A/B 테스트를 사용한 주소 확인의 영향 측정

이 문서에서는 Google Maps Platform Place AutocompleteAddress Validation API의 A/B 테스트를 수행할 때 고려해야 할 기법을 설명합니다.

Place Autocomplete 및 Address Validation API를 사용하면 다음과 같은 몇 가지 이점이 있습니다.

  • 고객 경험 개선: 고객에게 주소와 장소에 대한 실시간 추천을 제공하면 고객이 더 빠르고 쉽게 결제를 완료할 수 있습니다. 이를 통해 고객 경험을 개선할 수 있습니다.
  • 데이터 정확성 개선: Place Autocomplete 및 Address Validation API는 고객 데이터의 정확성을 개선하는 데 도움이 될 수 있습니다. 정확한 주소 데이터는 성공적인 택배 배송을 위해 의존하므로 전자상거래에서 특히 중요할 수 있습니다.

주소의 품질을 개선하려면 A/B 테스트를 실행하여 요구사항에 가장 부합하는 확인 솔루션을 평가하세요. 이를 통해 사용 사례에 가장 적합한 제품을 정량적으로 결정할 수 있습니다.

A/B 테스트는 웹페이지 또는 앱의 두 버전을 서로 비교하는 방법입니다. 변수의 변화가 측정 가능한 결과에 미치는 영향을 파악하는 데 사용되는 통제 실험의 한 유형입니다.
A/B 테스트를 실행하려면 두 가지 버전의 페이지 또는 앱을 만듭니다. 하나는 대조군이고 다른 하나는 측정 가능한 변화를 포함합니다. 그런 다음 이러한 버전을 다양한 사용자에게 표시하고 상호작용하는 방식을 측정합니다. 실적이 더 우수한 버전이 더 나은 선택입니다.

시스템 아키텍처 개요

전자상거래 사용 사례에서 주소 확인에 대한 A/B 테스트를 살펴보겠습니다. 아래의 아키텍처 다이어그램은 보다 효과적인 검증 전략을 결정할 수 있도록 고객이 상거래 경험과 상호작용하는 방법을 보여줍니다.

[시스템 컨텍스트] A/B 테스트 주소 확인

Address Validation API의 값을 A/B 테스트할 때 관련된 시스템입니다.

아키텍처 다이어그램은 전자상거래 웹사이트에서 A/B 테스트 시스템과 상호작용하는 고객을 보여줍니다. 이 시스템은 전자상거래 매장 소프트웨어 시스템에서 고객에게 표시할 테스트 변수를 결정합니다. 전자상거래 매장은 Google Maps Platform 소프트웨어 시스템에 API를 호출합니다. 또한 A/B 테스트 분석을 수집하며, 이는 분석 소프트웨어 시스템에서 처리되고 A/B 테스트 시스템에 다시 보고됩니다.

A/B 테스트 프로세스

전반적인 A/B 테스트 과정을 고려할 때 4가지 단계를 고려해야 합니다.

  • 준비 - 테스트 요구사항, 범위, 기간을 파악합니다.
  • 빌드 - 테스트를 실행할 환경에 Place Autocomplete 및 Address Validation API를 구현합니다.
  • 실행 - 테스트가 실행되는 동안 유의미한 결과를 얻거나 시간이 만료될 때까지 측정항목을 수집합니다.
  • 분석 - 결과를 가설과 비교하고 다음 단계를 파악합니다.

하나씩 순서대로 살펴보겠습니다.

준비

A/B 테스트 요구사항 결정하기

초기 탐색

주소 확인 제공업체를 추가하거나 변경하는 이유를 자문해 보세요. 예를 들어 Google 지도 Place Autocomplete를 사용하는 경우:

  • 시간 절약: 장소 이름을 모두 입력할 필요 없이 바로 입력하기만 하면 추천 검색어가 표시되는 것을 확인할 수 있습니다.
  • 오류 감소: 장소 이름의 철자를 틀리더라도 Google 지도 Place Autocomplete은 올바른 장소를 추천합니다.

확인을 통해 얻을 수 있는 이점은 다음과 같습니다.

  • 배송률 개선: 주소 유효성 검사는 메일과 택배가 올바른 주소로 전송되도록 하여 배송률을 개선하는 데 도움이 됩니다. 이를 통해 비즈니스의 시간과 비용을 절약하고 고객 만족도를 높일 수 있습니다.
  • 데이터 품질 개선: 주소 유효성 검사는 주소의 오류를 식별하고 수정하여 데이터 품질을 개선할 수 있습니다. 이를 통해 마케팅 캠페인 및 기타 데이터 기반 이니셔티브의 정확성을 개선할 수 있습니다.

가설 결정

테스트할 가설을 결정합니다. 예를 들면 다음과 같습니다.

1. 전환율

유형 사전 솔루션을 추가하면 일반적으로 전환율이 약간 상승하므로 이는 추적하기에 좋은 측정항목입니다. 다른 제공업체의 솔루션 유형 사전을 변경하는 경우 전환율이 균일해야 합니다. 전환율이 감소하면 가장 먼저 확인해야 할 사항은 구현입니다.

전환율도 중요하지만 이것이 전체 상황을 알려주는 것은 아닙니다. 주소 확인 솔루션을 추가하면 진입점에서 사람들이 품질이 낮은 주소를 제출하는 것을 방지하도록 설계되었으며, 경우에 따라 캡처를 처리하는 데 자연스러운 마찰이 추가될 수 있습니다. 이로 인해 전체 전환율이 감소할 수 있지만 그렇다고 해서 반드시 나쁜 것으로 여겨서는 안 됩니다. 주소 확인을 추가하여 완료되지 않은 주문은 주소 데이터의 품질이 낮기 때문에 배송 지불 거절로 인해 비즈니스에 비용이 발생했을 수 있습니다.

2. 품질이 낮은 주소 감소

바로 여기에서 우수한 주소 검증 솔루션이 빛을 발할 수 있습니다. 주소 확인을 구현하면 낮은 품질의 주소 데이터를 줄일 수 있습니다.

새 솔루션을 기존 솔루션과 비교하는 경우 '좋은 주소' 일치율을 비교하고 일치율이 더 높은 서비스를 선택하고 싶을 수 있습니다. 이는 한 서비스가 다른 서비스보다 더 많은 오탐을 제공할 수 있기 때문에 오해의 소지가 있을 수 있습니다.

대신, 더 효과적인 측정항목은 주소 데이터 사용의 성공적인 결과를 비교하는 것입니다. 전자상거래를 예로 들자면, 주소 캡처의 바람직한 결과는 결과적으로 택배 배송에 성공할 것입니다.

빌드

이제 이 부분이 흥미진진한 부분입니다. 고객을 위한 새로운 솔루션을 구축해야 할 때입니다. 전자상거래 결제에 Place AutocompleteAddress Validation API를 구현하는 방법에 관한 간편한 가이드가 이미 마련되어 있습니다. 이 단계를 완료하는 동안 이를 확인하는 것이 좋습니다.

전자상거래용으로 특별히 빌드하지 않는 경우에도 많은 정보, 특히 Address Validation API 출력에서 주소 품질을 결정하는 방법에 관한 안내가 여전히 중요합니다.

아키텍처 다이어그램

전자상거래 환경에서 A/B 테스트를 빌드하는 데 사용할 수 있는 컨테이너의 예는 다음과 같습니다.

[실행 환경] A/B 테스트 주소 검증

아키텍처를 지원하는 핵심 시스템의 중요한 애플리케이션, 서비스, 데이터 저장소 확대).

아키텍처 다이어그램은 A/B 테스트 소프트웨어 시스템과 전자상거래 앱 소프트웨어 시스템을 구성하는 컨테이너를 보여줍니다. 부하 분산기와 상호작용하는 전자상거래 웹사이트가 표시되며, 여기에서 전자상거래 웹사이트 앱으로 연결됩니다. A/B 테스트 관리자는 부하 분산기와 통신하여 고객에게 표시할 A/B 테스트 변수를 선택합니다. 또한 이 A/B 테스트 시스템은 A/B 테스트의 결과와 구성을 사용자가 선택한 데이터베이스에 기록합니다. 전자상거래 웹 앱은 Google Maps Platform 소프트웨어 시스템에 API를 호출하고 애널리틱스 소프트웨어 시스템에 분석 이벤트를 보고하여 A/B 테스트 결과 데이터베이스에 테스트 이벤트를 기록합니다.

구현 확인

솔루션이 잘못 구현되면 신뢰할 수 없는 테스트 결과가 생성됩니다. A/B 테스트를 실행하기 전에 먼저 소규모 사용자 그룹을 통해 솔루션을 검증하여 예상대로 작동하는지 확인하는 것이 중요합니다. 내부 품질 보증 테스터 또는 건설적인 의견을 제공할 것으로 신뢰하는 일부 외부 테스터 그룹이 참여할 수 있습니다.

실행

천천히 증가하는 중

솔루션이 검증되었더라도 소규모 사용자 그룹으로 시작하여 테스트를 천천히 진행하는 것이 좋습니다. 이렇게 하면 많은 사용자에게 영향을 주지 않으면서 버그나 기타 문제를 조기에 발견하고 해결할 수 있습니다.

전체 테스트

소수의 사용자를 통해 솔루션을 테스트한 후 문제가 해결되면 전체 A/B 테스트를 진행할 수 있습니다. 트래픽의 50:50 분할이 아니어도 무방하지만, 임의로 선택한 실시간 사용량 집합과 규모는 비슷해야 합니다.

측정항목 캡처

테스트하는 동안 가설을 뒷받침하는 적절한 데이터가 수집되었는지 확인해야 합니다. 이 과정에서 A/B 테스트 플랫폼을 사용하여 데이터 수집과 향후 분석을 쉽게 수행할 수 있습니다. Google Maps Platform은 또한 사용될 수 있는 API 사용량 측정항목을 수집합니다. 보고 도구 사용에 대해 자세히 알아보려면 이 페이지를 확인하세요.

몇 가지 추천 측정항목은 다음과 같습니다.

Place Autocomplete

전환율: 이전에 자동 완성 솔루션을 사용하지 않을 때 양식의 전환/완료율이 향상된 적이 있나요?
도구 상호작용: 이전 솔루션에 비해 Place Autocomplete를 사용하는 사용자가 더 많나요?

Address Validation

배송 성공: 주소 품질로 인해 배송 실패가 감소했나요?
주소 변경: 배송업체로부터 받는 주소 변경 요금의 수가 줄었나요?
주거용 및 상업용 비교: 주거용 및 상업용 데이터를 캡처하는 방식이 개선되었나요? (일부 시장만 해당)

분석

이제 테스트가 끝났으므로 기존 테스트 기준 및 가설과 비교하여 결과를 분석할 차례입니다. A/B 테스트 플랫폼을 사용하여 절차를 완료했다면 일부 정보가 이미 제공될 수도 있습니다.

위의 품질이 낮은 주소 감소 섹션으로 돌아가서 A/B 테스트 플랫폼에서 포착하지 못한 다른 측정항목도 사용할 수 있습니다. 다음과 같은 예시 데이터를 사용하여 테스트 시나리오 간의 전송 실패율을 나타낼 수 있습니다.

해결 방법 A 해결 방법 B
전송 실패 1.75% 1.23%

위의 기본 예를 보면 이 사용 사례에서는 솔루션 B가 더 적합하다는 것을 알 수 있습니다.

결론

이 가이드가 A/B 테스트를 시작하는 데 도움이 되었기를 바랍니다. 전자상거래 분야의 예를 들었지만 동일한 기본 원칙이 전반적으로 적용될 수 있습니다. 비즈니스에서 양질의 주소 데이터를 확보한 성공적인 결과를 정확히 파악하고 이를 주요 가설로 추적합니다.

아래에 권장 참고 자료로 언급된 링크를 다시 첨부했습니다.

즐거운 테스트가 되기를 바랍니다.

다음 단계

신뢰할 수 있는 주소로 결제, 배송, 운영 개선 백서를 다운로드하고 주소 확인으로 결제, 배송, 운영 개선 웹 세미나를 확인하세요.

권장 추가 자료:

기여자

주요 저자:

헨릭 밸브 | Google Maps Platform 솔루션 엔지니어