A/B 테스트 시 발생할 수 있는 실수
Adobe 블로그에서 A/B 테스트에서 일반적으로 발생하는 두 가지 실수와 이를 방지하는 방법을 알아보세요.
세그먼트를 상호 배타적인 그룹으로 분할하여 KPI에 대해 다양한 타겟팅 플랫폼 또는 알고리즘 모델의 성과를 테스트함으로써 성공 지표를 정의할 수 있습니다.
_______________________________________________
하나의 캠페인을 제작하기까지 일반적으로 많은 시간과 비용이 소모됩니다. 또한 테스트를 통해 성과에 기여한 요소를 파악해야 하지만 이는 결코 간단하지가 않습니다. 정확한 테스트 없이 추측에 의존할 경우 결과는 왜곡될 수 있고, 디바이스 유형과 같은 하나의 그룹에서 불균형적인 변수를 고려할 수 없습니다.
기존의 A/B 테스트는 하나의 크리에이티브 요소를 다른 크리에이티브 요소와 비교하는 데 그치는 반면, Adobe Audience Manager의 Audience Lab은 여러 대상(예: DSP)을 테스트합니다. Adobe Sensei 기반의 Audience Lab은 여러 세그먼트를 상호 배타적인 테스트 그룹으로 분할하고 다양한 대상에 매핑하므로, 성과에 기여하는 모든 요소를 확인할 수 있습니다. 또한 Adobe Audience Manager는 플랫폼에 통합된 테스트 툴을 갖춘 유일한 DMP로서, 인사이트를 빠르게 실행으로 옮길 수 있도록 도와줍니다.
대상 확인
상호 배타적인 테스트 세그먼트를 만들어 다양한 대상의 효율성을 비교하고 측정하여 세그먼트 전환율이나 일치율을 높이는 대상을 확인할 수 있습니다.
크리에이티브 요소
Audience Lab을 통해 동일한 대상으로 실행되는 다양한 크리에이티브 요소를 테스트하고, 가장 효과적인 디자인 또는 메시지를 판단할 수 있습니다.
데이터 제공업체 및 모델
Audience Lab을 사용하여 테스트 제공업체와 모델을 테스트할 수 있습니다. 여러 데이터 세트를 사용하여 다양한 유사 모델을 생성하고, 최고의 성과를 달성하는 모델을 확인할 수 있습니다.
광고 유형
Audience Lab은 매체사를 위한 다양한 광고 제품뿐만 아니라 영상과 디스플레이 배너와 같은 여러 광고 유형을 테스트하여 CPM을 향상시키는 유형을 결정합니다.