[💪A/B 테스트 시 반드시 확인해야 할 11가지 체크리스트!] (👀간단 요약) “직감”을 따르는 마케팅 의사결정은 상당히 해로운 결과를 가져올 수 있습니다. 결정을 내릴 때에는 추측이나 가정에 의존하는 대신, ‘스플릿 테스트(Split Test)’라고도 불리는 “A/B 테스트”를 운영하는 편이 좋습니다. A/B 테스트를 실행하기 위해서는 동일한 콘텐츠의 두 가지 버전(버전 A 그리고 버전 B)이 있어야 합니다. 다만 두 가지 버전은 처음부터 끝까지 전부 다른 버전이 아니라 한 가지 요소만이 달라야 합니다. 📌테스트할 변수는 하나만 선택하자 효과를 측정하기 위해서는 하나의 ‘독립변수’로 분리시켜 퍼포먼스를 측정해야 합니다. 여러 요소가 섞이면 정확히 어떤 요소가 퍼포먼스에 변화를 주었는지 파악할 수 없습니다. 📌목표를 확인하자 테스트마다 복수의 지표를 측정하겠지만 테스트를 수행하기 전 기본이 될 지표를 반드시 하나만 고르고 해당 지표에 집중하세요. 나머지 버전도 마찬가지입니다. 해당 변수가 이번 테스트의 “종속 변수Dependent variable”가 될 것입니다. 📌Control과 Challenger를 만들자 원하는 실험 결과를 얻기 위한 독립 변수와 종속 변수를 선택했습니다. 다음은 독립변수와 종속변수에 대한 정보를 활용하여 Control로 설정한 기존 버전을 테스트해봅시다. 만약 랜딩페이지를 테스트하는 중이라면, 일반적으로 Control은 보통 사용하는 랜딩 페이지의 디자인과 카피로 설정합니다. 여기서부터 업데이트 버전 혹은 “Challenger”라고 불리는  버전을 구축할 시간입니다. – 웹사이트, 랜딩 페이지 혹은 이메일 등 Control과 비교하고 대조하며 A/B 테스트하세요.  📌표본 그룹을 무작위로 나누되 동일하게 쪼개자 상대적으로 잠재고객(Audience)을 통제하기 쉬운 테스트의 경우 – 이메일과 같이 – 결정적인 단서를 얻기 위해서는 두 개 이상의 동일 그룹을 테스트할 필요가 있습니다. 📌(가능하다면) 표본의 크기를 결정하자 웹페이지처럼 구체적인 표본의 수를 알 수 없는 상황에서 A/B 테스트를 수행한다고 가정해봅시다. 해당 경우에는 테스트의 수행 기간이나 시간이 표본의 크기에 영향을 직접 줄 것입니다. 이럴 때는 우선 상당한 수의 뷰를 얻을 수 있을 정도로 테스트를 오래 실행해야 합니다. 결과가 충분치 않다면 각 버전 사이에서 유의미한 차이가 발생했는지 확인하기 힘들기 때문입니다. 📌필요로 하는 결과가 어떻게 중요한지 결정하자 위의 단계에서 목표가 되는 지표(Goal metric)를 고르셨나요? 다른 버전의 ‘폐기’를 정당화할 만큼 유의미한 결과를 보여주는지 고민할 시간입니다. 통계적 유의성(Statistical significance)은 함정에 빠지기 쉬운 A/B 테스트의 과정에서 굉장히 중요합니다. 📌어떤 캠페인이더라도 한 번에 하나의 테스트만 운영하자 하나의 캠페인을 위해 한 가지 이상을 테스트하면 – 정확하게 동일한 에셋(광고 제목, 설명, 이미지, 로고 등)이 아닐지라도 – 실험의 결과를 복잡하게 만들 수 있습니다.  (👋중요한 이유가 뭔가요?) A/B테스트를 진행하며 가장 많이 하는 실수 중 두 개가 ‘한 번에 하나의 테스트만 운영하자’와 ‘하나의 변수만 선택하자 입니다’ 이 둘은 A/B테스트의 시작과 끝과 연관되어 있기에 더 중요한 내용 이기도 하죠. 시작하기 전, 위 내용을 한 번씩 살펴보는 것만으로도 변수 통제는 물론 실수를 최소화 하는데 있어 큰 도움이 될 것 같아 공유합니다 :) (🤜함께 보세요!) 효과적인 실험 수행을 위한 7가지 습관 : https://news.publy.co/comments/6267