마케팅 일반
A/B 테스트
A/B Test 다른 표기: 에이비 테스트, 분할 테스트
A/B 테스트는 같은 페이지나 문구를 두 가지 버전으로 나눠 방문자 반응을 비교하는 실험 방법입니다.
- A/B 테스트로 확인할 수 있는 것
- 변수 선정부터 결과 확인까지 절차
- 표본이 적을 때 결과를 오해하기 쉬운 이유
A/B 테스트는 어디에서 쓰이나요?
랜딩 페이지 문구, CTA 버튼, 이메일 제목처럼 절반씩 다른 버전을 보여주고 반응을 비교할 때 씁니다.
- 랜딩 페이지 문구나 구성 비교
- CTA 버튼의 색상·문구 비교
- 이메일 제목 비교
A/B 테스트는 어떻게 하나요?
먼저 바꿀 변수를 하나만 정합니다. 그다음 방문자를 절반씩 나눠 각 버전을 보여줍니다.
- 변수 하나 정하기 문구, 색상, 배치 중 하나만 바꿔 비교합니다.
- 표본 나누기 방문자를 절반씩 무작위로 나눠 각 버전을 보여줍니다.
- 결과 확인하기 전환 이벤트를 설정해 어느 버전이 더 나은지 비교합니다.
| 구분 | 잘된 예 | 잘못된 예 |
|---|---|---|
| 변수 수 | 한 번에 변수 하나만 바꿉니다 | 문구와 색상을 동시에 바꿔 원인을 알 수 없습니다 |
| 진행 기간 | 결과가 안정될 때까지 충분히 지켜봅니다 | 며칠 치 방문자만 보고 바로 결론 냅니다 |
| 측정 방법 | 전환 이벤트로 실제 행동을 추적합니다 | 클릭 수만 보고 판단합니다 |
A/B 테스트가 왜 중요한가요?
추측이 아니라 실제 반응으로 결론을 낼 수 있기 때문입니다. 사이트 검색 기능을 개선한 실험은 전환을 3.4% 높였고 검색 사용률도 6.5% 늘렸습니다(HubSpot, A/B 테스트 안내).
모바일 CTA를 최소화 옵션으로 바꾼 실험은 전환을 14.6%까지 높였습니다(HubSpot, A/B 테스트 안내). 결과는 Google 애널리틱스의 주요 이벤트(전환) 설정으로 추적합니다(Google 애널리틱스 고객센터).
A/B 테스트라는 개념은 왜 생겼나요?
어떤 문구나 디자인이 더 나은지는 추측만으로 확인하기 어렵습니다. 같은 조건에서 절반씩 다른 버전을 보여주고 실제 반응을 비교해야 근거 있는 결론을 낼 수 있습니다. 이런 필요에서 A/B 테스트가 자리 잡았습니다.
내 상황에 적용하려면?
지금 바꾸고 싶은 요소 하나를 고르는 데서 시작합니다.
- 지금 바꾸고 싶은 요소 하나를 정했습니다
- 방문자를 절반씩 나눠 보여줄 도구를 준비했습니다
- 전환 이벤트를 미리 설정했습니다
- 결과가 안정될 때까지 기간을 두고 지켜봤습니다
A/B 테스트에 대한 흔한 오해는 무엇인가요?
| 오해 | 실제 |
|---|---|
| 큰 변화를 줘야 의미가 있습니다 | 버튼 문구 하나처럼 작은 변화도 유의미한 차이를 만들 수 있습니다 |
| 방문자가 적어도 결과를 바로 신뢰할 수 있습니다 | 표본이 적으면 우연에 의한 차이인지 구분하기 어렵습니다 |
| 한 번 테스트로 정답이 영구히 확정됩니다 | 시장과 방문자 특성이 바뀌면 다시 테스트해야 합니다 |
A/B 테스트로 확인한 결과를 반영하는 전체 활동은 CRO이고, 테스트 대상이 되는 페이지는 랜딩 페이지입니다.
자주 묻는 질문
A/B 테스트는 몇 명 정도 있어야 하나요?
정해진 최소 인원은 없습니다. 다만 방문자가 적을수록 충분한 기간을 두고 진행하는 편이 안전합니다.
A/B 테스트와 다변량 테스트는 다른가요?
다릅니다. A/B 테스트는 두 버전을 비교하고, 다변량 테스트는 여러 요소를 동시에 비교합니다.
A/B 테스트 결과는 얼마나 유지되나요?
계속 유지되지는 않습니다. 방문자 특성이나 시장 상황이 바뀌면 주기적으로 다시 확인하는 편이 좋습니다.
참고 자료
이 페이지가 도움이 되었나요?
10초면 됩니다 · 남겨주신 의견은 다음 개정에 반영됩니다