에서도 비즈니스 성장에 필요한 모든 최적화 실험을 실행할 수 있습니다.

15일 무료 평가판 기간 동안 앱을 사용해 보고 성장을 위한 여정을 시작하세요.