Adobe Target은 Activity라는 구조로 구성되어 있습니다. 그리고 이 Activity는 총 5개의 종류로 나뉘는데요 다음과 같습니다.
- A/B Test
- Multivariate Testing(MVT)
- Automated Personalization(AP)
- Experience Targeting(XT)
- Recommendations
1. A/B Test
A/B Test는 당연히 이미 다들 알고계시죠? 기존 페이지(Original)에서 특정 요소를 수정하여 사용자에게 무작위로 Original과 변화된 페이지(Variant)를 보여줘 기존이 좋은지 아니면 바뀐 요소가 더 효과가 좋은지를 판단하는 테스트입니다.
기본적으로 Original은 A안, Variant는 B안 이라고 이야기하며 무작위 분배 비율은 5:5를 기본으로합니다. 하지만 상황에 따라 3:7, 1:9 등 자유로운 비율로 설정이 가능합니다.
또한 Adobe Target에서는 모든 사용자에게 실험을 하는것이 아닌 특정 Audience, 예를들어 “장바구니 페이지에 방문한 사람” 등,에게만 실험을 진행할 수 있습니다. 그리고 이런 결과는 이후 XT(개인화)를 통해 오디언스별로 더 나은 화면을 보여줄 수 있게 됩니다. 여기서 또 하나 재밌는 기능은 Auto-target과 Auto-allocate라는 기능입니다. 기본적으로 A/B테스트는 랜덤으로 사용자를 분배하지만, Adobe Target에서는 Auto-target과 Auto-allocate라는 기능을 사용할 수 있습니다.
Auto-target, Auto-allocate란?
두 기능은 모두 머신러닝을 통해 사용자를 분배하는 방식입니다.
Auto-target: 랜덤 포레스트 알고리즘을 사용해 사용자의 전환 확률을 분석하여 더 전환을 많이 할 것 같은 안을 보여줍니다. 가령 어떤 사용자는 오리지날이 전환 확률이 높다면 A안을 보여주며 반대라면 B안을 보여줍니다.
Auto-allocate: Auto-allocate는 Multi-armed bandit 알고리즘을 사용하여 더 전환이 많이 발생하는 안에게 사용자를 몰아줍니다. 즉 B안이 더 전환을 많이한다면 B안으로 사용자를 더 많이 보내게 됩니다.
Auto-target을 이용해 실험을 진행하면 어도비 타겟에 적재된 데이터(Parameter, User Profile 등)을 통해 머신러닝 모델이 만들어지게 되는데 실험이 끝나면 어떤 파라미터 혹은 Profile이 실험에 영향을 끼쳤는지도 확인을 할 수 있습니다.
2. Multivariate Testing(MVT)
다변량 테스트도 이미 너무 잘 알려져있습니다. A/B테스트와 달리 MVT는 조합을 이용합니다. 만약 한 페이지에서 GNB영역과 배너를 고쳐 두 영역을 수정 했다면 총 4개의 조합이 발생합니다.
1안 – [아무것도 고치지 않은 화면]
2안 – [GNB영역만 변경된 화면]
3안 – [배너 영역면 변경된 화면]
4안 – [GNB영역과 배너 영역 모두 변경된 화면]
이렇게 4개의 화면이 만들어지고 4개 중 가장 좋은 조합을 찾아내게 됩니다.
3. Automated Personalization(AP)
이름만 봤을때는 자동 개인화를 해주는 것 같지만 아쉽게도 아닙니다. A/B테스트의 Auto-target기능과 MVT가 합쳐진 Activity가 AP라고 생각하면 됩니다.
즉 랜덤포레스트 알고리즘을 활용해 고객에 맞게 특정 안을 보여주는건 Auto-target과 같지만 보여주는 화면들이 A/B테스트 처럼 정해진 안이 아닌 MVT와 같은 조합입니다. 즉 위에서 설명한 MVT처럼 GNB영역과 배너 영역을 수정하게 되면 총 4개의 조합이 생기고 머신러닝을 통해 사용자에게 4개의 안 중 가장 전환 확률이 높은 하나의 안을 보여주게 됩니다.
4. Experience Targeting(XT)
XT는 모두 다 잘 알고있는 개인화 입니다. 이름이 좀 이상하긴 하지만요 너무나도 간단합니다. 특정 오디언스 별로 특정 화면을 보여준다 를 정의하는 Activity로 테스트 개념이 아닌 정말로 오디언스별로 화면을 보여주는 방식입니다.
A/B테스트를 통해 결론이 난 뒤 XT를 이용해 해당 오디언스에게 특정 화면을 보여주도록 할 수 있습니다. 물론 실제로 사이트에 개발이 되면 더 좋구요!
5. Recommendations
한국어로 ‘권장 사항’으로 번역돼있는 Recommendation입니다. 말그대로 ‘추천’인데요 추천 알고리즘을 이용해 특정 사용자에게 구매 확률이 높은 상품 혹은 콘텐츠를 보여주는 기능입니다. 상품이나 콘텐츠 목록을 Feed로 어도비 타겟에 Import하고 해당 Feed와 사용자의 행동 데이터를 토대로 사용자에게 제품 혹은 콘텐츠를 보여주는 기능입니다.
다섯가지 Activity에 대해 알아봤는데요 가장 중요하고 가장 많이 사용되는건 역시 A/B테스트와 Experience Trageting(XT)입니다. 또한 상품 추천을 위해 Recommendation기능도 잘 활용되곤 합니다.
이 포스팅만으로는 실험들이 구체적으로 이해가 안될 수 도 있는데요 특히 AP나 Auto-target과 같은 기능이 그렇습니다. 이런 부분들은 다음 포스트에서 직접 실험들을 셋팅하면서 더 자세히 풀어서 설명해보도록 하겠습니다 🙂
추가로 자세한 내용은 다음 Adobe Experience League에서 확인하실 수 있습니다.
플러스제로 블로그에서 GA관련 글도 살펴보세요!
