"A/B 테스팅"의 두 판 사이의 차이

 
(같은 사용자의 중간 판 3개는 보이지 않습니다)
11번째 줄: 11번째 줄:
* 어느 기법이 더 우수한지, 또 그 차이가 통계적으로 유의미한지를 본다.
* 어느 기법이 더 우수한지, 또 그 차이가 통계적으로 유의미한지를 본다.
* 보통 단일 측정항목으로 두 기법을 비교하지만, 딱히 제한은 없다.
* 보통 단일 측정항목으로 두 기법을 비교하지만, 딱히 제한은 없다.
[[File:A-B_testing_example.png|550px]]


==같이 보기==
==같이 보기==
* [[최적화]]
* [[최적화]]
* [[적응 제어]]
* [[카나리아 테스트]]
* [[카나리아 테스트]]
* [[스튜던트 t 테스트]]
* [[스튜던트 t 테스트]]


==참고==
==참고==
* https://en.wikipedia.org/wiki/A/B_testing
* {{영어위키백과|A/B testing}}
* http://m.zdnet.co.kr/news_view.asp?article_id=20160510063726
* http://m.zdnet.co.kr/news_view.asp?article_id=20160510063726
* http://navercast.naver.com/contents.nhn?rid=122&contents_id=131079
* http://navercast.naver.com/contents.nhn?rid=122&contents_id=131079


[[분류: 테스트]]
[[분류: 테스트]]

2019년 11월 21일 (목) 23:26 기준 최신판

1 개요[ | ]

A/B testing, bucket tests, split-run testing
A/B 테스팅, A/B 테스트
  • 둘 이상의 기법을 통계적으로 비교하는 방법
  • 주로 인터넷 마케팅에서 정책 판단을 위한 테스트
  • 인터넷 마케팅 정책의 양부를 판단하기 위해 2개 정책들을 비교 검토하는 일
  • A와 B안을 만들어 사용자에게 번갈아 노출해 어떤 것이 효과가 좋은지 분석하는 방법
  • 제품/웹사이트/인터넷 광고/랜딩 페이지 따위의 변경안 A와 B 중 어느 쪽이 사용성 관점에서 더 뛰어난지를 검토하는 방법
  • 웹사이트나 모바일 응용프로그램(앱), 디자인 등을 2가지 시안으로 만들어 사용자에게 무작위로 노출하고, 이 데이터를 기반으로 어떤 것이 더 나은지 확인하는 실험 방법
  • 보통 기존 기법과 새로운 기법을 서로 비교한다.
  • 어느 기법이 더 우수한지, 또 그 차이가 통계적으로 유의미한지를 본다.
  • 보통 단일 측정항목으로 두 기법을 비교하지만, 딱히 제한은 없다.

A-B testing example.png

2 같이 보기[ | ]

3 참고[ | ]

문서 댓글 ({{ doc_comments.length }})
{{ comment.name }} {{ comment.created | snstime }}