높은전환율

마지막 업데이트: 2022년 2월 27일 | 0개 댓글
  • 네이버 블로그 공유하기
  • 네이버 밴드에 공유하기
  • 페이스북 공유하기
  • 트위터 공유하기
  • 카카오스토리 공유하기
전국 아파트 전월세 전환률(2018.1) (자료=한국감정원)

금속 산화물과 혼합한 Pt-Sn/Al2O3 촉매의 프로판 탈수소 반응 성능의 향상 가능성에 대해서 연구하였다. 금속 산화물로서 Cu-Mn/ℽ-Al2O3, Ni-Mn/ℽ-Al2O3, Cu/α-Al2O3를 제조하여Pt-Sn/Al2O3 촉매와 혼합하고, 프로판 탈수소 반응 성능을 측정하였다. 이 결과들을 불활성 물질인glass bead를 혼합한 Pt-Sn/Al2O3 촉매를 기준샘플로 삼아 비교하였다. 촉매와 금속산화물을 환원처리하지 않고 반응 실험한 경우, 576.5℃에서 기준샘플의 전환율 8% 대비, Cu-Mn/ℽ-Al2O3를 혼합한Pt-Sn/Al2O3 촉매가 14.9%의 높은 전환율과 96.8%의 선택도를 보였다. 촉매와 금속산화물을 환원 처리하여 반응활성을 측정한 경우, Cu/α-Al2O3과 Pt-Sn/Al2O3의 혼합촉매가 기준샘플대비 초기에 높은수율을 보였다. 그러나, 촉매를 환원 처리한 경우 전반적으로 전환율 상승이 크지 않았고, 이것으로Cu-Mn/ℽ-Al2O3의 격자산소가 탈수소반응의 전환율 증가 영향을 주었음을 알 수 있었다.

The Pt-Sn/Al2O3 catalysts mixed with metal oxides for propane dehydrogenation werestudied. Cu-Mn/ℽ-Al2O3, Ni-Mn/ℽ-Al2O3, Cu/α-Al2O3 was prepared and mixed withPt-Sn/Al2O3 to measure the activity for propane dehydrogenation. As standard sample, Pt-Sn/Al2O3catalyst mixed with glassbead was adopted. In the case of catalytic activity test after non-reductivepretreatment of catalyst and metal oxide, Pt-Sn/Al2O3 mixed with Cu-Mn/ℽ-Al2O3 showed higher conversion of 15% and similar selectivity at 576.5℃, compared to conversion of 8% in standardsample. In the case of catalytic activity test after reductive pretreatment of catalyst and metal oxde,Cu/α-Al2O3 showed higer yield than standard sample. But, increase of yield of most of samplesafter reductive pretreatment was not significant, so it was found that lattice oxygen of Cu-Mn/ℽ-Al2O3 is effective to propane dehydrogenation.

내 상품을 광고 해보세요!

높은 주목도와 클릭율을 자랑하는 상품입니다. 홈쇼핑모아 첫 화면과 종료 화면 전면에 노출되고 상품 상세페이지로 유입을 유도합니다.

홈쇼핑모아 광고상품 팝업

노출 위치 앱 실행/종료 시 화면 전면
평균 CTR 7.3%
평균 노출 수 16만 / 1일
단가 300원 / CPC (VAT별도)

비용대비 높은 노출 수와 브랜딩 효과를 얻을 수 있습니다. 홈쇼핑모아 첫 화면 상단에 위치한 띠배너 상품입니다.

홈쇼핑모아 광고상품 롤링배너

노출 위치 앱 편성표 상단
평균 CTR 0.25%
평균 노출 수 15만 / 1일
단가 5,000원 / CPM (VAT별도)

브랭딩 효과를 기대할 수 있는 상품입니다. 홈쇼핑모아를 실행하는 고객에게 3초간 노출됩니다.

홈쇼핑모아 광고상품 스플래시

노출 위치 앱 실행 시 화면 전면
평균 노출 수 5만 / 1일
단가 10원 / 노출당 (VAT별도)

생방송순위

방송시간 동안 생방송 메인영역을 독점합니다. 영상 시청에 익숙한 홈쇼핑 사용자의 방송 중 유입을 기대할 수 있는 상품입니다.

홈쇼핑모아 광고상품 생방송순위

노출 위치 앱 첫 화면 상단 생방송 영역
평균 CTR 3%
평균 노출 수 1만 / 방송시간
단가 500,000원 / 1회 (VAT별도)

푸시메시지

홈쇼핑모아 유저에게 직접 메세지를 보내 즉각적인 유저 반응을 이끌어낼 수 있는 상품입니다. 생방송 특정 시점에 사용자 유입을 기대할 수 있습니다.

홈쇼핑모아 광고상품 푸시메세지

광고 대상 홈쇼핑모아의 안드로이드 사용 유저
노출 위치 앱 푸시 수신동의 사용자의 디바이스 알림창
평균 CTR 4.0%
단가 50원 / 1건 (VAT별도)
*5만건부터 발송 가능

알람이벤트

이벤트형 광고 상품으로 생방송 알람 설정을 유도하여 임팩트있는 제품인지 및 생방송 유입을 기대할 수 있습니다.

홈쇼핑모아 광고상품 알람이벤트

단, 이벤트 참여자에게 본품 또는 기프티콘 발송 필수(갯수 협의)

검색상단광고

상품과 가장 연관성이 높은 검색어를 연결하여, 검색 최상위 영역에 제품을 노출하는 상품입니다. 구매의도를 가진 사용자에게 자신의 제품을 높은전환율 쉽고 빠르고 알릴 수 있습니다.

홈쇼핑모아 광고상품 검색상단광고

단가 카테고리별 상이하여, 별도문의 주시기 바랍니다.

생방송 패키지

홈쇼핑모아 주요 광고영역을 활용, 생방송에 시청자를 최대로 유입시키는 프리미엄 상품입니다. 비용 및 시간대비 강력한 임팩트와 높은 전환율을 기대할 수 있습니다.

높은전환율

잠깐! 현재 Internet Explorer 8이하 버전을 이용중이십니다. 최신 브라우저(Browser) 사용을 권장드립니다!

  • 기사공유하기
  • 프린트
  • 메일보내기
  • 글씨키우기
    • 가나다라마바사
    • 가나다라마바사
    • 가나다라마바사
    • 가나다라마바사
    • 가나다라마바사
    • 가나다라마바사
    • 임은주
    • 승인 2018.07.17 10:13
    • 댓글 0
    • 기사공유하기
    • 프린트
    • 메일보내기
    • 글씨키우기
      • 가나다라마바사
      • 가나다라마바사
      • 가나다라마바사
      • 가나다라마바사
      • 가나다라마바사
      • 가나다라마바사

      전국 아파트 전월세 전환률(2018.1) (자료=한국감정원)

      전국 아파트 전월세 전환률(2018.1) (자료=한국감정원)

      보증부 월세(전월세)가 지난해 전체 임차비중의 51.7%를 차지하며 대표적 임대차계약으로 자리잡고 있다. 또 서울의 아파트 전월세 전환율이 4.0%로 전국에서 가장 낮은 것으로 나타났다.

      보증부 월세는 월세와 전세의 중간형태 계약으로 전세보다 적은 보증금과 순수월세보다 적은 월세로 이루어진 임대차계약을 통칭한다.

      한국감정원에 따르면 수도권과 광역시 등 인구밀집도가 높은 도시 지역 전월세 전환율이 5.2% 이하로 상대적으로 낮은 전월세 전환율을 기록했다. 특히, 서울의 전월세 전환율은 4.0%로 시도에서 가장 낮은 편에 속했다.

      전월세 전환율은 전월세 시장에서 보증금과 월세의 변환 비율을 뜻하며, 이 비율이 높으면 상대적으로 전세보다 월세 부담이 크다는 의미다.

      전월세 전환율은 상대적으로 전세가격이 낮고 전세 비중이 낮은 지역에서 높게 형성됐다.

      서울의 자치구별 전월세 전환율은 전세가격이 높은 강남구, 송파구, 양천구, 동작구 등은 4.0% 이하로 낮은 수치를 보였다. 반면, 금천구(4.7%)과 도봉구(4.6%), 은평구(4.5%)은 다른 지역에 비해 상대적으로 전월세 전환율이 높은 수준을 나타냈다.

      서울과 인접한 경기 내부 지역인 과천시(3.7%), 성남시 분당구(4.0%), 용인 수지구(4.1%) 등의 전월세 전환율은 서울과 비교해도 낮은 전월세 전환율을 기록했다. 그러나 안성시(7%), 포천시(6.75%) 등 경기 외곽은 서울에 비해 높은 전월세 전환율을 기록했다.

      서울 아파트 전월세 전환율 (왼쪽), 경기도 아파트 전월세 전환율(18.1) (오른쪽) (자료=한국감정원)

      서울 아파트 전월세 전환율 (왼쪽), 경기도 아파트 전월세 전환율(18.1) (오른쪽) (자료=한국감정원)

      또 전국에서 전세 가격이 가장 낮은 전남(7.3%)과 강원(7.0%)의 전월세 전환율은 전국 평균에 비해 2%p이상 높았다.

      아파트 규모별로 살펴보면 소형 아파트의 전월세 전환율이 중·대형 아파트보다 높은 경향을 보였다.

      전용면적 기준 60㎡이하인 전국 소형 아파트의 전월세 전환율은 5.1%로, 중형아파트(60㎡초과~85㎡이하) 4.3%에 비해 0.8%p 높았다. 수도권(4.7%),광역시(5.3%), 기타지방(6.0%)로 모두 소형아파트의 전월세 전환율이 높았고, 지역별로 큰 편차를 보였다.

      반면, 대형 아파트와 중형 아파트의 전월세 전환율의 차이는 전국 기준 대형아파트(4.2%)의 전월세 전환율은 중형아파트(4.3%)와 0.1%p 차이에 불과해 대형아파트 전세가격 비율이 상대적으로 낮은 것이 반영된 결과다.

      주택 유형별로는 전월세 전환율은 연립다세대(4.8%), 오피스텔(5.0%),단독주택(6.4%)이 서울 기준아파트(4.0%)에 비해 높은 것으로 확인됐다.

      이밖에 전월세 전환율은 전세와 월세 비중에 따라서도 차이가 존재했다.지역별로 임차점유 비중이 높은 지역은 전월세 전환율이 낮고, 월세 점유비중이 높은 지역은 전월세 전환율이 높았다. 서울의 임차 비중(54%)이 50%를 상회한 반면, 기타지방은 매우 낮은 수준을 기록했다.

      A/B 테스트는 무엇인가요?

      분할 테스트 또는 버킷 테스트라고도 하는 A/B 테스트는 두 가지 콘텐츠를 비교하여 방문자/뷰어가 더 높은 관심을 보이는 버전을 확인합니다. 주요 측정지표를 기반으로 가장 성공적인 버전을 측정하기 위해 변형(B) 버전과 비교하여 컨트롤(A) 버전을 검증합니다. B2B 마케팅 또는 B2C 마케팅을 수행하는 디지털 마케팅 실무자가 선택 가능한 A/B 테스트의 수행 옵션은 다음과 같습니다.

      • 웹 사이트 A/B 테스트(텍스트, 이미지, 색상 설계, CTA(call to action))는 A와 B 두 버전 사이의 트래픽을 분리합니다. 방문자 활동을 모니터링하여 어느 버전에서 1) 전환한 숫자가 가장 높거나 2) 원하는 작업을 수행한 방문자의 숫자가 가장 많은가를 파악합니다. 의 A/B 테스트(이메일 제목, 이미지, CTA)는 수신자를 두 세그먼트로 세분화하여 더 높은 오픈율(open rate)을 보여준 그룹을 높은전환율 결정합니다.
      • 편집자가 선택한 콘텐츠와 사용자 행동 기반의 알고리즘에 의해 선택된 콘텐츠 가운데 참여가 더 많은 쪽을 확인합니다.

      주안점과 상관없이 A/B 테스트를 통해 최적의 CX(고객 경험)를 제공하는 방법을 결정할 수 있습니다.

      A/B 테스트 외에도 A/B/N 테스트도 있습니다. 여기서 "N"은 "알 수 없음"을 나타냅니다. A/B/N 테스트는 변수가 두 개 이상인 유형입니다.

      A/B 테스트가 필요한 시기와 이유

      A/B 테스트는 지속적으로 운영할 때 가장 큰 이점을 제공합니다. 정기적으로 이어지는 테스트는 미세한 성능 조정 방법을 위한 권장 사항을 지속적으로 제공할 수 있습니다. 또한 테스트에 사용할 수 있는 옵션이 거의 무제한이므로 지속적인 테스트를 수행할 수 있습니다.

      위에서 언급한 바와 같이 A/B 테스트를 이용해 다음과 같은 디지털 마케팅 자산을 평가할 수 있습니다.

      A/B 테스트는 효과가 있는 것과 그렇지 않은 것을 결정하는 경우 도움을 주기 때문에 캠페인 관리에서 중요한 역할을 차지합니다. 이는 잠재고객이 무엇에 관심을 갖고 반응하는지 보여줍니다. A/B 테스트에서는 마케팅 전략의 어떤 요소가 가장 큰 효과를 갖고 있는지, 개선이 필요한 요소는 무엇인지, 어떤 요소가 불필요한지 모두 확인할 수 있습니다.

      이제 A/B 테스트를 수행해야 하는 이유를 설명했으므로 테스트 시기를 결정하는 두 가지 기준을 살펴보겠습니다.

      • 성과가 최적의 수준에 도달하지 못하는 기대 이하의 디지털 마케팅 캠페인이나 요소가 있다고 가정해보겠습니다. A/B 테스트를 사용하면 성능 문제를 분리하여 이를 향상할 수 있습니다.
      • 새로운 무언가(웹 페이지, 이메일 캠페인)를 시작하려고 할 때 어떤 접근 방법(예: 메시지)이 가장 좋은 성과를 보여줄 지 확실하지 않습니다. A/B 테스트의 선제적인 사용으로 두 가지 다른 접근 방법의 성과를 비교 및 대조하여 더 나은 것을 파악할 수 있습니다.

      웹 사이트에서 A/B 테스트 실행 시의 이점

      웹 사이트 A/B 테스트를 통해 웹 사이트 방문자에 가장 적합한 전술을 정량적으로 판별할 수 있습니다. 간단히 예측을 검증하거나 예측 오류가 입증될 수도 있습니다. 그러나 효과가 없는 작업을 고집하지 않아도 된다는 점에서 여전히 유리한 점이 있습니다. 더 많은 시간을 사이트에서 체류하고 더 많은 링크를 클릭하는 방문객을 더 많이 불러모을 수 있을 것입니다.

      널리 사용되는 웹 사이트 구성 요소/섹션을 테스트함으로써 테스트 페이지뿐만 아니라 기타 유사한 페이지도 개선할 수 있는 의사 결정이 가능합니다.

      A/B 테스트의 수행 방법

      A/B 테스트는 어렵지 않지만 마케터들은 잘 정의된 프로세스를 따라야 합니다. 9가지 기본 단계는 다음과 같습니다.

      A/B 테스트를 계획하고 실행하는 기본 단계

      • 1. 성과 기준 측정 및 검토
      • 2. 성과 기준을 사용하여 테스트 목표 결정
      • 3. 테스트에서 성과를 개선할 수 있는 방법에 대한 가설을 개발
      • 4. 테스트 대상 또는 위치 식별
      • 5. 테스트할 A, B 버전 생성
      • 6. QA 도구를 활용하여 설정 검증
      • 7. 테스트 실행
      • 8. 웹 및 테스트 분석을 사용하여 결과 추적 및 평가
      • 9. 결론을 적용하여 고객 경험 개선

      명확한 목표와 확고한 가설을 갖고 위의 단계를 따르면 일반적인 A/B 테스트 실수를 방지할 수 있습니다.

      테스트는 성과 개선과 향상에 도움이 되는 데이터 및 경험적 증거를 제공합니다. A/B 테스트에서 배운 내용을 활용하면 효과를 확대하고, 더욱 많은 고객이 참여할 수 있는 고객 경험(CX)을 설계하며, 더 설득력 있는 텍스트와 매력적인 비주얼을 구성하는 데 도움이 됩니다. 지속적인 최적화로 마케팅 전략이 더욱 효과적으로 개선되어 ROI가 증가하고 매출도 증대됩니다.

      A/B 테스트 예시

      테스트할 수 있는 디지털 마케팅 요소의 목록에는 아래 항목 가운데 하나 이상을 포함합니다.

      • 탐색 링크
      • CTA(calls to action)
      • 디자인/레이아웃
      • 광고 문안
      • 콘텐츠 제안
      • 헤드라인
      • 이메일 제목
      • 우호적인 이메일 "발신자" 주소
      • 이미지
      • 소셜 미디어 버튼(또는 기타 버튼)
      • 로고와 슬로건/로그인

      현 시점의 비즈니스 목표, 성과 지표 및 기준, 마케팅 캠페인의 구성은 테스트할 최적의 후보를 결정하는 데 도움이 됩니다.

      웹 사이트 A/B 테스트에서 분석의 역할

      A/B 테스트의 수명 주기 전반에서 분석은 계획, 실행, 추천 성과의 핵심 요소입니다.

      테스트 가설을 개발하려면 강력한 기반의 분석이 필요합니다. 해당 시점의 성과와 트래픽 수준을 이해해야 합니다. 예를 들어 웹 분석의 경우 계획 단계에서 분석 시스템이 제공하는 주요 데이터 포인트에는 다음이 포함됩니다.

      • 테스트 시나리오를 위해 검토 중인 페이지, 구성요소 또는 기타 요소의 트래픽(페이지 뷰, 고유 방문자)
      • 참여(높은전환율 방문당 체류 시간, 방문당 페이지 수, 이탈률)
      • 전환(클릭, 등록, 포기)
      • 시간 경과에 따른 성과 추이

      이와 같은 분석기술의 바탕이 없으면 모든 테스트 시나리오 또는 성능 평가는 개인적 선호도나 인상에 기초하게 됩니다. 테스트에서는 이러한 가정이 부정확한 것으로 입증되는 경우가 많습니다.

      A/B 테스트를 시작하면 분석 또한 중심적인 역할을 수행합니다. 대시보드는 성능 측정지표를 실시간으로 모니터하고, 테스트가 예상대로 작동하는지 검증하며 이례적 또는 예기치 않은 결과에 대응하는 데 사용됩니다. 여기에는 테스트 중지, 조정 및 재시작, 변경 사항의 성능 데이터 반영 여부와 변경 시점의 보장 등이 포함됩니다. 성능 대시보드는 테스트 수행 기간을 확인하고 통계적 유의도(statistical significance)를 보장하는 데 도움을 줍니다.

      테스트가 절차에 따라 수행된 후 다음 단계를 결정하는 기준은 분석입니다. 예를 들어 테스트에서 성공할 경우 이를 웹 페이지에 기준으로 제시하는가의 여부, 그리고 이를 표준으로 지속하는가의 여부를 결정하는 데 사용할 수 있습니다. 마케터는 테스트 결과를 전달하기 위해 재사용 가능한 분석 템플리트를 개발하고 주어진 테스트의 특정 요소를 반영하기 위해 해당 템플리트를 조정해야 합니다.

      이메일 A/B 테스트에 대해 자세히 알아보기

      A/B 테스트 결과의 해석 방법

      테스트를 계획하는 동안 목표를 설정하는 것이 중요한 이유는 결과를 평가하고, 성공 여부를 판별하며, 마케팅 캠페인 및/혹은 웹사이트를 갱신하여 성공적인 테스트 결과를 반영할 수 있기 때문입니다. 많은 경우 성공한 버전의 테스트 결과 메시지를 수신하게 될 그룹별로 잠재고객을 미리 세분화 해둡니다. 이 사항은 앞에서 이미 다루었으나 다시 살펴볼 것입니다.

      테스트 결과는 다음과 같이 측정하기로 결정한 항목을 바탕으로 다른 요소에 비교한 특정 요소의 성공을 나타냅니다.

      테스트가 진행되는 동안 두 개의 요소를 통계적으로 유의미한 측정치에 도달할 때까지 모니터링합니다.

      매출 측면에서 전환율을 측정할 수도 있습니다. 변경에 따른 판매 수익의 실제 효과와 판매 수치를 함께 고려할 수 있습니다. 전자상거래 사이트와 판매 뿐 아니라 측정 가능한 모든 활동에서 전환율을 수집할 수 있다는 점을 기억할 필요가 있습니다. 이는 다음을 포함합니다.

      • 판매
      • 생성된 리드/제출된 등록
      • 뉴스레터 등록
      • 높은전환율
      • 배너 광고 클릭
      • 사이트 체류 시간

      A/B 테스트에서 주목해야 할 지표는 무엇입니까?

      이 질문에 대한 답은 가설과 목표에 따라 달라집니다. 하지만 잠재고객이 마케팅 콘텐츠에 얼마나 참여하고 있는지를 나타내는 측정지표에 집중해야 합니다.

      웹 페이지 테스트의 경우 고유 방문자 수, 방문자 회귀율, 페이지에 머무른 시간, 이탈 및 종료율을 확인해야 합니다. 이메일 마케팅의 경우 누가 이메일을 열어 CTA까지 클릭하는지 확인하고자 할 것입니다.

      다변량 테스트란 무엇인가요? A/B 테스트와 차이점은 무엇입니까?

      다변량 테스트는 A/B 테스트와 함께 밀접하게 논의되는 경우가 많으므로 다변량 테스트는 무엇이고 A/B 테스트와 어떻게 다른지 이해하는 것이 중요합니다. 두 항목은 관련 분야이지만 분명한 차이가 있습니다.

      다변량 테스트는 하나 이상의 웹 사이트 페이지 또는 이메일 마케팅 캠페인에서 여러 요소(예: A/B 테스트의 단일 요소)에 대해 서로 다른 콘텐츠를 테스트하여 전환율이 가장 높은 조합을 식별합니다.

      다변량 테스트는 통계 모델을 적용하여 전체적인 성공 이력과 웹사이트 최적화를 유도하는 변경 사항 사이의 조합을 테스트합니다. 다음은 다변량 테스트의 몇 가지 주요 특성입니다.

      다양한 요소

      다변량 테스트는 웹사이트와 이메일 변경 사항을 대상으로 폭넓게 수행되며 여기에는 랜딩 페이지 혹은 체크 아웃과 같은 절차를 위한 콘텐츠 및 레이아웃과 더불어 이미지, 텍스트, 색상, 폰트, 링크, CTA 버튼 등 비즈니스 제안에 포함된 모든 부분이 포함됩니다. 다변량 테스트는 50개 이상의 조합을 초과하는 경우가 많습니다.

      가설에서부터 결과까지

      다변량 테스트는 전환율을 향상시킬 수 있는 콘텐츠 변경에 대한 가설에서 출발합니다. 다변량 테스트를 이용해 콘텐츠 변경사항을 여러 개별 요소로 분리하여 가장 높은 전환율을 제공하는 조합을 결정할 수 있습니다. 이러한 변화가 사용자 경험에서 작은 변화이든 큰 변경 사항이든 상관없이 전체 결과에 영향을 줄 수 있습니다.

      전환율은 방문자가 기대하는 작업(예: 제안 클릭 또는 장바구니에 제품 추가)을 수행하는 비율입니다. 추가 측정지표는 주문당 수익 또는 클릭률과 같이 테스트를 평가하는 데 사용됩니다. 분석은 정의한 측정 지표의 전환율 또는 상승을 기준으로 최상의 결과를 얻을 수 있는 변경사항의 조합을 알려줍니다.

      지속적인 최적화

      방문자를 위한 최상의 경험으로 테스트에서 결정된 사항을 비즈니스 목표로 정의하는 것이 가능하다면, 소프트웨어가 테스트를 위해 자동으로 환경을 최적화하는 옵션을 고려할 수 있습니다.

      iOS 및 Android에서 A/B 혹은 다변량 테스트가 가능합니까?

      2020년 모바일 앱은 전자상거래 지출에서 2조 9천억 달러를 차지했습니다. 2021년 말까지 이 숫자는 1조 이상 증가할 것으로 예상됩니다. 이러한 성장은 소매와 전자상거래를 넘어 확장됩니다. 대부분의 국가에서 노트북보다 더 쉽게 휴대 전화에 접근할 수 있기에 전체 온라인 트래픽에서 모바일이 차지하는 비중은 높은전환율 데스크탑보다 훨씬 빠르게 성장하고 있습니다. 이에 따라 고객 구매 여정의 시작과 끝이 iOS 또는 Android 앱인 사례는 더욱 더 증가하고 있습니다. 그러나 작은 화면으로 인해 장바구니 포기율은 데스크탑/노트북(73%)보다 모바일(87%)에서 더 높습니다.

      모바일 환경의 최적화는 그 어느 때보다 중요하지만 iOS 및 Android 앱의 한계로 인해 올바른 도구가 필요합니다.

      자세한 내용은 아래 비디오를 시청하십시오.

      다변량 테스트의 방문자 세분화 및 세그먼트 클러스터링

      한 가지 경험이 어떤 방문자/수신자에게는 적합하지 않을 수도 있습니다. 다변량 테스트의 중요한 강점은 방문자 세그먼트와 이에 따라 서로 다른 경험을 수행/상호 작용하는 방법을 이해한다는 점입니다 예를 들어, 신규 방문자가 반복 방문자와 비교해 다른 경험을 더 선호하는지 확인할 수 있으며 이 경우 전체 결과를 향상할 수 있습니다. 보다 정교한 시스템은 수백 개의 방문자 속성에 대해 테스트 결과를 분석하는 데 필요한 시간을 줄이기 위해 방문자 세분화를 자동으로 제안합니다.

      방문자별 세그먼트를 대상으로 서로 다른 경험을 목표로 설정하면 전환율이 크게 증가합니다. 풍부한 방문자 속성을 바탕으로 타겟팅이 필요하며 여기에는 환경적 특성에서 행동분석에 이르기까지, CRM 시스템과 같은 여타 시스템에 존재하는 고객 특성까지 포함됩니다.

      A/B 테스트인가 다변량 테스트인가. 그것이 문제.

      A/B 테스트는 유용한 도구이지만 "최상의 경험"을 확인하기 위해 테스트해야 하는 옵션이 두 개 이상인 경우 A/B 테스트 대신 다변량 테스트를 수행하고자 할 것입니다.

      두 개 이상의 옵션을 사용한 테스트는 실행에 오랜 시간이 걸리며 단일 페이지에서는 변수 간 상호 작용에 대해 어떤 내용도 표시하지 않습니다. 그러나 A/B 테스트는 이해가 매우 쉬우며 회의적 시각을 가진 이들을 위한 웹사이트 콘셉트와 캠페인 최적화를 소개하거나, 디자인 변경 및 수정에 따라 측정 가능한 영향을 보여주기에 좋은 방법입니다.

      웹 페이지나 이메일처럼 여러 가지 요소를 비교해야 하는 자산, 예를 들어 서로 다른 이미지 조합, 눈길을 사로잡는 제목의 경우 다변량 테스트가 매우 유용합니다. 하지만 옵션이 많을수록 트래픽이 상승합니다. 따라서 페이지의 모든 항목을 테스트하지 않습니다. 너무 많은 페이지 요소가 변경될 경우 이로 인해 감당하기 어려울 정도로 많은 수의 조합이 발생합니다. 예를 들어, 10개의 다른 요소에 대해 테스트를 실행하면 350만 이상의 조합이 발생할 수 있습니다. 대부분의 웹사이트와 이메일 캠페인은 이를 지원하기 위한 트래픽을 확보하는 데 어려움을 겪고 있습니다.

      기업 매출과 직결되는 ‘전환율·퍼널 분석·AB 테스팅’

      지난 13일, 한화 드림플러스센터 이벤트홀에서 개최된 제19회 스타트업위크엔드에서 요기요 서우석 부사장은 “전환율을 지속해서 끌어올리고, 이를 개선하기 위해 퍼널 분석과 AB 테스팅을 적극적으로 활용하라.”고 말했다.

      앱센터가 주최하고 미래창조과학부, 드림플러스가 후원한 이번 행사의 키노트 강연을 맡은 서 부사장 겸 최고기술책임자는 40분간 전환율, 퍼널 분석, AB 테스팅의 개념과 사례를 자세히 소개하였다. 그의 강연 내용을 다음과 같이 공유하고자 한다.

      CVR

      ‘전환율’이란?

      실제로 서비스 운영 계획이 있는 분들의 상당수가 전환율에 대해 잘 이해하고 있으실 것이다. 그러나 실무적으로 활용되는 사례는 많지 않아서, 어떤 지표를 가져가야 할 것인지를 설명하여 서비스 개발에 도움을 드리고자 한다.

      전환율(Conversion Rate; CVR)이란, 사용자들이 실제로 서비스가 의도하는 행동을 취하는 비율을 말한다.

      간단한 예를 들어보겠다. 새로운 헬스장을 오픈하였다. 사장은 전단지 10,000장을 배포하였고 그중 100명이 헬스장에 방문하여 상담을 받은 후 10명이 회원으로 가입했다고 하자. 그럼 회원가입 전환율은 10/10,000 = 0.001 = 0.1%이다. 전환율 0.1%를 달성한 게 높은 수치라고 생각하나 아니면 낮은 수치라고 생각하나? 여러분 의견이 각자 다를 것이다. 나는 2% 정도는 되어야 하지 않느냐는 입장이다.

      ‘전환율’에 있어 중요한 건 올바른 기준을 잡는 것

      만약 푸시 알림을 받고 앱을 실행시키는 사람의 수를 요기요 서비스의 목표로 정한다고 하자. 실제 음식 주문까지 이어지지 않는 이 수치를 목표로 정한다면 바보가 되고 만다. 목표를 어디에 둘 것인지가 중요하다. 서비스 개발자가 목표를 정확하게 설정하지 않으면, 개선점을 찾지 못하게 되는 상황에 놓이게 된다.

      전환율에 있어 가장 중요한 기준은 ‘사용자를 어떻게 정의할 것인가?’라는 것과 ‘내가 달성하고자 하는 목표를 어떻게 정의할 것인가?’이다. 기준을 어떻게 잡느냐가 서비스 방향성에 큰 영향을 미친다. 또한 모든 기준에는 서비스 기간까지도 같이 추적한다는 의미에서, ‘시간’을 포함해야 한다. 그래야 수치를 놓고 상황을 이해하는 과정으로 넘어갈 수 있다.

      ‘전환율이 높다.’는 것은 ‘성과 달성률’이 높다는 것이다. 전환율 1% 상승은 매출 1% 상승으로 이어지기 때문에 그 어떤 활동보다 중요하다.

      전환율 개선 방법

      첫째, 빠른 속도이다. 웹사이트나 앱 로딩 속도 등 고객에게 주어지는 속도가 빨라지면 우리가 얻는 전환율 개선으로 이어진다.

      둘째, 목표로 가는 경로(Path)를 가능한 한 짧게 하는 것이다. 쇼핑몰 로그인을 하면 가장 최근에 둘러본 상품을 보여주거나 상품을 장바구니에 담아 한눈에 볼 수 있게 하는 게 가장 대표적인 전환율 개선 사례이다. ‘호텔 캘리포니아’ 웹사이트의 경우, 예약 안내사항 아래 호텔 예약을 신청하는 하이퍼링크가 걸려있었다. 그러나 메인화면에 바로 ‘예약하기’ 버튼을 만들고 나니 예약 전환율이 32.12%나 증가하였다고 한다.

      전환율의 지속적 측정을 위한 ‘퍼널 분석’

      사용자가 앱을 실행하자마자 상품을 구매하는 경우는 거의 없다. 그렇다면 사용자가 상품을 구매하기까지의 어떤 경로(Path)가 존재할 것이다. 각각의 경로를 나눠 분석하는 게 퍼널 분석(Funnel Analysis)이다.

      우리가 대표적으로 사용하는 퍼널 분석 도구로는 ‘구글 애널리틱스(Google Analytics)‘가 있다. 이곳에 가입한 후 개발자도구(SDK)를 설치한 후 전환율 측정을 위한 이벤트 코드를 삽입하면 된다.

      경로의 모양은 끝으로 갈수록 좁아지는 깔때기와 비슷하다. 이때 마케팅팀의 역할은 이 깔때기의 너비를 늘려주는 일을 하는 것이다. 많은 채널을 활용하여 깔때기의 너비를 늘린 후 한꺼번에 많은 사용자를 끌어와야 한다.

      한편, 개발팀의 역할은 깔때기의 기울기를 완만하게 만들거나 깔때기의 길이를 짧게 만드는 일을 하는 것이다. 다시 말해 사용자의 서비스 이탈을 최대한 방지하고(완만한 기울기), 사용자의 구매 프로세스를 줄여서(짧은 경로) 전환율을 개선하는 것이다.

      헬스장 사례로 돌아가자면, ‘언제 누구에게 전단지를 나눠주었나?’, ‘헬스장 찾아오는 길을 잘 안내하였나?’, ‘상담 직원은 친절했나?’ 등 고객이 헬스장 회원으로 가입하기까지의 경로를 각각 나눠 분석할 수 있겠다.

      퍼널 분석 사례

      요기요의 전환율이 20%나 떨어진 날이 있었다. 책임자는 그 수치를 보자마자 많은 생각을 하게 된다. 가장 먼저 ‘현실 부정’을 한다. ‘측정이 잘못된 걸 거야.’, ‘서버 장애인가?’, ‘날씨가 너무 좋았나?’, ‘경쟁사 프로모션 때문에 갑자기 떨어진 건가?’, ‘휴가 기간이라서 그런가?’ 등 온갖 생각이 든다.

      다음으로는 각 부서에 다 물어본다. 그랬더니 마케팅팀은 신규 TV 캠페인을 진행했으며 할인 이벤트를 알리려고 푸시 알림을 보냈다고 하고, 개발팀은 ‘바로주문’ 버튼을 추가하여 서비스를 업데이트한 후 팝업을 띄워 사용자들이 새로운 버전을 높은전환율 높은전환율 빨리 경험할 수 있도록 했다고 한다. 운영팀에 확인해보니 지난주 장마 기간이긴 했지만 업체들이 미리 대비하지 못해 일찍 가게를 닫은 곳이 많았다고 하며, 영업팀에 확인해보니 신규 가입 식당이 늘었다고 한다. 이처럼 현실에서는 좋은 이슈와 나쁜 이슈가 뒤섞여 있다.

      이제 각 팀의 활동을 순서대로 퍼널 분석해보자. 마케팅팀의 캠페인으로 방문자가 100%에서 200%로 상승했다. 그리고 개발팀이 팝업 창을 띄우자 90%로 감소한다. (보통 업데이트 팝업을 띄우는 건 굉장히 부담스러운 행동이다. 팝업만 클릭하고 나가버리는 사용자가 많기 때문이다.) 이 수치에서 일찍 가게를 닫은 곳이 많은 여파로 78%로 또다시 감소하였다. 이런 식으로 나누어 생각해보면 각 부서에서 하고 있는 일들이 서비스 전체에 어떤 영향을 미치는지 분석할 수 있고, 타당성도 확보할 수 있다.

      꾸준한 ‘AB 테스팅’으로 전환율 개선 검증

      그럼 전환율은 어떻게 개선해야 할까? ‘2012년도 전환율 최적화 보고서(Conversion Rate Optimization Report 2012)‘에 따르면, 가장 효과적인 방법은 ‘AB 테스팅’이다. 전체 사용자를 컨트롤 그룹으로 놓고선, 원하는 변화값을 A, B, C 정도까지 설정한 후 전환율을 계산해보는 것이다.

      헬스장 사례에서 30대 회원에게는 10% 추가 할인(A), 40대 이상 회원에게는 1달 무료 이용권(B) 이벤트를 한 달간 실시해본다고 가정해보자. 전환율을 계산해서 만약 B 이벤트가 가장 효과가 있었다면, 이후에는 이 옵션을 기본으로 제공하면서 여기에 운동복 제공 등의 혜택을 도입하는 방식을 취하면 된다.

      실제로 미국 오바마 대선 캠프도 20개월 동안 총 500회에 이르는 AB 테스팅을 수행하여 후원금 모금 사이트를 운영한 바 있다. 지속적인 AB 테스팅을 위해 항상 5개의 AB 테스팅을 미리 준비해놓았으며, 구글 애널리틱스와 ‘옵티마이즐리(Optimizely)‘를 활용하여 AB 테스팅을 수행하였다. 그 결과 기부 전환율은 49%, 가입 전환율은 161%나 상승하였다고 한다.

      적은 비용으로 매출 상승효과를 거두는 ‘전환율’

      물론 높은전환율 스타트업에서 AB 테스팅까지 시도하기엔 어려움이 있다. 요기요도 서비스 초반에는 AB 테스팅을 할 여건이 안 되었고, 모든 테스팅 결과가 좋진 않았다. 그러나 계속 돌다리를 두드려보는 것이다. 전환율에 대해 충분히 이해하고, 전환율을 지속적으로 측정하며, 전환율을 개선하기 위해 끊임없이 가설을 검증해나가길 바란다.이를 통해 사랑받는 서비스를 만들기를 바란다.

      안경은 앱센터 외부필진 / 자신이 하고 싶은 일을 하는 사람들을 좋아합니다. 그들의 이야기에 귀를 기울이는 것을 즐깁니다. 글로 정리해 사람들과 공유할 때 신이 납니다.


0 개 댓글

답장을 남겨주세요