PPC를 위한 A/B 테스트 실무 가이드(+5가지 테스트 아이디어)

소개

PPC A/B 테스트는 광고 캠페인의 효과를 개선할 수 있는 강력한 방법입니다.

이 실용적인 가이드에서는 PPC를 위한 A/B 테스트가 무엇인지 알아보고, 데이터 기반 의사 결정에 필요한 다양한 유형의 테스트와 테스트 통계에 대해 알아볼 수 있습니다. 또한 첫 번째 A/B 테스트를 설정하는 방법을 배우고 직접 시도해 볼 수 있는 실용적이고 영향력 있는 아이디어를 얻을 수 있습니다.

PPC에 대한 A/B 테스트란 무엇인가요?

PPC용 A/B 테스트는 광고 문구, 랜딩 페이지, 타겟팅 등 광고 캠페인 요소의 2개 이상의 변형을 테스트하는 방법으로, 다양한 가설에 대한 통계적 증거를 제공하여 캠페인을 개선하고 결과를 개선하는 데 활용할 수 있습니다.

랜딩 페이지나 이메일 A/B 테스트와 완전히 다르지는 않지만, PPC A/B 테스트는 광고 플랫폼의 한계, 샘플 크기 차이, 캠페인의 전반적인 실적에 영향을 미칠 수 있는 위험성 때문에 전용 접근 방식이 필요합니다.

PPC 테스트 유형

PPC에는 네 가지 주요 유형의 A/B 테스트가 있습니다:

• A/B 테스트

  A/B 테스트는 하나의 가설을 세우고 광고 캠페인의 한 요소를 변경한 후 원래의 대조 변수와 비교하여 테스트하는 실험입니다. 이는 특정 요소로 범위를 좁히고 캠페인을 개선하는 데 도움이 되는 가장 일반적인 테스트 유형입니다.

  A/B 테스트의 예: 무료 배송을 기본 혜택으로 하는 텍스트 광고 2개와 15% 할인을 기본 혜택으로 하는 텍스트 광고 2개를 테스트합니다.

• 다변량 테스트

  랭크트래커를 만나보세요

  효과적인 SEO를 위한 올인원 플랫폼

  모든 성공적인 비즈니스의 배후에는 강력한 SEO 캠페인이 있습니다. 하지만 선택할 수 있는 최적화 도구와 기법이 무수히 많기 때문에 어디서부터 시작해야 할지 알기 어려울 수 있습니다. 이제 걱정하지 마세요. 제가 도와드릴 수 있는 방법이 있으니까요. 효과적인 SEO를 위한 Ranktracker 올인원 플랫폼을 소개합니다.

  드디어 랭크트래커에 무료로 등록할 수 있게 되었습니다!

  무료 계정 만들기

  또는 자격 증명을 사용하여 로그인

  다변량 테스트는 여러 가설과 여러 변경 사항을 포함하는 실험입니다. 이 방법을 사용하면 통제 변수에 적용된 작은 변화의 다양한 조합을 테스트합니다. 이 유형은 네 가지 테스트 유형 중 가장 큰 표본 크기(PPC에서는 불가능한 경우가 많음)가 필요하고 결과의 상승폭이 가장 작아 신뢰 수준이 떨어지기 때문에 거의 사용하지 않습니다(다음 섹션에서 표본 크기, 상승폭 및 신뢰 수준에 대한 정의를 참조하세요).

  다변량 테스트의 예: 헤드라인과 이미지의 조합이 다른 4개의 크리에이티브를 테스트합니다.

• A/B/n 테스트

  A/B/n 테스트도 여러 가설과 여러 변경 사항을 가진 실험입니다. 하지만 다변량 테스트의 경우와 달리 변수가 서로 완전히 다를 수 있습니다. 과거 데이터를 사용할 수 없는 신규 계정이나 신규 캠페인에 자주 사용하는 테스트 유형 중 하나로, A/B 또는 다변량 테스트로 선택 범위를 좁히기보다는 완전히 다른 설정이나 요소 조합을 테스트하고자 할 때 사용합니다.

  A/B/n 테스트의 예: 완전히 다른 레이아웃 및/또는 랜딩 페이지로 2개 이상의 크리에이티브 세트를 테스트합니다.

• 순차적 테스트

  순차 테스트는 캠페인 요소 변형을 단계별 또는 순서대로 테스트하는 A/B 테스트의 한 유형입니다. 시퀀스는 2주, 1개월 또는 그 이상이 될 수 있습니다(2주 미만의 테스트는 실행하지 않는 것이 좋습니다). 다른 기간 동안 테스트를 실행하면 계절성, 표본 크기 분산, 타겟팅 편차 등 통제할 수 없는 외부 요인이 발생하므로 가장 선호되지 않는 테스트 유형입니다. 하지만 모든 PPC 플랫폼이 전체(또는 일부) A/B 테스트 기능을 제공하는 것은 아니기 때문에 일반적인 유형이기도 합니다.

  예: 구글 광고에서 전환율 극대화 입찰과 전환 가치 극대화 입찰 테스트하기

이상적인 시나리오에서는 다음과 같은 순서로 모든 테스트를 사용합니다:

1. 가장 적합한 설정을 찾기 위한 A/B/n 테스트
2. 설정 범위를 좁히고 개선하기 위한 A/B 테스트
3. 다변량 테스트를 통해 설정 범위를 더욱 좁혀보세요.
4. 적절한 A/B 테스트 기능이 없는 경우 요소를 순차적으로 테스트하는 순차 테스트

A/B 테스트 통계

A/B 테스트가 통계적으로 유의미한 데이터를 제공하고, 의사 결정에 정보를 제공하며, PPC 개선으로 이어지려면 고려해야 할 4가지 주요 통계가 있습니다:

• 샘플 크기

  랭크트래커를 만나보세요

  효과적인 SEO를 위한 올인원 플랫폼

  모든 성공적인 비즈니스의 배후에는 강력한 SEO 캠페인이 있습니다. 하지만 선택할 수 있는 최적화 도구와 기법이 무수히 많기 때문에 어디서부터 시작해야 할지 알기 어려울 수 있습니다. 이제 걱정하지 마세요. 제가 도와드릴 수 있는 방법이 있으니까요. 효과적인 SEO를 위한 Ranktracker 올인원 플랫폼을 소개합니다.

  드디어 랭크트래커에 무료로 등록할 수 있게 되었습니다!

  무료 계정 만들기

  또는 자격 증명을 사용하여 로그인

  PPC에서 샘플 크기는 테스트 결과가 잠재고객을 대표할 수 있도록 생성해야 하는 트래픽의 양입니다. 광고 수준 지표(예: CTR 또는 조회율)의 경우 노출 수가 샘플의 출처가 되지만, 전환 관련 지표(예: 전환율, 비용/전환율 또는 ROAS)의 경우 클릭 수를 선택해야 합니다. 일반적으로 샘플 크기가 클수록 테스트의 정확도가 높아집니다.

• 기대되는 상승 효과

  테스트된 변경 사항이 최종 지표에 어떤 영향을 미칠지에 대한 예측으로, 백분율로 표시되며 0~100% 범위입니다. 예를 들어, 과거 데이터 및 전환 연구를 기반으로 주요 오퍼를 10% 할인에서 무료 배송으로 변경하면 전환율이 30% 증가할 것으로 예측할 수 있습니다.

• P-값

  우리는 고급 통계 영역에 있습니다. 간단히 말해, p-값은 결과가 예상과 크게 벗어나는지, 즉 결과가 통계적으로 얼마나 유의미한지를 판단하는 데 도움이 됩니다. 0에서 1 사이의 범위이며, 값이 작을수록 결과가 통계적으로 유의미하다는 것을 의미합니다.

• 신뢰 수준

  신뢰 수준 또는 신뢰 구간은 테스트 결과의 확실성을 나타내는 척도입니다. 예를 들어 95% 신뢰 수준은 동일한 테스트를 여러 번 반복할 경우 95%의 테스트에서 비슷한 결과가 나온다는 것을 의미합니다.

PPC A/B 테스트가 중요한 이유는 무엇인가요?

A/B 테스트는 PPC 캠페인의 3가지 주요 영역에 영향을 줍니다:

1. 결과

   PPC 캠페인을 진행하다 보면 "A가 B보다 더 좋은 성과를 낼 수 있을까?"라는 질문에 끊임없이 직면하게 됩니다('사물'을 캠페인/광고/카피/오디언스/각도 등으로 대체). A/B 테스트는 이러한 질문에 답하고, 다양한 가설을 테스트하며, 궁극적으로 결과를 개선할 수 있는 방법을 제공합니다.

2. 구조

   저처럼 일부 최적화가 너무 임시방편적이거나, 현재 사용 중인 데이터에 반응하는 방식이거나, 심지어 겉치레에 불과하다고 느꼈다면 A/B 테스트가 구조를 더하는 데 도움이 되는 접근 방식이 될 수 있습니다. 이를 통해 성능 '발판'(입증된 가설)을 만들고 외형적인 변화 대신 가장 영향력 있는 최적화 기회를 찾는 데 집중할 수 있습니다.

3. 커뮤니케이션 및 참여

   대행사나 사내 전문가라면 고객 또는 경영진과의 커뮤니케이션 및 참여 문제를 경험한 적이 있을 것입니다. A/B 테스트는 투명성, 인지도, 참여도를 한 차원 더 높여주므로 이러한 문제를 해결하는 데 도움이 될 수 있습니다. 무엇보다도 "녹색 버튼을 대신 테스트해 보셨나요?"라는 질문에 빠르게 답할 수 있습니다.)

무엇을 A/B 테스트할 수 있나요?

PPC 캠페인에서 무엇을 A/B 테스트할지 결정하는 것은 매우 중요합니다. 개선할 경우 결과에 가장 큰 영향을 미칠 수 있는 요소부터 시작하는 것이 좋습니다.

1. 크리에이티브

   예: 레이아웃, 색 구성표, 모델 대 모델 없음, 짧은 형식의 동영상 대 긴 형식, UGC 대 자체 에셋.

2. 오퍼

   예: 무료 배송 대 할인, 무료 보너스 대 희소성, 무료 체험판 대 부분 유료화, 보증 대 보증 없음, 웨비나 대 전자책.

3. 광고 게재 위치

   예시: 예: Facebook 대 Instagram, 모바일 대 데스크톱, 검색 대 검색 파트너.

4. 광고 카피

   예시: 긴 형식과 짧은 형식의 카피, 글머리 기호 목록과 단락, '무료'와 '무료가 아닌', 혜택과 권한 등의 단어가 포함됩니다.

5. 타겟팅

   예: 신규 키워드, 좁은 타겟팅 대 넓은 타겟팅, 유사 타겟팅 대 콜드 타겟팅, 고령 리마케팅 잠재고객 대 젊은 잠재고객, 구문 검색 키워드 대 넓은 타겟팅, 좁은 위치 타겟팅 대 넓은 타겟팅.

6. 캠페인/광고 유형

   예시: DSA와 일반 검색 캠페인, 다이나믹 리마케팅 캠페인과 일반 리마케팅 캠페인, 리드 광고와 메신저 광고.

7. 예산 할당

   예: 캠페인 1에 비해 캠페인 2에 더 많은 예산, 리마케팅에 비해 고객 확보에 더 많은 예산, 퍼포먼스 맥스에 비해 쇼핑에 더 많은 예산.

8. 랜딩 페이지

   예: 레이아웃, 이미지 대 동영상, 동적 키워드 삽입, 헤드라인, 양식, 소셜 증거, 광고-랜딩 페이지 메시지 일치.

9. 입찰 전략

   예시: 전환 최대화 대 전환 가치 최대화, 타겟 CPA 한도, 타겟 ROAS 목표, 최고 볼륨 대 최고 가치.

10. 캠페인 구조

    예시: 광범위한(또는 하가쿠레) 구조 대 세분화된 구조, 보다 동적인/자동화된 캠페인 대 적은 캠페인, 최고 실적자 대 저실적자, SKAG.

PPC 캠페인을 A/B 테스트하는 방법

A/B 테스트 설정

A/B 테스트할 아이디어 목록을 작성했다면 이제 가설을 세우고 접근 방식과 도구를 결정할 차례입니다.

가설

가설은 실험을 통해 테스트하려는 가정을 말합니다. 가설은 광고 문구 수정, 광고 소재 변경, 타겟팅 확대와 같은 변경을 통해 기대하는 효과를 표현합니다. 가설을 세울 때는 크레이그 설리반의 가설 키트 V4를 참조하는 것을 좋아합니다:

1. (데이터/연구/관찰) 기반
2. 우리는 (변화)
3. for (인구)
4. (충격)을 유발합니다.
5. (메트릭)을 보면 알 수 있습니다.
6. 이는 고객, 파트너 또는 비즈니스에 도움이 될 것입니다(왜냐하면).

접근 방식

여기에서 테스트 접근 방식을 결정할 수 있습니다. A/B 테스트가 될까요? A/B/n? 순차적? A/B 테스트 도구, 예산 및 결과에 영향을 미치므로 처음부터 이를 파악하는 것이 중요합니다. 위에서 언급했듯이, 과거 데이터가 없고 가설이 관찰에 기반한 경우 A/B/n 테스트부터 시작하는 것이 좋습니다. 그러나 특정 테스트 및 광고 플랫폼의 경우 순차적 테스트 접근 방식(예: Google Ads의 입찰 전략)으로만 제한될 수 있습니다.

도구

PPC A/B 테스트에 있어 스프레드시트 대시보드는 가장 좋은 친구입니다. 어디서부터 시작해야 할지 잘 모르겠다면 여기에서 제가 가장 최근에 만든 대시보드를 찾아보세요. 분기당 몇 개의 테스트만 실행하는 경우 수동으로 작성하는 것이 좋습니다. 테스트가 몇 개 이상이라면 슈퍼메트릭스와 같은 도구를 사용하여 PPC 데이터를 가져와서 자동화할 수 있습니다.

A/B 테스트 시작하기

실행 지침은 테스트 요소와 선택한 광고 플랫폼에 따라 달라집니다. 하지만 한 가지는 동일하게 유지됩니다. 실험은 대조 및 테스트 변형 모두에 대해 동일하거나 거의 동일한 샘플 크기를 생성해야 합니다. 즉, 예산 및 트래픽 확산을 제어할 수 없는 한 동일한 캠페인 또는 광고 그룹(예: Facebook 광고의 광고 설정 예산 최적화 캠페인 또는 ABO)에 적절한 A/B 테스트를 실행해서는 안 됩니다.

제가 가장 자주 사용하는 테스트 설정은 다음과 같습니다:

• 페이스북/인스타그램/트위터/인스타그램/링크드인: 네이티브 A/B 테스트 기능, 새로운 광고 세트, 새로운 캠페인, 순차적 출시.
• 구글/마이크로소프트: 네이티브 캠페인 실험 기능, 광고 카피 A/B 테스트 기능, 동등한 광고 로테이션 기능, 순차적 실행.

데이터 분석

가설을 세우고 테스트를 설정한 후 테스트를 실행했습니다. 이제 어떻게 하나요?

대시보드를 작성하여 테스트가 예상한 상승률을 기록했는지, 샘플 크기가 충분히 큰지, 결과가 통계적으로 유의미한지, 더 높은 유의성에 도달하려면 시간이 더 필요한지 확인하세요.

계산기를 사용하여 표본 크기와 신뢰도/의미도 계산에 도움을 받을 수 있습니다.

확실한 승자가 있다면 결론을 내리고 이를 PPC 설정에 도입하기 위한 실행 계획을 준비하세요.

시도해 볼 5가지 PPC A/B 테스트 아이디어

1. 오퍼 테스트

PPC 결과를 극대화하려면 다양한 오퍼를 테스트하는 것이 미치는 영향을 과소평가하지 마세요. 제 경험상, 이것이 가장 큰 결과 변화를 가져왔습니다.

여기에는 희소성(제한된 공급량), 긴급성, 보너스, 보증 또는 할인이 포함될 수 있습니다.

가능한 경우 네이티브 광고 카피 테스트 기능을 사용하여 변형별 샘플 크기 및 트래픽 분할(예: Google 광고의 '광고 변형' 실험 유형)을 보다 효과적으로 제어할 수 있습니다.

2. 랜딩 페이지 테스트

"잠깐만요, 이게 PPC 테스트에 대한 실용적인 가이드인 줄 알았는데요?". 제 경험에 비추어 볼 때, 랜딩 페이지는 PPC의 성공에 가장 큰 영향을 미치는 요소 중 하나입니다. 랜딩 페이지가 제대로 최적화되어 있지 않으면 광고가 아무리 좋더라도 결과가 제한될 수밖에 없습니다.

전환율을 가장 크게 향상시킬 수 있는 레이아웃과 양식 테스트부터 시작하는 것이 좋습니다. 예를 들어, 이 신용카드 회사는 양식을 최적화한 후 전환율이 17% 증가했습니다.

다음으로, 광고-메시지 매칭 및 헤드라인 테스트를 통해 광고-전환 흐름을 개선하는 것을 고려하세요.

3. 크리에이티브 테스트

닐슨에 따르면 광고 크리에이티브 품질은 매출 증가의 49%에 기여하며, 광고 효과의 가장 중요한 동인입니다. 그렇기 때문에 저는 항상 Facebook이나 TikTok과 같이 크리에이티브가 우선시되는 채널에서 빈도가 높은 크리에이티브 테스트를 실시할 것을 권장합니다. 제 고객사가 6개월 만에 예약을 54% 증가시키는 데도 크리에이티브 테스트가 큰 기여를 했습니다.

가장 큰 상승 효과를 얻으려면 레이아웃 변경, 메시지 및 UGC 콘텐츠를 테스트하는 것이 좋습니다.

4. 타겟팅 테스트

타겟팅 테스트는 가장 높은 잠재적 향상을 위해 시도해 볼 것을 권장하는 또 다른 아이디어입니다. '무엇을 A/B 테스트할 수 있나요' 섹션에서 언급했듯이, 여기에는 새로운 키워드, 좁은 타겟팅 대 넓은 타겟팅, 유사 타겟 대 저장된 타겟이 포함될 수 있습니다.

예를 들어, 별도의 롱테일 키워드 캠페인과 숏테일 키워드 캠페인을 테스트하여 예산 관리를 개선하고 CPA를 절감할 수 있는지 확인할 수 있습니다.

이를 위해 RankTracker의 키워드 찾기와 같은 도구를 사용하면 Google 키워드 플래너보다 더 고급 키워드 제안 및 필터링을 얻을 수 있습니다.

5. 입찰 테스트

A/B 테스트 입찰 전략은 PPC 결과를 최적화하는 강력한 방법이 될 수 있습니다. 이를 통해 현재 입찰가가 너무 높거나 낮은지, 가장 가치가 높은 고객을 위해 최적화하고 있는지 여부, 가장 높은 전환 수(품질)와 가장 높은 전환 가치(수량)를 목표로 하는 것이 최선인지 여부를 파악할 수 있습니다.

예를 들어, 타겟 CPA 한도를 30~50% 늘려 전환으로 이어질 수 있는 클릭을 놓치고 있는지 테스트하거나, 경쟁이 치열한 기간(예: 블랙 프라이데이)에 더 많은 전환을 생성하기 위해 타겟 ROAS를 25% 낮추는 것을 테스트할 수 있습니다.