→ 슬리드로 보기

---

• 새로운 기능이 더 좋은가 ? - 더 좋다면 출시

• 안좋으면 - 취소

‏‏‎ ‎

• 글로벌 기업도 a/b test를 한다.

• 성공 확률은 20%를 넘기기 힘들다.

• 한번에 !! 성공하기는 힘들지만 반복적으로 업글가능

• 전 후 비교로는 알 수 없음

  • 외부환경 요인 분리하기 힘들다.

‏‏‎ ‎

• 소프트웨어로 관리하는 모든 영역에서 퍼포먼스를 측정 가능 -> 변경 가능

• 조금 귀찮아도 해야 하는 이유 ?

  • 배포전에 기능 여러개 테스트해야하므로

  • 배포 / 기능테스트 시점 나누어서 잘 되는지 보고 전체 트래픽을 올리면서 출시

• 히포 : 특정인에 집중된 의사결정 과정

• 실험 - 데이터 아니고 한 사람의 직관으로 test

• 하나하나의 기능이 긍정적인 효과를 주는지 ?

• 부정적인 효과를 주는지 파악

‏‏‎ ‎

---

‏‏‎ ‎

a/b test 사례소개

‏‏‎ ‎

• 가입진행중 메세지 토스트 팝업 형태로 주기적 노출 실험

• 기술이슈 해결

• 누군가의 감으로 아이디어를 평가하기에는 너무 어렵다.

• sdk 선택

• 코드 작성 -> 행동데이터 이벤트 전송 코드 작성

• 긴 문구 전환으로 변경 -> 가장 효과가 큰 테스트

‏‏‎ ‎

‏‏‎ ‎