실험 루프 소개

기술 발전의 역사를 살펴보십시오.

첨단 기술이 갑자기 나온 것이 아니라는 것을 알 수 있습니다. 하나의 발전이 다른 발전의 기반이 되면서 진화했습니다.

예를 들어, 스마트폰 산업은 수많은 기술적 혁신을 기반으로 합니다. 초기 유선 전화에서 무선 전화기의 개념이 등장했고, 이동 통신과 컴퓨팅 성능의 통합이 이어졌습니다.

시간이 지남에 따라 우리는 BlackBerry 장치와 같은 개인용 디지털 비서에서 스마트폰 산업의 길을 닦은 iPhone의 출현으로 진화하는 것을 목격했습니다.

이것은 각각의 발전이 새로운 기회를 창출하고 다시 발전으로 이어지는 루프와 같습니다. 루프는 우리가 진보 후에 느슨한 끝을 남기지 않았기 때문에 우리 기술에 혁명을 일으켰습니다.

디지털 자산에 대한 실험에 대해 동일한 접근 방식을 따른다면 어떨까요?

실험은 때때로 기대 이상으로 전환율을 높이고 유망한 가설에 대해서도 때때로 떨어질 수 있습니다. 그것은 프로세스의 일부이자 소포입니다.

그러나 결과를 얻은 후 테스트를 종료하고 새로운 것을 테스트하는 선형 접근 방식을 고수하면 거의 돌파구를 제공하지 않습니다. 전환율을 높일 수 있는 기회를 놓치고 미래의 성공을 위한 귀중한 통찰력을 간과하게 됩니다. 최상의 시나리오에서는 성장 속도가 정체됩니다.

그렇기 때문에 선형 접근 방식에서 벗어나 웹 사이트 및 모바일 앱의 진정한 전환 가능성을 실현하기 위해 실험 루프를 통해 전략적 접근 방식을 취할 때입니다.

그러나 실험 루프는 무엇입니까? 이 매혹적인 개념을 탐구해 봅시다.

실험 루프란 무엇입니까?

실험 루프는 행동 분석을 통해 문제를 식별하고 가설의 형태로 솔루션을 만드는 것으로 시작합니다. 그런 다음 실험을 실행하여 가설을 테스트합니다. 이기거나 지지만 선형 접근 방식을 사용하면 여기에서 실험 주기를 중지합니다. 그러나 실험 루프를 사용하면 테스트 결과를 조사하여 귀중한 통찰력을 얻을 수 있습니다. 발견되지 않은 통찰력은 새로운 가설을 도출할 수 있으며, 이는 추가 실험으로 이어져 지속적인 학습 및 최적화 주기를 생성합니다.

다음은 실험 루프의 작동 방식을 시각적으로 보여줍니다.

실험 루프를 사용하면 결과에 그치지 않고 결과 이면의 이유를 이해하고 이상을 식별하고 특정 대상(또는 실험 참여자)이 다른 대상과 다르게 반응하는지 발견하기 위해 더 깊이 파고들게 됩니다. 이것이 새로운 가설과 실험의 기초가 됩니다.

이는 사용자 행동이 지속적으로 진화하는 오늘날의 끊임없이 변화하는 디지털 환경에서 특히 중요합니다. Experimentation Loops에서 제공하는 지속적인 학습 및 최적화를 수용함으로써 앞서 나가고 전환율을 지속적으로 개선할 수 있습니다.

예제를 통해 실험 루프 이해하기

다음은 실험 루프가 작동하는 방식을 설명하는 가상의 예입니다.

잠재 고객을 생성하기 위해 만든 랜딩 페이지를 고려하십시오. 페이지의 원래 버전에는 첫 번째 폴드에 제품에 대한 설명이 있고 그 뒤에 문의 양식으로 연결되는 클릭 유도문안(CTA) 버튼이 있습니다.

랜딩 페이지의 행동 분석 결과 많은 방문자가 첫 접기에서 이탈하는 것으로 나타났습니다. 이는 참여를 개선하기 위해 스크롤 없이 볼 수 있는 부분 위에 CTA를 추가한다는 가설로 이어집니다. 이렇게 하면 A/B 테스트를 만들어 원래 버전과 스크롤 없이 볼 수 있는 부분에 추가 CTA가 있는 변형 버전을 비교할 수 있습니다.

다음은 랜딩 페이지의 원본과 변형의 시각적 표현입니다.

테스트가 전환율(예: CTA의 클릭 수) 측면에서 원본을 능가하는 변형으로 종료된다고 가정해 보겠습니다. 여기에서 전통적인 접근 방식으로 테스트를 마칩니다. 그러나 실험 루프를 통해 결과를 분석하여 더 많은 가설을 세우고 개선을 위한 여러 기회를 열어 보겠습니다.

CTA 버튼을 테스트해야 한다는 가설을 제로화한다고 가정해 보겠습니다. 그런 다음 두 번째 라운드에서는 버튼을 최적화하기 위해 CTA 텍스트 및 CTA 색상의 여러 변형을 제시합니다. 여기에서 최상의 변형을 찾기 위해 다변량 테스트를 실행하여 원래 버전과 다양한 조합의 여러 변형을 비교할 수 있습니다.

테스트가 끝나면 기존 접근 방식으로는 불가능했던 전환율이 향상될 수 있습니다. 그리고 테스트가 전환율 향상에 실패하면 사용자에 대해 더 많이 알 수 있는 통찰력으로 이어질 것입니다.

마찬가지로, 우리는 결과를 확인하여 특정 청중 세그먼트가 다른 사람들보다 버튼에 더 많이 참여하는지(그리고 공통 속성이 있는지) 알 수 있습니다. 이 경우 제목을 개인화하거나 세그먼트의 행동, 인구 통계 또는 지리적 특성에 따라 CTA 앞에 부제목을 추가합니다.

따라서 실험 루프는 개선할 수 있는 기회를 열어줍니다. 이는 격리된 선형 접근 방식으로는 불가능합니다.

그러나 실험 루프의 성공적인 실행을 어떻게 수행할 수 있습니까?

실험 루프는 세 단계로 구성되며 다음 섹션에서 이러한 각 단계를 자세히 살펴보겠습니다.

실험 루프의 세 단계

다음은 전환 개선을 위한 실험 루프의 세 가지 주요 단계입니다.

1단계: 문제 식별

실험 루프는 사용자 경험의 기존 문제를 식별하는 것으로 시작합니다. 먼저 사용자 여정에서 실적이 저조한 페이지를 식별하기 위해 전환율, 이탈률 및 페이지 조회수와 같은 주요 메트릭을 검토하는 정량적 분석을 수행합니다.

취약한 링크를 제로화하면 질적 분석을 수행하여 문제점을 이해할 수 있습니다. 전환율에 영향을 미치는 각 요소의 성능을 알기 위해 세션 기록 및 히트맵을 확인할 수 있습니다.

요소와 관련된 문제를 식별하면 가설을 세우는 데 도움이 될 수 있습니다.

2단계: 통찰로부터 가설 세우기

전환에 부정적인 영향을 미치는 요소를 식별한 후 인사이트 데이터를 파헤쳐 이해할 수 있습니다.

예를 들어 블로그의 이탈률이 높은 이유를 정량적, 정성적 분석을 모두 거쳐 배너 이미지 위치를 파악했습니다. 그런 다음 높은 이탈률에 대한 솔루션을 제공하는 이 이미지의 위치에 대한 가설을 세울 수 있습니다.

가설을 설정하는 동안 측정할 핵심성과지표(KPI), 예상 개선 및 테스트할 요소를 지정해야 합니다.

다음으로 실험을 실행하기 위해 앞으로 이동합니다.

3단계: 실험 실행

가설에 따라 A/B 테스트, 다변량 테스트, 분할 URL 및 다중 페이지 테스트와 같은 테스트 중에서 선택합니다. 테스트가 통계적 유의성에 도달할 때까지 테스트를 실행합니다.

테스트는 전환율의 변화로 이어질 수 있으며 새로운 경험에 대한 사용자 행동에 대한 통찰력은 두 번째 실험 주기의 영역을 식별할 수 있는 문을 열 수 있습니다.

따라서 실험 루프는 전환을 개선하기 위한 경로를 지속적으로 개척할 것입니다.

실험 루프 및 판매 유입경로

유입경로의 모든 단계에서 실험 루프를 실행하면 전환율을 크게 개선할 수 있으며 우연한 접근 방식이 아닌 가설을 테스트하기 위한 전략적 프레임워크를 제공할 수 있습니다.

동일한 요소의 전환율을 높이려면 A/B 테스트에서 다변량 테스트로의 예에서 볼 수 있는 것처럼 실험 루프를 실행할 수 있습니다.

또는 메트릭을 개선한 테스트의 통찰력을 분석하여 테스트의 두 번째 주기로 이어질 수 있는 다른 메트릭에 어떤 영향을 미쳤는지 확인할 수 있습니다.

예를 들어 인식 단계를 살펴보겠습니다. 이 단계의 목표는 사용자를 유치하고 디지털 플랫폼에서 제품이나 서비스를 소개하는 것입니다.

더 많은 사용자를 웹 사이트로 유도하고 방문자 수와 같은 지표를 모니터링하기 위해 검색 광고에 대한 A/B 테스트를 실행했다고 가정해 보겠습니다.

테스트 결과 트래픽이 개선되었다고 가정해 보겠습니다. 이제 랜딩 페이지의 % 스크롤 깊이 및 이탈률과 같은 다른 메트릭을 분석하고 개선이 필요한 영역을 식별할 수 있습니다. 사용자가 떠나는 특정 영역을 정확히 파악하기 위해 스크롤 맵, 히트 맵 및 세션 기록과 같은 도구를 사용할 수 있습니다. 분석을 통해 실험의 두 번째 단계에 대한 가설을 세울 수 있습니다. 시각적 요소나 눈길을 끄는 헤드라인을 테스트하여 사용자 참여를 개선하는 것이 포함될 수 있습니다.

마찬가지로 퍼널의 다른 단계에서 실험 루프를 실행하면 각 퍼널 단계에서 고객이 취하는 마이크로 여정을 최적화할 수 있습니다. 또한 실험 루프는 하나의 깔때기 단계에서 다른 깔때기 단계로 가설 생성으로 이어져 고립된 접근 방식으로는 달성하기 어려운 원활한 경험을 제공할 수 있습니다.

Frictionless Commerce가 전환 카피라이팅을 위해 실험 루프를 사용하는 방법

디지털 에이전시인 Frictionless Commerce는 10년 넘게 VWO에 의존하여 새로운 구매자 여정에 대한 A/B 테스트를 수행했습니다. 그들은 이전 학습을 기반으로 새로운 실험을 구축하는 시스템을 구축했습니다. 반복 실험을 통해 그들은 최초 구매자 결정에 영향을 미치는 9가지 심리적 동인을 식별했습니다.

최근에 그들은 샴푸 바 업계의 고객과 협력하여 9개의 동인을 모두 포함하는 랜딩 페이지 사본을 만들었습니다. 5주 동안 테스트를 실행한 후 전환율이 5.97% 증가하여 2778개의 신규 주문이 발생했습니다.

실험 루프가 귀중한 통찰력을 제공하고 사용자 경험을 한 단계 끌어올리는 방법을 보여줍니다.

사례 연구에서 Frictionless Commerce의 실험 프로세스에 대해 자세히 알아볼 수 있습니다.

결론

Experimentation Loops가 제공하는 지속적인 학습 및 최적화를 수용하는 것은 앞서 나가고 전환율을 개선하려는 기업에게 매우 중요합니다.

디지털 자산에서 진정으로 성공을 거두려면 선형 틀을 깨고 실험 루프를 수용해야 할 때입니다. 우연한 접근 방식이 아닌 가설 테스트를 위한 전략적 프레임워크를 사용함으로써 기업은 디지털 제품을 지속적으로 최적화하고 개선할 수 있습니다.

세계 최고의 실험 플랫폼인 VWO를 사용하여 실험 루프를 만들 수 있습니다. VWO는 최대 5000명의 월간 추적 사용자에게 무료 테스트를 제공합니다. 자세한 내용은 지금 플랜 및 가격 페이지를 방문하십시오.