VWO A / B 테스트 플랫폼으로 사용자 경험 향상

VWO 는 통찰력을 쉽게 발견하고 아이디어를 테스트하며 전체 고객 여정에서 참여를 향상시킬 수 있도록함으로써 주요 비즈니스 지표를 개선하는 Experience Optimization Platform입니다. 이 매혹적인 인터뷰에서 Sparsh Gupta CEO는 A / B 테스트를 올바르게 수행하는 데있어 몇 가지 귀중한 비밀을 밝히고 사용자 경험 최적화의 진화로 본 내용에 대한 개인적인 통찰력을 공유합니다.

VWO의 비하인드 스토리를 설명하십시오. 아이디어를 시작한 이유와 아이디어는 지금까지 어떻게 발전 했습니까??

VWO는 2009 년 A / B 테스트가 상당히 새로운 개념이었던 Visual Website Optimizer로 시작했으며 시장에 소프트웨어가 거의 없었습니다. 최적화라는 개념은 존재했지만 A / B 테스트를 검색 한 사람들은 마케팅 팀이 적용 할 수있는 실용적인 솔루션이 부족한 학술 기사 나 학술 논문 만 찾을 수있었습니다. 우리는 일부 대기업 (예 : Google, Amazon)에서 많은 A / B 테스트를 수행하고 있었지만이 기술은 대중의 워크 플로에서 완전히 누락되었습니다. A / B 테스트를 통해 얻은 결과를 통해 잠재력을 실현하고 더 큰 시장에 개념을 적용하기로 결정했습니다..

또한 SMB / MidMarket 부문에서 A / B 테스트가 여전히 이질적인 이유는 개념이 매우 이론적이고 A / B 테스트를 수행하기가 쉽지 않았기 때문입니다. 우리는 통계에 대한 전문 지식이나 웹 사이트 작동 방식에 대한 지식이없는 사람들이 기술을 사용할 수있는 제품을 만들기로 결정했습니다. 앞으로해야 할 일은 사용하기 쉬운 제품을 만드는 것이 었습니다. 이것이 바로 우리가 목표로 한 것입니다.

우리는 가장 쉬운 웹 사이트 편집기 중 하나를 시작했으며 (다행스럽게도 시각적으로 큰 인기를 얻었습니다), 되돌아 보면 지난 10 년 동안 업계가 변화 한 주요 이유 중 하나라고 생각합니다. 편집자는 엔지니어 (비 엔지니어)가 웹 사이트에서 쉽게 파워 포인트 프레젠테이션 편집과 같은 방식으로 웹 사이트를 쉽게 변경할 수 있도록했습니다..

A / B 테스트의 개념이 새로워 졌기 때문에 시도해 보려는 사람들에게는 엔지니어링 리소스를 얻는 것이 어려웠습니다. 우리는 모든 마찰 지점을 제거하고 싶었으므로 테스트 프로세스를 쉽게 만들어 IT / 개발 팀과 관계없이 엔드 투 엔드를 수행 할 수 있도록하는 것이 목표였습니다.. 

시장은 우리의 초기 혁신을 정말로 좋아했고 제품은 인기가 있었지만 고객 세트는 매우 작고 새롭기 때문에 더 성장하기 위해 기반을 확장하는 방법을 찾아야했습니다..

광고 공간 (디지털 광고 포함)에서 경쟁이 치열 해졌고 제한된 광고 슬롯 인벤토리에 대한 입찰이 지속적으로 증가하고있었습니다. 회사가 트래픽을 늘리는 것만이 아니라 광고에 더 많은 비용을 지출함으로써 기존 트래픽에서 비즈니스를 늘리는 데 집중하기 시작한 것은시기였습니다. A / B 테스트는이 문제를 정확하게 해결하고 시장을 교육하기 만하면됩니다..

우리의 유일한 GTM은 잠재적 인 사용자를 교육하고 개념과 이점에 대해 알리기 위해 많은 콘텐츠를 제작하는 것이 었습니다. 우리는 시장을 교육하고 성장시키는 데 많은 시간을 보냈습니다. 점점 더 많은 사람들이이 개념에 대해 읽기 시작하면서 제품을 사용하기 위해 서명했습니다. 이것이 우리가 처음 몇 년 동안 해마다 거의 100 % 성장한 방법입니다. 강력한 고객 옹호가 있었으며 내부적으로는 제품을보다 포괄적이고 대중에게 사용하기 쉽게 만드는 데 중점을 두었습니다..

제품이 기능이 풍부 해지면 (다변량 테스트, 분할 URL 테스트, 세그먼트 화, 개인화, 비동기 추적 코드 등이 업계에서 처음으로 시작됨) 시장이 성장하면서 (모든 인식에 감사함) ), 최종 고객이 제품을 어떻게 사용하고 있는지 분석하기 시작했습니다. 우리는 그들 중 일부가 훌륭하게 행동하는 동안 많은 사람들이 제대로하지 못하고 있음을 알았습니다. 우리는이 회사들이 어떻게 결과에 도달 할 수 있는지에 대해 생각하기 시작했고, 성공적인 A / B 테스트를 위해 필요한 것은 잘 연구 된 가설 (즉, 테스트 대상에 대한 아이디어)이라는 것을 알았습니다. 테스트 된 임의의 아이디어는 예상 된 결과를 제공하지 않으며 종종 사용자를 실망 시키거나 해체시킵니다..

좋은 가설을 세우는 올바른 방법은 최종 고객의 행동과 사용자 분석 데이터를 분석하는 것입니다. 이 데이터는 최종 사용자가 웹 사이트와 상호 작용하는 방식에 대한 통찰력을 가지고 있으며 계획이 잘 잡히면 많은 통찰력을 제공하고 더 많은 승리를 위해 테스트 할 수있는 격차를 강조 할 수 있습니다.

일반 테스트를 복제하면 성공 확률이 매우 낮습니다. 또한 5-10 개의 A / B 테스트에서 실질적인 결과가 나오지 않으면 팀 전체의 동기가 떨어지고 A / B 테스트의 아이디어를 포기합니다. 따라서 성공적인 테스트를 위해서는 행동 데이터 중심 가설을 제시해야합니다. 이로 인해 A / B 테스트 소프트웨어에서 완벽한 전환 최적화 플랫폼을 제공하게되었습니다.. 

테스트 기능과 히트 맵, 세션 재생, 양식 분석, 스크롤 맵 및 출시 된 다른 제품과 같은 행동 분석 기능을 결합한 변환 최적화 플랫폼을 만들었습니다.. 

Google은 사용자 행동을 이해하고, 사람들이하는 행동, 클릭하는 위치, 막히는 위치, 튀어 오르게하는 요인 및 전환을 유도하는 퍼널을 구축했습니다. 우리는 고객이 사용자 행동 뉘앙스를 실제로 이해하고 더 나은 가설과 관찰 결과를 도출하여 테스트하고 최적화 할 수 있도록 이러한 제품을 만들었습니다.. 

이로 인해 고객의 테스트 성공률이 높아지고 많은 성공적인 사례 연구가 이루어졌습니다. A / B 테스트 아이디어를 검색 할 수있는 포털 인 IdeaFox를 출시했습니다. IdeaFox를 시작한 전제는 테스트에 대한 영감을 얻을 수 있었지만 최종 가설은 자신의 데이터에서 가져와야하므로 캠페인에서 가치를 얻으려면 시간을 들여 이해해야했습니다..

IdeaFox는 업계에서 호평을 받았으며 A / B 테스트 프로세스를 빠르고 쉽게 처리 할 수있는 유사한 제품을 제공하는 다른 플레이어도 많이있었습니다.. 

실제 통찰력을 밝히려면 고객 여정의 여러 단계에서 데이터를 수집해야합니다. 요령은 진행 상황을 이해하는 데 도움이되는 제품을 찾는 것입니다. 통찰력 도구가 많이 있지만 각 도구마다 데이터 정의가 다르기 때문에 분석을 위해 서로 다른 도구에서 수집 한 데이터는 의미가 없습니다.. 

VWO Experience Optimization Platform은 방문자에게 단일 소스를 유지하며 사용중인 VWO 제품 또는 기능에 관계없이 데이터는 일정하게 유지됩니다. 이를 통해 성장 및 최적화 팀은 제품 간 데이터 조정 시간을 줄이고 고객 행동에 대한 통찰력을 확보하는 데 더 많은 시간을 할애 할 수 있습니다. 이를 통해 VWO는 브랜드가 전체 고객 여정의 모든 접점에서 훌륭한 디지털 경험을 제공 할 수있는 토대를 마련합니다. 이를 통해 전 세계 브랜드가 기존 최적화 방법을 크게 개선하고 더 빠른 성장을 달성 할 수있을 것으로 기대합니다.

고객의 약 50 %가 정해진 CRO 프로세스를 성공적으로 수행하여이를 수행하지 않은 사람들보다 훨씬 더 나은 결과와 ROI를 얻었습니다.. 

Google은 더 많은 노력을 기울 였지만 2017 년의 전환 최적화는 웹 사이트 나 모바일 앱과 같이 소유 한 속성을 최적화하는 것이 었습니다. 그러나 사용자가 귀하의 디지털 자산에 있지 않을 때 발생하는 일도 중요합니다. 전환 최적화를 살펴보면 많은 사용자 경험이 사용자 경험과 관련되어 있으며 사용자 경험은 웹 사이트를 뛰어 넘습니다. 그때 우리가 부르는 새 제품을 만들기 시작했습니다 VWO 참여, 사용자가 웹 사이트에 있지 않을 때 UX를 최적화하고 웹 푸시 알림을 통해 자동화 된 마케팅 캠페인에 참여하는 방법에 중점을 둡니다. & 페이스 북 메신저.

이제 전자 상거래 상점에 가서 새 전화를 구입한다고 가정 해 봅시다. 탄탄한 CRO 전략은 완벽한 사용자 경험을 제공하는 데 도움이 될 수 있지만, 대부분의 경우 장바구니를 버릴 수 있습니다. 후속 이메일은 웹 사이트에서 사용자를 다시 유치 할 수있는 좋은 방법이지만, 매우 고립 된 채널이기 때문에 계속해서 커뮤니케이션해야합니다.. 

또한 업계에서 더 이상 웹 사이트 나 앱을 사용하지 않아도 여정에서 여러 사용자의 경험을 어떻게 묶어야하는지에 대한 도전에 직면하고 있음을 깨달았습니다.. 

그것은 대부분 우리가 경험 최적화라고 부르는 것입니다. 전 산업계가이 방향으로 나아가고 있다고 생각합니다. A / B 테스트에서 시작하여 이제 각 시나리오마다 엔드 투 엔드 경험, 사용자 상호 작용 및 특정 메시징 최적화로 전환하여 개인화가 중요합니다. 지난 10 년 동안 그렇게했기 때문에 VWO는 이제 Experience Optimization Platform이라고 말할 수 있습니다.. 

VWO 대시 보드를 살짝 살펴보십시오.

VWO 참여VWO 참여 VWO 편집기 기능VWO 편집기 기능 VWO 대시 보드VWO 대시 보드

모든 디지털 마케팅 담당자가 고객 경험 최적화에 대해 알아야 할 가장 기본적인 사항은 무엇입니까??

경험 최적화와 관련하여 전략적 프로세스와 타임 라인이 있어야한다는 것입니다. 수천 명의 고객과 마케팅 담당자가 임시 접근 방식을 시도하는 것을 보았습니다. 가끔 캠페인에 대해 몇 가지 테스트를 수행하거나 사용자 경험 최적화에 대해 생각하지만 결과를 얻지 못하고 완전히 포기하지 않습니다.. 

전체 경험 최적화 프로세스는 지속적인 프로그램으로 보여야합니다. A / B 테스트에 대한 것은 오늘 수행 할 경우 다음 달에 다시 수행해야한다는 것입니다. 웹 사이트 경험이 지금 최고 수준이라하더라도 가까운 시일 내에 고객 행동이 급격히 진화 할 수 있기 때문에 세계는 거의 항상 최고에 달해야합니다.. 

A / B 테스트 및 CRO 관점에서 내가보고있는 것은 더 많은 승자를 얻는 것이 더 어렵다는 것입니다. 우승자를 말할 때, 가설이 검증되고 검증 된 캠페인을 의미합니다. 가설이 잘못된 캠페인도 있으므로 50 %에서 60 %로 이동하기가 어렵습니다.. 

캠페인의 절반 이상이 우승자가되지는 않는다는 사실을 인정해야합니다. 가장 최적화 된 웹 사이트에서 발생합니다. 가장 정교한 캠페인조차도 50 % 이상 실패하므로 포기해서는 안됩니다. 아이디어는 지속적으로 테스트를 유지하는 것입니다. 

여러 테스트와 경험에 중점을 둔 팀이 시간이 지남에 따라 더 잘 최적화하고 하나의 테스트 만하는 데 초점을 둔 팀보다 더 많은 결과를 얻을 수있는 것을 보았습니다. 계획을 많이 세우더라도 시험이 실패 할 가능성은 여전히 ​​있습니다. 

데이터 기반 가설을 사용해야하지만 가설이 중요한 테스트 속도이므로 가설에 대해 자세히 설명하지 마십시오. 더 많은 캠페인을 갖는 것이 하나를 고수하고 완성하는 것보다 훨씬 중요합니다.. 

경험 최적화와 관련하여 웹 사이트에서 우수한 고객 경험을 제공하는 것은 A / B 테스트에 관한 것이 아닙니다. 중요한 모든 접점에서 해당 고객과의 전체 커뮤니케이션입니다. 고객 경험에 영향을 미치고 전환에 영향을주는 웹 사이트 나 앱, 소셜 미디어, 이메일 또는 기타 터치 포인트 일 수 있습니다.. 

마케팅 전문가에게 분석 추적 도구에서 간소화되는 방대한 양의 빅 데이터를 처리하도록 조언하는 방법?

정보 분석 제품이 수집하고 보여주는 많은 데이터는 의심의 여지가 없지만 마케팅 담당자는 어떤 정보가 관련되어 있는지 이해해야합니다.. 

두 가지 방법으로 데이터를 살펴 봐야합니다. 

하나는 탐색 적이며, 목표는 시스템의 잠재적 문제 (우리의 경우 고객 경험)를 배우고 식별하는 것입니다. 일반적으로, 당신은 당신이 찾고있는 것을 모르고, 당신이 모르는 것이 있는지 알아 내려고 노력하고 있습니다. 해당 측면에 실제로 도움이되는 특정 데이터 세트가 있습니다. 사용자를 더 잘 배우고 이해하는 관점에서 데이터를 살펴 봐야합니다. 세션 재생, 히트 맵, 퍼널 드롭 보고서, 양식 분석의 데이터를 보면서 시간을 보내면“아, 많은 사람들이이 주요 CTA를 클릭하지 않는 것 같습니다”와 같은 가설을 얻을 가능성이 있습니다. 내 주요 할인 쿠폰이있는 섹션으로 스크롤 “등이 있습니다. 이제 해결해야 할 문제가 있습니다. 

두 번째 방법은 문제가 식별되어 해당 문제에 대한 잠재적 인 해결책을 모색하는 것입니다. 동일한 데이터와 더 많은 분석을 통해이 문제를 일으킨 근본적인 이유를 이해할 수 있습니다.. 

특정 데이터는 문제를 보여 주지만 문제가 발생하는 이유를 알려주지는 않습니다. 다른 데이터 비트는 왜 일이 발생하는지 이해하는 데 도움이 될 수 있습니다. 

분석 보고서의 내용을 이해하면 데이터를 훨씬 더 이해할 수 있습니다. 이 모든 정보와 데이터를 의미있는 것으로 단순화하는 것은 우리와 같은 회사의 책임이기도합니다 & 실행 가능한. 우리는 지난 10 년 동안 그렇게 해왔습니다. 

향후 5 년 동안이 기술 분야에서 더 많은 기술을 기대할 수있는 관점에서?

저는 많은 사람들이 이야기하고있는 데이터 과학, AI 및 기계 학습을 강력히 옹호합니다. 이들은 앞으로 몇 년 안에 중심 단계가 될 것입니다. 우리 분야에서 이러한 기술은 아직 젊지 만 앞으로 몇 년 안에이 새로운 기술과 관련하여 더 많은 사용 사례가있을 것이라고 생각합니다.

프랑스에서 선글라스를 판매하는 전자 상거래 웹 사이트를 운영하고 있다고 가정 해 보겠습니다. 많은 양의 데이터가 있으면 누군가 웹 사이트 디자인 방법, 홈페이지에 올릴 이미지, 페이지 모양 및 포함해야 할 내용을 알려줄 수 있어야합니다. 현재는 데이터 이해, 가설 도출, 구현, 결과 해석 및 IT 부서에 전달하기 위해 모든 처리를 수행해야하는 마케팅 담당자입니다. 데이터 과학 및 AI를 사용하면 자동 개인화에 중점을 둔이 프로세스가 자동화됩니다. 마케팅 담당자와 엔지니어는 시스템에 다양한 변형을 적용해야하며 모든 개별 방문자에 대해 지속적으로 자동으로 개인화되고 최적화됩니다..

개인화는 사용자 세그먼트에서 사용됩니다. 일요일에 프랑스에서 온 사람들이 하나의 세그먼트를 만든다고 가정 해 봅시다. 그러나이 부문에는 다른 개인화 된 버전의 웹 사이트를보아야하는 많은 다른 사람들이 있습니다. 한 달에 조회수가 2 백만 회인 웹 사이트의 경우 이러한 미세 세그먼트를 이해하고 각각에 대한 경험을 개인화하는 것은 불가능합니다. 기계 학습과 AI가 웹 사이트에 들어오는 각 고객을 다르게 취급 할 수있는 현실을 만드는 데 도움이되는 곳입니다. 그 개인에게 맞는 경험을 보여줍니다. 나는 그것이 세상이 움직이는 곳이라고 믿으며 자동화 된 방식으로 그렇게 할 것입니다.  

또한 마케팅 측면에서 많은 데이터 협업이 이루어질 것이라고 믿습니다. 여러 도구와 제품에서 데이터를 수집하고 있지만 서로 원활하게 통합되지는 않습니다. 이 모든 데이터가 하나의 단일 플랫폼에 통합 된 경우 다른 도구가 데이터에 대해 서로 다른 관점을 제공하지만 훨씬 더 가치가 있기 때문에 마케팅 담당자에게는 큰 어려움입니다. 앞으로도 전체 산업이이 통합에 집중하여 최종 고객을보다 총체적으로 표현할 것이라고 믿습니다.. 

Jeffrey Wilson Administrator
Sorry! The Author has not filled his profile.
follow me

About the author