A/B 테스트: 이메일 및 랜딩 페이지 최적화 및 전환율 향상

요즘 마케터가 되는 데 있어 힘든 점 중 하나는 과거에 통했던 것이 더 이상 통하지 않는다는 사실입니다. B2B 고객과 잠재 고객은 검색, 고려 및 구매 방식을 바꾸고 있습니다. 그들은 또한 자체 조사에 훨씬 더 많은 시간을 할애하고 있습니다.

Forrester에 따르면 B2B 구매자는 영업 사원에게 연락하기 전에 여정의 90% 정도를 수행할 수 있습니다. 또한 고객은 소셜 채널을 방문하고, 비디오를 보고, 라이브 및 가상 이벤트에 참석하고, 모바일에서 옵션을 평가하면서 이전과는 전혀 다른 방식으로 콘텐츠를 소비하고 있습니다.

정보를 찾는 청중을 따라잡으려면 그들의 요구에 참여하고 연결하는 콘텐츠를 만들어야 합니다. 게다가 우리는 그들이 이 놀라운 콘텐츠를 볼 수 있는 기회를 가질 수 있도록 효과적인 방법으로 그들을 끌어들여야 합니다. 그러기 위해서는 접근 방식을 계속 미세 조정해야 합니다. 한 가지는 확실합니다. 우리는 만족스럽지 못한 랜딩 페이지로 유도하는 부진한 이메일을 보낼 여유가 없습니다. 일단 우리가 과녁을 놓치면 영원히 놓칠 가능성이 있기 때문입니다. 이것이 테스트가 디지털 마케팅 캠페인 개발의 중요한 측면인 이유입니다.

테스트는 디자인과 콘텐츠의 최상의 조합을 찾는 입증된 방법이므로 잠재고객의 관심을 끌고 행동을 유도할 수 있습니다. 매력적인 크리에이티브 컨셉을 제시하는 것은 훌륭한 시작입니다. 그러나 당신이 훌륭하다고 생각하는 헤드라인은 잠재 고객이 이메일을 열 때 그렇게 밝게 빛나지 않을 수 있습니다. 가끔은 말도 안 되는 접근 방식이 영리한 문구 전환보다 훨씬 더 효과적입니다. 클릭할 수 있는 큰 빨간색 버튼을 좋아하는 사람도 있고 작은 텍스트 링크를 선호하는 사람도 있습니다.

어떻게 확실히 알 수 있습니까? 테스트하고 테스트하고 또 테스트해야 합니다.

Direct Marketing Association에 따르면 디지털 마케터의 68%가 새로운 캠페인을 테스트하는 능력이 이메일 마케팅 활동에 가장 큰 영향을 미치는 것으로 평가했습니다. 테스트는 새로운 전술을 시도하는 것에서 많은 위험을 감수하기 때문에 그리 놀라운 일이 아닙니다. 테스트를 통해 결정을 뒷받침하는 데 필요한 데이터를 얻을 수 있으므로 보다 확신을 가지고 캠페인을 개발하고 발전시킬 수 있습니다.

테스트 유형

오늘날 디지털 마케팅 담당자가 사용하는 두 가지 기본 유형의 테스트가 있습니다.

• A/B 테스트는 변형이라고 하는 한 가지 변경 사항이 컨트롤이라고 하는 기준에 대해 미치는 영향을 검사합니다. 하나의 변형을 제외하고 테스트를 동일하게 유지하면 어떤 변형이 이메일 또는 랜딩 페이지 성능에 영향을 미치는지 결과를 확인할 수 있습니다. 예를 들어 "가이드 다운로드" 또는 "지금 읽기" 클릭 유도문안이 대상 고객에게 더 효과적인지 빠르게 확인할 수 있습니다. 버튼의 색상이나 복사본의 크기와 같은 다른 요소를 변경하면 어떤 변경 사항이 결과에 차이를 가져왔는지 알 수 없습니다.

• 다변량 테스트는 이메일 또는 랜딩 페이지의 다양한 요소를 변경합니다. 여러 변수를 테스트해야 하지만 일련의 일회성 테스트를 수행할 시간이 없는 경우 유용합니다. 실적이 가장 좋은 버전을 찾는 데 도움이 되지만 어떤 변경 사항이 캠페인 실적에 가장 큰 영향을 미쳤는지는 정확히 파악할 수 없습니다.

통계 학적으로 유의

이메일과 방문 페이지를 테스트할 때 염두에 두어야 할 또 다른 핵심 요소는 결과의 통계적 유의성입니다. A/B 테스트를 실행하고 결과에서 두 옵션 사이에 아주 작은 차이(예: 5% 미만)가 표시되면 무작위 확률일 수 있습니다. 숫자가 더 높으면 도입한 변경으로 인해 발생했을 가능성이 더 큽니다. 이 경우 결과가 통계적으로 유의하다고 말할 수 있습니다. 이를 통해 성공적인 버전으로 앞으로 나아가는 데 필요한 자신감 수준을 얻을 수 있습니다. 그러나 그보다 더 복잡할 수 있습니다. 다음은 결과의 중요성을 계산하고 A/B 테스트의 신뢰 수준을 결정하는 방법을 자세히 살펴보는 것입니다.

일반적으로 전체 청중의 작은 부분에서 테스트하여 우승 버전을 더 많은 사람들에게 보낼 수 있습니다. 예를 들어 목록의 20%를 무작위로 반으로 나눌 수 있습니다. 따라서 테스트 그룹의 10%는 버전 A를 받고 10%는 버전 B를 받습니다. 우승자는 이후 나머지 80%에게 전송됩니다.

테스트하려는 이메일의 공개율이 낮을 것이라고 생각되면 의미를 달성하기 위해 샘플 풀의 구성원 수를 늘려야 합니다. 통계적으로 유의미한 결과를 얻고 있는지 확인하는 데 도움이 되는 많은 계산기가 있습니다. 예상되는 전환 수가 적을수록 샘플 크기가 커져야 합니다. 각 이메일 변형에 대해 최소 200개의 응답을 받는 것을 목표로 하십시오.

적절한 솔루션을 사용하면 이 프로세스를 자동화할 수 있으므로 목록을 수동으로 분할하거나 우승 버전의 실행 일정을 예약하는 것에 대해 걱정할 필요가 없습니다. Act-On 솔루션을 사용하여 이메일, 랜딩 페이지 및 양식을 테스트하는 방법에 대해 자세히 알아보십시오. Act-On's로 무료로 A/B 테스트를 시도할 수도 있습니다.   ABtesting.net   온라인 서비스.

테스트를 위한 모범 사례

적절한 전략을 사용하면 즉시 테스트할 수 있습니다. 오픈률, 클릭률, 전환과 같은 주요 전환에 영향을 미칠 수 있는 다양한 요소가 있습니다. A/B 테스트가 작업을 두 배로 늘리는 것이 아니라 실제로 캠페인에 소요되는 시간과 노력을 줄일 수 있습니다. 다음은 성공적인 테스트 전략을 수립하기 위한 몇 가지 모범 사례입니다.

• 목표 설정: 테스트에 대한 이론으로 시작하고 우승 버전을 식별하기 위해 모니터링할 메트릭을 정의합니다. 빨간색 버튼이 파란색보다 낫습니까? "더 좋다"는 것은 더 많은 클릭 또는 더 많은 전환을 의미합니까? 처음부터 명확한 가설이 있는지 확인하십시오.
• 데이터를 신뢰하십시오: 개인 취향에 속지 마십시오. 데이터를 보고 결과를 연구하고 테스트 결과를 신뢰하십시오. 빨간 버튼이 못생겼다고 생각하더라도 더 많은 전환이 발생하면 사용하고 싶을 것입니다.
• 테스트 동기화: 테스트는 정확히 같은 시간 동안 실행되어야 합니다. 시간 또는 요일과 같은 요소를 테스트하지 않는 한 항상 테스트를 동시에 실행해야 합니다. 그렇지 않으면 공휴일이나 주말과 같은 다양한 변수가 영향을 미칠 수 있습니다. 다행스럽게도 A/B 테스트 기술을 사용한 마케팅 자동화를 통해 이를 쉽게 수행할 수 있습니다.
• 정기적으로 확인: 이메일 또는 랜딩 페이지의 모든 요소의 효과는 시간이 지남에 따라 변경될 수 있으므로 항상 테스트를 계속하십시오. 이번 달 이메일 캠페인의 파란색 버튼이 다음 달에는 작동하지 않을 수 있습니다.
• 결과 공유: 테스트에서 얻은 통찰력은 회사의 다른 영역에 있는 캠페인에 영향을 미칠 수 있습니다. 모두가 캠페인과 채널에서 계속해서 최적화할 수 있도록 결과를 공유하세요.

자신의 이메일, 랜딩 페이지 및 양식을 테스트할 준비가 되셨습니까? A/B 테스팅의 ABC를 얻으려면 이 eBook을 반드시 읽으십시오. 여기에서 다룬 많은 기본 사항 외에도 Act-On 마케팅 팀의 실제 사례 연구를 자세히 살펴볼 수 있습니다. 지금 eBook을 다운로드하고 모든 캠페인의 결과를 최적화하는 방법을 알아보십시오.