측정 결과

이 장에서는 웹 사이트에서 수행 된 테스트의 결과를 측정하고 통계를 단순화하는 방법에 대해 설명합니다.

통계 이해

연구원은 통계를 이해하거나 이해하지 못할 수 있습니다. 그러나 A / B 테스트 도구는 이러한 통계를 단순화하여 구세주임을 입증합니다. 따라서 많은 계산을 피할 수 있습니다. 대부분의 테스트 도구는 성공적인 목표 완료로 95 % 기준을 사용하는 데 일관됩니다.

이는 10 명 중 9 명이 승자임을 의미합니다. 예를 들어 보겠습니다. 테스트 도구 보고서는 다음과 같습니다.

변형	전환율
제어 페이지	1.91 %
1	2.39 %
2	2.16 %
삼	3.10 %

이 보고서는 95 % 간격에서 .20 % 정도의 전환율 차이를 예측합니다. 통계적으로 목표 범위는 1.76에서 2.06 사이입니다.

인사이트 가져 오기

테스트를 계획하는 동안 두 가지 목표를 염두에 둡니다. 첫째, 수익 증대이고 다른 하나는 더 높은 ROI를 유발 한 요인에 대한 통찰력을 가져 오는 것입니다.

예를 들어 사례 연구에서 카테고리 페이지 나 홈페이지가 아닌 제품 페이지로 트래픽을 전환하면 전환율이 향상되는지 여부가 확인됩니다. 우리는 세 가지 변형을 취했는데, 하나는 카테고리와 하위 카테고리가로드 된 홈페이지에서 제품 페이지로 더 연결되는 트래픽을 유도했습니다. 두 번째에서는 필터를 추가하는 카테고리 페이지로 트래픽을 유도했습니다. 세 번째에서는 구매 버튼이있는 상품 상세 페이지로 직접 안내했습니다.

놀랍게도 세 번째 변형이 이겼습니다. 이것은 구매자가 제품에 대해 요구하는 정보입니다. 이를 통해 전환율 상승과 지속적인 개선이 어떻게 리드를 성장시킬 수 있는지 알 수 있습니다.

의심 할 여지없이 테스트에 대한 다양한 변형과 ​​통찰력을 추가하여 웹 사이트를 재 설계했습니다.

결과 이해

정리하겠습니다. 모든 테스트가이기는 것은 아닙니다. 예, 고통 스럽지만 사실입니다.

색상이 날아가는 결과를 제공하는 테스트가 있습니다. 너무 많은 시도 후에도 결과가없는 다른 사람들이 있습니다. 그러나 세분화를 유도하는 통찰력으로 테스트를 계획하는 경우 테스트 할 새로운 가설을 만들 수 있습니다. 모든 테스트가 수익 향상에 도움이되는 것은 아닙니다.

이해하기 위해 예를 들어보십시오. 전환율이 다른 3 개의 캠페인이 있습니다.

캠페인 A	8.2 %
캠페인 B	19.1 %
캠페인 C	5.2 %

누구나 '캠페인 B'가 최고 연기자라고 맹목적으로 말할 것입니다. 하지만 좀 더 자세히 살펴 보겠습니다.

	방문	업무	전환율
캠페인 A	1820 년	150	8.2 %
캠페인 B	20	4	19.1 %
캠페인 C	780	41	5.2 %

자세히 살펴보면 '캠페인 B'가 너무 작아 통계적으로 유의미하지 않습니다. 한 번의 방문으로 1 회의 거래가있는 캠페인 B는 100 % 전환율을 제공합니다. '캠페인 A'는 '캠페인 C'보다 실적이 높습니다. 결론을 내리는 동안 살펴 봐야 할 몇 가지 요소가 있으며 매번 다를 수 있습니다. 모든 통찰력을보고 결과를 결정해야하는 것은 바로 당신입니다.