추가 적립 안내

『A B 테스트를 통한 웹사이트 전환율 최적화』는 가설을 세워 A/B 테스트, 다변량 테스트 등으로 빨리 실험해 결론을 얻어, 회사에서 더 심층적인 실험을 승인할 수 있게 하는 방법을 소개한다. 단계적으로 기업 문화를 분석 기반으로 전환하는 요령도 알려주며, 실무에 필요한 기본적인 통계의 개념도 알기 쉽게 설명한다.

★ 요약 ★

이 책은 가설을 세워 A/B 테스트, 다변량 테스트 등으로 빨리 실험해 결론을 얻어, 회사에서 더 심층적인 실험을 승인할 수 있게 하는 방법을 소개한다. 단계적으로 기업 문화를 분석 기반으로 전환하는 요령도 알려주며, 실무에 필요한 기본적인 통계의 개념도 알기 쉽게 설명한다. 한편 결론을 요약해 전달하는 방법과 UX와 창의적인 디자인 사이에서 균형을 잡는 법도 잊지 않는다.

★ 이 책에서 다루는 내용 ★

테스트는 사이트를 개선해준다.

테스트는 웹사이트 전환율을 극적으로 개선하고 매출을 늘리는 확실한 방법이다. 디자인이나 컨텐츠를 수정해 실험할 때, 어떤 변화가 사용자 행동에 더 동기를 부여하는지 곧 발견할 것이다. 이 책은 고객의 행동과 의사결정을 보고 어떻게 학습하는지, 고객 반응이 사이트의 장단점을 어떻게 드러내는지 보여준다. 더 열심히 일해, 전환이 더 잘 되는 웹사이트를 제작하는 법도 보여준다.

『A/B 테스트를 통한 웹사이트 전환율 최적화』는 지금 당장 가설에 도전해 실험을 시작하도록 영감을 줌으로써, 독자는 다음과 같은 내용을 파악할 수 있다.

■ 전환율 개선을 위한 실험의 접근방식 학습
■ 다양한 테스트 방법론 이해
■ 실험 아이디어의 발견과 최적화를 뛰어넘은 혁신
■ 실험의 UX, 디자인 관련 시사점 인식
■ 데이터 분석과 결과 전달 방법 학습

테스트는 디자인에 관한 사고 및 작업 방식을 바꾼다. 방향성 결정 시 지배적인 편견을 배제하도록 돕는다. 대신 다양한 테스트를 통해 "어떻게 생각하세요"라고 가장 중요한 의견을 고객에게 묻는다.

★ 추천의 글 ★

"콜린은 통제된 실험이 빠른 성과라 주장하지 않는다. 실제 경험으로 장단점, 객관적인 평가에 노출될 때 처음 희망한 만큼 좋은 아이디어가 거의 없다는 사실을 공유한다."
? 론 코하비
現 마이크로소프트의 파트너급 아키텍트, 前 아마존의 데이터 마이닝, 개인화 담당 디렉터


★ 역자의 말 ★

현업에서 분석 업무를 하다 보면 분석을 위한 분석이라 할 만한 업무가 종종 생긴다. 단순히 의사결정자의 호기심을 채워주려 끝없이 데이터를 관찰하거나, 이미 직관을 더해 의사결정을 충분히 할 수 있는 단계가 지났는데 여전히 소득 없이 검증해야 하는 경우도 많다. 이 책은 이런 실무 경험에서 비롯된 고충을 요령 있게 피하도록 안내해준다.

두꺼운 통계 책을 읽어도 이해할까 말까 한 지식을 아주 가볍게 요약해 실무에 필요한 수준으로만 전달해주는 한편, 상부의 결재를 더 쉽게 받는 비결도 귀띔해준다. 그리고 간단한 성과를 빨리 입증해 인정을 받은 후, 더 심도 깊은 실험과 분석으로 넘어가는 방식은 어느 조직의 어떤 상사에게도 통할 만한 모범적인 방법론이다.

테스트에 매몰된 나머지 디자인의 창의적 측면을 간과하지도 않으며, 이전에 폐기한 아이디어를 재검증하는 편이 유효하다고 주장하는 등, 전반적으로 균형이 잘 잡힌 입체적인 사고를 유도한다. 단계적인 방법론에서 벗어나지 못하게 하는 책이 아니라 웹 분석에 대한 관점을 형성해주는 책이라 할 수 있다.

1부 착수

1장 실험
___실험
______실험이란 무엇인가
______실험이 아닌 것은 무엇인가
______어디서 시작할까
___전환 기법
______경험
______선택
______행동
___테스트 계획을 수립하라
______목표
______가설
______결과물
___실험은 실패한다
______실패를 인정하자
______결론이 있는 실패

2장 접근방식
___다수를 위해, 오늘 실험하라
______오늘 실험하라
______다수를 위한 실험을 하라
___실험을 통제하라
______왜 통제가 중요한가?
______때로 실험으로 돈을 잃기도 한다
______실험의 통제 방법
___모두 실험하라
______실험의 성숙도에 도달하기
___계속 실험하라
______공개 캘린더를 유지하라
______대안을 끊임없이 검증하라
______나중에 실험을 재검증하라
______실험을 삶의 방식으로 삼아라
___용기와 책임
______용기
______책임

3장 방법론
___A/B 테스트와 다변량 테스트
______A/B는 뭐고 MVT는 무엇인가?
______어떤 방법을 사용해야 할까?
___데이터 수집
______실험은 언제 끝나는가?
______트래픽과 노출
___비관습적인 실험 방법
______성공하려면 속임수도 써 보라
______가설의 사례
______교훈의 비용
___도구 비교와 설치
______업체의 도구
______개발 도구

2부 개입

4장 UX
___디자인의 고려사항
______큰 그림
______전체적인 사용자 경험
___모범 사례
___사용성 테스트
______관찰한 문제
______쓸모없는 기능

5장 디자인
___디자인을 위한 디자인
______무엇을 개선하려 하는가?
______왜 실제로 더 나은가?
___감정과 기대수준
______감정적 애착
______디자이너의 기대수준
___경쟁사의 편견
___위원회를 통한 디자인
______HiPPO는 무시할 수 없다
______사용자 경험의 정량화
___디자인 의사결정의 지원
______아이디어가 아닌 실험을 발표하라
______실험은 회의를 무력화한다

6장 아이디어
___데이터 기반의 아이디어
______최적화
______웹 분석
______정성적 데이터
______실험 데이터
___혁신적인 아이디어
______미지의 사실
______직관
______연결
______지속적 혁신
___디자인이 영감을 주는 아이디어
______소셜 네트워크
______인기 기기
______디자인 모범 사례
______오프라인의 아이디어
______현실적인 삶의 탐구
___공유된 아이디어
______함께 일하라
______사람들을 참여시켜라

3부 전진

7장 분석
___발견 사항의 신뢰
______통계적 유의도
______안정화, 표준편차, 아웃라이어
___세그먼테이션
______데이터의 바다
___데이터 정제
______내부 트래픽
______로봇과 스파이더
___타이밍
______초두 효과
______새로움의 효과
______주말 효과와 시즌성

8장 결과
___분명한 메시지를 작성하라
______결과
______결과를 수익화하라
______권고사항
___과제를 예상하라
______이해관계자가 원하는 결과를 얻지 못할 때
______결과가 바람직하지 않을 때
______A/A 테스트
___예상하지 않은 결과
______기능이 차이를 낳지 못할 때
______우연한 긍정적 결과
______부정적인 실험의 구현
___결과 공유
______회사 내 공유
______외부 공유
___결과에 대한 대응
______교훈을 재사용하라
______실험 코드를 재사용하라

9장 결론
___착수
___개입
___전진

10장 참고 자료