이렇듯 데이터 분석은 최종 목표 달성을 위해 브랜드가 봐야 하는 북극성 지표를 도출하는 데에 필수적인 단계입니다.
Step.03 가설 선정
북극성 지표를 도출했다면, 해당 지표를 개선하기 위한 가설을 선정해야 합니다. 효율적으로 가설을 선정하기 위해서는 아래의 3단계에 따라 업무를 진행할 수 있습니다.
- 목표 달성을 위해 실험과 통제 가능성을 고려하여 실험 지표를 선정한다.
- 고객의 행동 데이터를 분석하여 실험 지표를 개선할 수 있는 가설을 세운다.
- ‘ICE 프레임워크’를 참고하여 가설의 우선순위를 지정한다.
ICE 프레임워크는 Impact(가설의 효과성), Confidence(지표 개선의 자신감), Easy(난이도 or 작업시간)의 총합이 높을수록 우선순위가 높다고 판단합니다.
개선해야 하는 부분이 많을수록 우선순위에 따라 차근차근 해결하는 것이 중요하기 때문에 가설 선정을 할 때에는 위의 3단계에 걸쳐 의사결정을 해야 합니다.
Step. 04 A/B 테스트
브랜드가 실험할 가설을 선정한 후에는 그로스 프로젝트의 꽃인 A/B 테스트를 진행할 차례입니다.
A/B 테스트를 진행할 때에는 ‘구글 옵티마이즈(Google Optimize)’를 활용하여 다양한 페이지의 성과를 측정할 수 있습니다.
구글 옵티마이즈란 웹사이트에서 다양한 페이지를 테스트하고, 성과를 측정하는 도구입니다. 이 도구는 직관적이고 쉬운 인터페이스를 갖고 있어 초심자도 어렵지 않게 실무에 활용할 수 있습니다. 또한 무료로 변수 테스트를 진행할 수 있어 A/B 테스트를 이제 막 시작하는 브랜드라면 부담 없이 쓸 수 있는 도구입니다.
성공적인 A/B 테스트를 위해 명심해야 하는 것은 ‘테스트 항목이 외부 요인의 영향을 받지 않도록 설계한다’는 점입니다. 예를 들어 가설에서 정립한 독립 변수에 영향을 받아 변화하는 종속 변수가 제대로 통제되지 않으면 도출된 결과의 신뢰도는 떨어지기 때문입니다.
따라서 정확도 높은 A/B 테스트를 위해서는 결과가 외부 요인에 영향을 받지 않는 환경을 구축해야 합니다.
Step. 05 결과 리포팅
앞서 진행한 모든 단계를 걸쳐 체계적인 그로스 프로젝트를 진행했다면, 마지막엔 진행한 프로젝트에 대한 결과를 리포팅해야 합니다.
결과 분석을 할 때에는 A/B 테스트의 성과를 기반으로 이전에 선정한 가설의 채택 여부를 판단합니다. 하지만 이때 많은 마케터들이 놓치는 것은 A/B 테스트의 성과가 절대적인 정답이라고 착각한다는 점입니다.
A/B 테스트는 데이터 기반 의사결정에 필수적인 것은 사실이지만 절대적인 정답은 아닙니다. 따라서 A/B 테스트의 성과를 중심으로 여러 지표를 고려하여 날카로운 판단을 해야 하지요. 모든 테스트에는 예상치 못한 변수들이 존재하기 때문입니다.
오피노 마케팅은 이 단계에서 여러 가지 지표를 고려하여 가설 채택 여부를 결정합니다. 이때 확인할 수 있는 지표는 아래와 같습니다.
- P-value 검증
- 충분한 표본 개수
- 실험을 방해하는 외부 요인 여부
- 실험 종류 이후 후속 가설을 위한 서브 지표
*p-value: probability value(확률값, 유의성을 검증하는 통계적인 지표) | 
