테스트 전에 대상 인사이트 읽기

표본을 뽑기 전에 필터가 타기팅하는 사람을 확인하세요. 대상 인사이트 패널은 목록의 어떤 필드로든, 구매 이력이나 참여도로든 대상을 나누어 보여 주며, 값이 없는 연락처를 위한 행도 있습니다. 여기서 1분만 쓰면 내버려 두면 테스트를 왜곡할 지저분한 값과 빈칸을 잡아낼 수 있습니다.

이 글은 세 파트로 된 시리즈의 파트 2입니다. 파트 1에서 필터를 만들었습니다. 이 파트에서는 그 필터가 타기팅하는 대상을 읽고, 파트 3에서는 대상을 저장해 다시 씁니다.

예시는 가상의 빈티지 의류 매장 Retro Revival을 가상의 숫자로 따라갑니다.

패널이 있는 곳

실험의 대상 및 표본 단계를 엽니다. 대상 인사이트는 필터 옆에 있습니다. 발송 가능 여부를 거친 뒤 지금 필터가 타기팅하는 사람을 보여 주므로, 타기팅 인원과 같은 연락처를 설명합니다. 필터를 바꾸면 패널도 따라 바뀝니다.

분류 기준에서 무엇을 볼지 고릅니다.

• 목록 필드: customer_type이나 genre처럼 연락처 목록의 아무 열.
• 활동 기준: MailInApp과 연결된 스토어가 기록한 구매로 본 구매 이력, 그리고 "1 미만"부터 "20 이상"까지 구간으로 나눈 참여 점수.

각 값마다 그 값을 가진 타기팅 연락처 수와 비율이 나옵니다. 가장 많은 값 12개가 나열되고, 나머지는 함께 셉니다. 값이 없는 연락처는 값 없음, 참여도에서는 기록된 활동 없음이라는 별도 행으로 표시됩니다. 목록이 아주 크면 일부를 표본으로 나누어 보여 주며, 그렇다고 알려 줍니다.

Retro Revival의 구성

Retro Revival의 필터는 구독자 6,420명을 타기팅합니다. customer_type으로 나누면 다음과 같습니다.

고객은 대상의 약 3분의 1입니다. 고객과 잠재 고객은 구매율이 크게 다르므로, 한 변형에 우연히 고객이 더 많이 들어가면 혜택이 아니라 구성 덕분에 이길 수 있습니다. 균형 무작위 표본이 이를 막습니다. 값마다 따로 추출하므로 두 변형이 같은 구성을 갖게 됩니다.

표본을 뽑기 전에 확인할 것

하나여야 할 값. 필터는 대소문자를 구분하지 않지만, 분류와 균형 표본 추출은 구분합니다. "Customer"와 "customer"는 두 행으로 나오고 두 그룹이 됩니다. 비슷한 값이 보이면 먼저 목록의 값을 고치세요.

값 없음 행의 크기. Retro Revival에서 customer_type이 없는 128명은 대상의 2%입니다. 균형 표본은 이들을 별도 그룹으로 보고 고르게 나누는데, 이 정도 크기라면 괜찮습니다. 대상의 3분의 1에 값이 없다면, 그 열로 균형을 맞추기 전에 값을 채우거나 다른 필드로 균형을 맞추세요.

너무 작은 그룹. 몇 명만 가진 값은 균형 맞추기에 거의 도움이 되지 않고, 그 자체로는 아무것도 알려 주지 않습니다. 드문 값이 많은 필드라면 "other" 같은 넓은 값으로 묶으세요.

실제로 활동하는 사람. 참여 점수 보기에서는 대상 중 최근에 상호작용한 사람의 비율을 볼 수 있습니다. 기록된 활동 없음의 비율이 크면 비율이 기록보다 낮게 나올 것이므로, 계획 도구의 표본 크기를 믿기 전에 기준값을 확인하세요.

이 패널이 아닌 것. 패널은 대상을 설명할 뿐입니다. 아무것도 비교하지 않으며, 비율로 결과를 예측할 수도 없습니다.

그다음 표본 고르기

표본에서 균형 무작위 표본을 고르고, 균형 기준에 확인한 필드를 지정하세요. 균형 표본 추출은 Pro 요금제부터 포함됩니다. 다른 요금제에서도 무작위 표본은 변형을 무작위로 배정하며, 연락처가 수천 명이면 구성이 대개 비슷하게 나옵니다.

Retro Revival은 customer_type으로 균형을 맞추고 4,000명을 뽑았습니다. 고객 1,440명, 잠재 고객 2,480명, 값 없음 80명을 두 변형에 고르게 나누었습니다.

시작하기

초안 실험의 대상 및 표본 단계에서 대상 인사이트를 열고, 균형 기준으로 쓸 필드로 대상을 나누어 보세요. 목록의 중복된 값과 큰 빈칸을 고친 다음 균형 무작위 표본을 고르세요. 이 대상을 다른 발송과 테스트에서 다시 쓰려면 파트 3을 읽어 보세요.