매출 감소 원인을 가설로 정리하고 이미지 A/B 테스트로 검증한 경험
약 70초
전환율 하락 원인을 상세 페이지 이미지로 좁히고 2주 A/B 테스트로 효과를 확인한 방식
이커머스 인턴에서 특정 카테고리의 전환율이 유독 낮다는 패턴을 데이터에서 발견했습니다. 먼저 원인 후보를 정리하고 가장 가능성 높은 것을 검증하는 방식으로 접근했습니다.
상세 페이지 첫 이미지 품질이 낮다는 가설을 세우고, 이미지를 교체한 버전과 기존 버전을 A/B로 나눠 2주간 CTR과 전환율을 비교했습니다. 결과적으로 이미지 교체 버전에서 전환율이 약 12% 개선됐고, 이 결과를 팀에 공유했습니다. 다만 단순 A/B 설계라 다른 변수의 영향을 통제하지 못한 한계가 있었고, 더 엄밀한 검증을 위해서는 샘플 수와 기간이 충분해야 한다는 것을 배웠습니다. 엑셀과 구글 애널리틱스를 주로 사용했고, 고급 통계 분석 도구는 경험이 없어 추가 학습이 필요합니다. 가설 검증은 검증 설계의 엄밀함이 결과만큼 중요하다고 봅니다.
이 결의 특징
이커머스 인턴에서 특정 카테고리의 전환율이 유독 낮다는 패턴을 데이터에서 발견했습니다. 먼저 원인 후보를 정리하고 가장 가능성 높은 것을 검증하는 방식으로 접근했습니다. 상세 페이지 첫 이미지 품질이 낮다는 가설을 세우고, 이미지를 교체한 버전과 기존 버전을 A/B로 나눠 `2주간 CTR과 전환율`을 비교했습니다. 결과적으로흔적이 있습니다
이 결이 통하는 자리
이미지 교체 버전에서 전환율이 약 12% 개선됐고, 이 결과를 팀에 공유했습니다. 다만 단순 A/B 설계라 다른 변수의 영향을 통제하지 못한 한계가 있었고, 더 엄밀한 검증을 위해서는 샘플 수와 기간이 충분해야 한다는 것을 배웠습니다. 엑셀과 구글 애널리틱스를 주로 사용했고, 고급 통계 분석 도구는통합니다