PM/PO/기획자

A/B TEST를 했는데, 모수가 너무 작습니다. 의미가 있을까요?

2024년 03월 21일조회 670

런칭한 지 얼마 안 됐고, 디자인 안이 여러 개 나온 상태에서 어떤 걸 고를지 판단이 안 서서 A/B TEST를 진행했습니다. 전환율에는 분명 차이가 있는데 전체 모수가 너무 적어서 이걸 근거로 판단해도 되는지 모르겠는데요. A/B TEST가 유효한 지 검증하려면 모수가 딱 얼마 이상이어야 된다라는 보이지 않는 규칙이 있을까요?!

이 질문이 도움이 되었나요?
'추천해요' 버튼을 누르면 좋은 질문이 더 많은 사람에게 노출될 수 있어요. '보충이 필요해요' 버튼을 누르면 질문자에게 질문 내용 보충을 요청하는 알림이 가요.
profile picture
익명님의 질문

답변 5

인기 답변

서영님의 프로필 사진

안녕하세요, A/B 테스트의 신뢰도에 대해서 문의를 주셨는데요. 보통 신뢰도를 의미하는 p-value 값을 기준으로 판단합니다. 값이 0.05이하 나오면 이 테스트의 신뢰도가 95% 이상이라고 판단을 내릴 수 있습니다. P-value 값 계산이 모수에 의해 이뤄지는 거라서 보통은 요 방법을 많이 활용합니다! 추가로 p-value는 직접 계산하는 건 어렵고, A/B 테스트를 세팅하는 대부분의 툴들에서 확인할 수 있습니다 :-)

profile picture

익명

작성자

2024년 03월 26일

오, 통계적으로 검증할 수 있는 수치가 있군요. 모수가 충분히 될 지 모르겠지만, 암튼 감사합니다

인기 답변

한기용님의 프로필 사진

모수가 작아서 몇달을 돌려도 통계적으로 유의미한 결과를 얻기 불가능하다는 판단이 들면 제대로된 A/B 테스트를 하기 보다는 다른 방법으로 가는 것이 맞아 보입니다. 직관으로 가는 것도 방법이고 사용자 설문을 해보는 것도 방법이고 A/B 테스트 모수가 충분치 않아도 분명한 위너가 있으면 그걸로 가는 거죠. 초기에 제일 중요한 것은 빠른 iteration ("시간")입니다.

profile picture

익명

작성자

2024년 03월 26일

답변 정말 감사합니다, 제가 너무 모수만 신경을 썼나 봅니다!

인기 답변

김은서님의 프로필 사진

인터넷에 A/B 테스트 계산기 검색해 보시면 통계적으로 유의미한 데이터인지 검색해 볼 수 있는 계산기가 나와요. 여기에 숫자 넣어서 계산해 보시는 것도 좋고 또 앰플리튜드에서는 significance 확인해 볼 수 있는 메뉴도 있어서 이런 것들 활용해 보셔도 좋을 것 같아요!

profile picture

익명

작성자

2024년 03월 26일

답변 정말 감사합니다!!

profile picture

익명

작성자

2024년 03월 21일

미리 감사드립니다 🙇‍♀️

홍영기님의 프로필 사진

모수가 적은 것 외에 , 추가적으로 몇가지를 더 고려해보시는게 좋을듯 합니다. 1. 테스트 기간 2. CPA 3. 목표(cpa를 어느정도로 잡으셨는지, 모수가 어느정도 모이기를 원했는지 등)

profile picture

익명

작성자

2024년 03월 26일

활용할 수 있는 다양한 변수들이 있군요, 답변 감사합니다ㅎㅎ

지금 가입하면 모든 질문의 답변을 볼 수 있어요!

현직자들의 명쾌한 답변을 얻을 수 있어요.

또는

이미 회원이신가요?

AI 답변
커리어리 AI 봇 프로필 이미지

커리어리 AI 봇

GPT가 달아주는 답변입니다.

2024년 03월 21일

A/B테스트에서 중요한 것은 사실 모수의 절대적인 크기보다는 통계적 유의성입니다. 두 디자인 버전 간의 차이가 우연에 의한 것인지 아니면 실제로 유의미한 차이가 있는지를 판단하는 것이 중요합니다. 이를 결정하는데는 p-값과 같은 통계적 지표들을 사용합니다. 굳이 모수에 관해 언급하자면, 일반적으로 최소 100개 이상의 데이터는 확보해야 한다고 주장하는 전문가들도 있습니다. 하지만 정확한 숫자는 여러 변수에 의존하며, 예를 들어 변화율, 효과 크기 등에 따라 달라집니다. 그리고 최종 선택을 하기 전에 검증 과정을 반복할 수록 좀 더 안정적인 결론을 얻을 수 있습니다. 디자인 A가 디자인 B보다 우월하다는 결과가 한 번 나왔다고 해서 그것이 항상 그럴 것이라고는 할 수 없으므로, 여러 번 반복해서 진행하는 것이 좋습니다. 마지막으로 A/B 테스트 결과만큼 중요한 것은 그 과정 자체입니다. 즉, 사용자들의 행동 패턴을 분석하고, 그에 따라 개선 방안을 찾아가는 것이 중요합니다. 이 과정에서 얻은 인사이트는 종종 테스트의 결과보다 더 큰 가치를 지닐 수 있습니다.

목록으로

지금 가입하면 모든 질문의 답변을 볼 수 있어요!