들어가며
웹으로 해빗트래커를 제작해서 구글 옵티마이즈로 실험을 진행해보았다. 랜딩페이지를 수정했을 때 사람들의 페이지 뷰에 미치는 영향을 분석할 수 있다.
How to?
이런 웹사이트를 하나 제작했다.
내가 웹으로 제작한 해빗 트래커 링크: https://habittracker-53889.web.app/
중간에 구글 애널리틱스에 옵티마이즈 태깅도 했다.
실험을 제작해 보았다 했다. 가설은 구글 닥스로 가이드를 만들면 페이지 뷰가 더 늘어날 것이다이다 (가입률을 구하고 싶었는데, 옵티마이즈에는 지표가 보이지 않았다).
휴대폰 기기가 두 개 있어서 두 개 해보았는데, 하나는 가이드로 가는 링크가 있었고, 다른 하나는 가이드가 없었다.
유저가 두 그룹으로 배정된 것을 볼 수 있다.
홍보 이후 하루 지났더니 사람들이 찾아온 것을 볼 수 있었다.
아래 그림처럼 시각화된 경험도 벼우준다. 일별 결과는 아니고 해당일에 누적된 유저별 페이지뷰 값으로 보인다. 액티브 유저가 있을 때는 위의 그림처럼 신뢰구간도 보여주는데, 그렇지 않을 때는 아래 그림처럼 데이터가 부족하다고 나온다.
베이지언 분석을 한다고 하는데, 화면 속의 신뢰구간이 어떻게 구해졌는지 좀 더 공부해보아야할 것 같다.
마치며
구글 옵티마이즈에서 구매와 관련된 지표들은 많은데 가입률과 같은 내가 원하는 커스텀한 지표가 보이지 않아서 아쉬웠다. 방문자들의 로그 데이터가 있어야할 것 같은데, 빅쿼리 (BigQuery) 를 좀 더 공부해보아야겠다.
그리고 사람들이 제품에 가입시키도록 하는 것이 어렵구나 하는 것을 배웠다. 해빗 트래커는 내가 필요해서 만든 프로덕트인데 사용자의 관점에서 더 고민해야 하는구나 하는 생각이 들었다. 그리고 가입 전에 좀 더 이 프로덕트가 무엇인지에 대해서 사람들이 직접 클릭해보면서 생각해볼 수 있도록 하는 시간이 필요하겠구나 싶었다.
다음에 할 일은 유저들이 쉽게 클릭해볼만한 프로덕트 만들기와 빅쿼리로 로그 데이터 존재 여부 찾아보기가 될 것 같다.