Google Play 실험에서 A / B 테스트를위한 팁

구글 플레이

Android 앱 개발자의 경우 Google Play 실험 귀중한 통찰력을 제공하고 설치 수를 늘릴 수 있습니다. 잘 설계되고 잘 계획된 A / B 테스트를 실행하면 앱을 설치하는 사용자와 경쟁사의 앱을 구분할 수 있습니다. 그러나 테스트가 부적절하게 실행 된 경우가 많이 있습니다. 이러한 실수는 앱에 영향을 미치고 성능을 저하시킬 수 있습니다.

다음은 사용 가이드입니다. Google Play 실험 ...에 대한 A / B 테스트.

Google Play 실험 설정

Google Play 개발자 콘솔의 앱 대시 보드에서 실험 콘솔에 액세스 할 수 있습니다. 이동 매장 존재 화면 왼쪽에서 스토어 등록 정보 실험. 여기에서 "새 실험"을 선택하고 테스트를 설정할 수 있습니다.

실행할 수있는 실험에는 두 가지 유형이 있습니다. 기본 그래픽 실험현지화 된 실험. 기본 그래픽 실험은 기본 언어로 선택한 지역에서만 테스트를 실행합니다. 반면에 현지화 된 실험은 앱이 제공되는 모든 지역에서 테스트를 실행합니다.

전자를 사용하면 아이콘 및 스크린 샷과 같은 창의적인 요소를 테스트 할 수 있고 후자는 짧고 긴 설명을 테스트 할 수도 있습니다.

테스트 변형을 선택할 때 더 많은 변형을 테스트할수록 실행 가능한 결과를 얻는 데 더 오래 걸릴 수 있습니다. 변형이 너무 많으면 테스트에서 가능한 변환 영향을 결정하는 신뢰 구간을 설정하는 데 더 많은 시간과 트래픽이 필요할 수 있습니다.

실험 결과 이해

테스트를 실행할 때 처음 설치 한 사용자 또는 유지 된 설치 사용자 (XNUMX 일)를 기준으로 결과를 측정 할 수 있습니다. 처음 설치 한 사용자는 변형과 연결된 총 전환 수이며, 유지 설치 사용자는 첫날 이후에 앱을 유지 한 사용자입니다.

콘솔은 또한 Current (앱을 설치 한 사용자) 및 Scaled (테스트 기간 동안 변형이 트래픽의 100 %를 수신했다면 가상으로 얻을 수있는 설치 수)에 대한 정보를 제공합니다.

Google Play 실험 및 A / B 테스트

90 % 신뢰 구간은 실행 가능한 통찰력을 얻을 수있을만큼 테스트가 실행 된 후 생성됩니다. 변형이 실시간으로 배포 된 경우 전환이 이론적으로 조정되는 방식을 나타내는 빨간색 / 녹색 막대가 표시됩니다. 막대가 녹색이면 양수 이동이고, 음수이면 빨간색이며, 두 색상 모두 어느 방향 으로든 스윙 할 수 있음을 의미합니다.

Google Play에서 A / B 테스트를위한 권장 사항

A / B 테스트를 실행할 때 결론을 내리기 전에 신뢰 구간이 설정 될 때까지 기다리는 것이 좋습니다. 변형 별 설치는 테스트 프로세스 전반에 걸쳐 변경 될 수 있으므로 신뢰 수준을 설정할만큼 충분히 긴 테스트를 실행하지 않으면 변형이 실시간으로 적용될 때 다르게 수행 될 수 있습니다.

신뢰 구간을 설정하기에 충분한 트래픽이없는 경우 매주 전환 추세를 비교하여 나타나는 일관성이 있는지 확인할 수 있습니다.

또한 배포 후 영향을 추적해야합니다. Confidence Interval에 테스트 변형이 더 잘 수행 될 것이라고 명시되어 있더라도 실제 성능은 여전히 ​​다를 수 있습니다. 특히 빨간색 / 녹색 간격이있는 경우 더욱 그렇습니다.

테스트 변형을 배포 한 후 노출을 주시하고 영향을받는 방식을 확인하세요. 실제 영향은 예상과 다를 수 있습니다.

어떤 변형이 가장 잘 수행되는지 확인한 후에는 반복하고 업데이트해야합니다. A / B 테스트의 목표 중 일부는 개선 할 새로운 방법을 찾는 것입니다. 효과가있는 것을 학습 한 후 결과를 염두에두고 새로운 변형을 만들 수 있습니다.

Google Play 실험 및 A / B 테스트 결과

예를 들어 AVIS로 작업 할 때 Gummicube는 여러 차례의 A / B 테스트를 거쳤습니다. 이는 어떤 창의적 요소와 메시지가 사용자를 가장 잘 전환했는지 결정하는 데 도움이되었습니다. 이러한 접근 방식은 그래픽 그래픽 테스트만으로 전환이 28 % 증가했습니다.

반복은 앱의 성장에 중요합니다. 노력이 커짐에 따라 전환율을 지속적으로 높이는 데 도움이됩니다.

결론

A / B 테스트는 앱과 전반적인 앱 스토어 최적화. 테스트를 설정할 때 테스트 결과를 신속하게 처리하기 위해 한 번에 테스트하는 변형 수를 제한해야합니다.

테스트 중에 설치가 어떻게 영향을 받는지와 신뢰 간격에 표시되는 내용을 모니터링하십시오. 앱을 보는 사용자가 많을수록 결과를 검증하는 일관된 추세를 설정할 가능성이 높아집니다.

마지막으로 지속적으로 반복해야합니다. 각 반복은 사용자를 가장 잘 전환하는 요소를 파악하는 데 도움이되므로 앱을 최적화하고 확장하는 방법을 더 잘 이해할 수 있습니다. A / B 테스트에 체계적인 접근 방식을 취함으로써 개발자는 앱을 더욱 성장시키기 위해 노력할 수 있습니다.

당신은 어떻게 생각하십니까?

이 사이트는 Akismet을 사용하여 스팸을 줄입니다. 댓글 데이터 처리 방법 알아보기.