A / B 테스트 – 다 변수

A / B 테스트와 마찬가지로 다 변수 테스트는 동일한 메커니즘을 기반으로하지만 더 많은 수의 변수를 비교하고 이러한 변수의 작동 방식에 대한 자세한 정보를 제공합니다. A / B 테스트에서는 페이지의 트래픽을 여러 버전의 디자인간에 분할합니다. 다 변수 테스트는 각 디자인의 효과를 측정하는 데 사용됩니다.

테스트를 실행하기에 충분한 트래픽을 수신 한 웹 페이지가 있다고 가정 해 보겠습니다. 이제 각 유사 콘텐츠의 데이터를 비교하여 가장 성공적인 유사 콘텐츠를 확인하지만 방문자의 상호 작용에 최대 긍정적 또는 부정적 영향을 미치는 요소도 포함합니다.

다 변수 사용의 장점

다 변수 테스트는 페이지의 요소를 타겟팅하고 재 설계하고 가장 영향력이 큰 영역을 표시하는 데 도움이되는 효과적인 도구입니다. 다 변수 방법은 방문 페이지 캠페인을 만드는 데 유용합니다.

특정 요소의 디자인이 미치는 영향에 대한 데이터는 요소의 컨텍스트가 변경된 경우에도 향후 캠페인에 적용될 수 있습니다.

한계

다 변수 테스트의 한계는 테스트를 완료하는 데 필요한 트래픽입니다. 모든 실험이 완전히 계승 적이기 때문에 한 번에 너무 많은 변경 요소가 빠르게 추가되어 테스트해야하는 가능한 조합이 매우 많아 질 수 있습니다. 트래픽이 상당히 많은 사이트라도 가능한 시간 내에 25 개 이상의 조합으로 테스트를 완료하는 데 문제가있을 수 있습니다.

다 변수 테스트와 A / B 테스트의 차이점

분할 테스트라고도하는 A / B 테스트는 웹 사이트 최적화 방법으로, 두 버전의 페이지, 즉 A와 B의 전환율을 비교합니다. 모든 방문자는 한 버전 또는 다른 버전으로 나뉩니다. 방문자가 이러한 버전 (A 또는 B) 중 하나를 방문하면 다양한 버튼을 클릭하거나 뉴스 레터에 가입합니다. 이를 통해 더 효과적인 페이지 버전을 결정할 수 있습니다.