양식의 효과 및 변환 측정 및 향상

당면 과제

조직이 점점 더 많은 채널에서 디지털 셀프 서비스를 사용하여 고객을 처리할 수 있는 역량을 강화하고 있습니다. 그러나 1대1 피드백 메커니즘이 없는 경우 성공을 측정하고 디지털 양식을 실험해 보면서 고객 경험을 향상시키고 전환율을 높이는 것이 어려워지고 있습니다.

ROI를 극대화하기 위해 기업은 고객이 서비스와 상호 작용하는 방식을 모니터링하고 디지털 결함(양식)을 실험하여 고객 경험을 향상시켜야 합니다. 성공을 측정하고 개선 전략을 정의하려면 다음과 같은 질문에 대한 답변이 필요합니다.

  • 몇 명의 고객이 내 양식에 액세스하거나 해당 양식을 조작하려고 시도했습니까?
  • 얼마나 많은 사람들이 거래를 성공적으로 완료했습니까?
  • 그들 중 몇 명이 양식을 버렸습니까?
  • 고객이 문제에 직면하고 있는 문제는 무엇입니까?
  • 어떤 변경 사항이 적용되며 전환율이 더 높은 요소를 테스트하려면 어떻게 해야 합니까?

솔루션

AEM Forms은 Adobe Marketing Cloud 솔루션 - Adobe AnalyticsAdobe Target과 통합되어 있으므로 양식 처리 방법을 모니터링하고 분석할 수 있고 전환율을 높일 수 있는 경험을 실험해 보고 식별할 수 있습니다.

워크플로

성과를 측정하고 양식의 전환율을 향상시키는 방법에 대한 자세한 내용을 살펴보도록 하겠습니다.

Target 대상

  • 마케팅 전략 및 성공을 담당하는 비즈니스 사용자 및 분석가
  • 인프라 및 솔루션 설치 및 유지 관리를 담당하는 IT 직원

AEM Forms 구성 요소 및 기능 관련

  • 적응형 양식
  • Adobe Analytics와의 통합을 통해 적응형 양식을 통한 고객 상호 작용 수집, 구성 및 보고
  • Adobe Target과 통합하여 적응형 양식에 대한 A/B 테스트 실행

가정

  • 이미 Adobe Marketing Cloud 계정을 가지고 있고 Analytics 및 Target 솔루션에 대해 등록되어 있습니다.
  • 고객이 액세스할 수 있는 응용 양식이 게시되었습니다.

워크플로 단계

1단계:AEM Forms에서 분석 및 Target 구성

Analytics 구성

양식과의 고객 상호 작용에 대한 심도 있는 인사이트를 얻으려면 먼저 AEM Forms에서 Analytics를 구성해야 합니다. 다음 단계를 수행합니다.

  1. Adobe Analytics에서 보고서 세트 만들기
  2. AEM에서 클라우드 서비스 구성 만들기
  3. AEM에서 클라우드 서비스 프레임워크 만들기
  4. AEM에서 AEM Forms Analytics 구성 서비스 구성
  5. AEM에서 양식에 대한 분석 활성화

자세한 단계는 적응형 양식에 대한 분석 및 보고서 구성을 참조하십시오.

Target 구성

적응형 양식에 대한 A/B 테스트를 만들고 실행하려면 AEM Forms에서 Target 설정 및 통합에 설명된 대로 AEM Forms에서 Target을 구성하십시오.

2단계:분석 보고서 보기

고객이 Analytics를 활성화한 양식에 액세스하고 상호 작용하면 이러한 상호 작용이 높은 보안 Analytics 데이터베이스에서 캡처됩니다. 데이터베이스는 클라이언트에 의해 세그먼트화되고 보안 연결을 통해 액세스할 수 있습니다.

AEM 내에서 분석 지원 양식에 대한 보고서를 보고 데이터를 분석할 수 있습니다. 보고서를 보려면:

  1. AEM 서버에서 Forms > Forms & 문서​로 이동합니다.
  2. 분석 보고서를 보려는 양식을 선택합니다.
  3. 분석 보고서 아이콘을 클릭합니다. 보고서가 표시됩니다.

Analytics가 양식을 수집하고 보고하는 데이터 포인트를 살펴보겠습니다.

Forms 분석 보고서

적응형 양식에 대한 분석 보고서는 양식 수준에서 다음 KPI(주요 성과 지표)를 캡처합니다.

  • 평균 칠 시간:양식을 채우는 데 걸린 평균 시간

  • 노출 횟수:양식이 검색 결과에 표시된 횟수

  • 표현물:양식을 렌더링하거나 연 횟수

  • 초안:양식을 초안으로 저장한 횟수

  • 제출:양식을 제출한 횟수

  • 중단:사용자가 양식을 작성하지 않고 나간 횟수

  • 방문/제출:제출당 방문 비율

또한 양식에서 각 패널에 대한 다음과 같은 세부 정보를 확인할 수 있습니다.

  • 시간:패널 및 해당 필드의 평균 체류 시간(초)

  • 오류:1000개의 양식 변환당 패널 및 해당 필드에서 발생한 오류 수

  • 도움말:사용자가 1000개의 양식 변환당 패널 및 해당 필드에 대한 컨텍스트 내 도움말에 액세스한 횟수

적응형 양식에 대한 샘플 분석 보고서

양식 분석 보고서에 대한 자세한 내용은 AEM Forms 분석 보고서 보기 및 이해를 참조하십시오.

노트

Adobe Marketing Cloud의 Analytics 계정에서 고객 및 양식과의 상호 작용에 대한 자세한 정보를 보고 심층적인 통찰력을 얻을 수 있습니다.

3단계:데이터 포인트 분석

이 단계에서는 분석 보고서의 데이터 포인트를 분석하고 양식의 수행 방식을 유추하게 됩니다. 성공 KPI에 맞지 않는 경우 데이터를 기반으로 가설을 만들고 문제를 해결할 수 있는 솔루션을 찾을 수 있습니다. 예:

  • 양식의 평균 채우기 시간이 예상보다 높은 경우 양식을 이해하기 어렵고, 양식을 표준 용어 사용 안 함, 양식이 너무 길 수 있습니다. 이 경우, 양식 구조 및 필드를 단순화하고, 양식 디자인을 재작업하고, 양식의 길이를 줄이거나, 비표준 양식 필드에 대한 도움말 설명 및 예를 추가할 수 있습니다.
  • 대부분의 고객이 양식 패널의 도움말에 액세스하고 있다는 데이터가 표시되는 경우 입력해야 할 정보에 대해 의아해 하는 것이 분명합니다. 대체 용어를 사용하거나 해당 패널에 대한 몇 가지 입력 및 도움말 설명을 추가할 수 있습니다.
  • 양식의 중단 또는 포기 비율이 예상보다 높은 경우 렌더링하는 데 시간이 오래 걸리거나 고객이 실수로 양식에 도달하거나 너무 복잡하기 때문일 수 있습니다. 이 경우 검색 결과에 표시되는 양식 설명을 최적화하고, 양식을 단순화하고, 양식을 최적화하여 빠르게 로드하는 등의 작업을 수행할 수 있습니다.

이러한 데이터 포인트를 분석한 후 가설에 도달하면 필요한 변경 사항을 양식에서 적용합니다.

4단계:분석 유효성 검사 및 수정

이 단계에서는 양식의 변경 내용을 확인하고 이 변경 내용이 전환율에 영향을 미치는지 확인합니다.

A/B 테스트 실행

AEM Forms과 Target의 통합을 통해 적응형 양식에 대한 A/B 테스트를 만들 수 있습니다. A/B 테스트에서는 고객에게 양식의 서로 다른 경험을 실시간으로 무작위로 제공하여 어떤 경험이 더 효과적인지 또는 더 많은 전환을 발생하는지를 파악합니다. 한 경험이 다른 경험보다 더 나은 전환을 제공한다는 중요한 데이터가 있으면 경험을 우승자로 선언할 수 있으며, 그 이후 모든 고객에게 표시되는 기본 경험이 됩니다.

적응형 양식에 대한 A/B 테스트를 만드는 방법에 대한 자세한 내용은 적응형 양식](/docs/experience-manager-64/forms/using/ab-testing-adaptive-forms.html?lang=ko)의 [A/B 테스트를 참조하십시오.

적응형 양식에 대한 A/B 테스트의 샘플 요약 보고서

우수 사례

실제 우수 사례는 이 워크플로우를 수행하는 동안 자신을 식별하는 것입니다. 사용자 환경 및 요구 사항에 따라 다릅니다. 워크플로우를 통해 학습 내용을 캡처하고 모범 사례로 문서화합니다.

양식 디자인 및 A/B 테스트 실행에 대한 권장 사항은 다음과 같습니다.

Forms 디자인

  • 양식을 간단하고 짧고 쉽게 탐색할 수 있습니다. 탐색을 위한 방향 큐를 사용합니다.
  • 양식 필드에 표준 또는 공통 용어를 사용합니다.
  • 사용자가 혼란스러워할 수 있는 예제 또는 도움말을 통해 필드와 필요한 입력을 설명합니다.
  • 양식 제출 시 오류가 발생하지 않도록 입력 시 사용자 입력을 확인할 수 있습니다.
  • 데스크탑과 모바일 디바이스에 맞게 레이아웃을 최적화할 수 있습니다.
  • 알려진 사용자의 정보를 자동으로 채웁니다.

A/B 테스트

  • A/B 테스트를 실행하기 전에 가설을 만들고 성공 지표를 식별합니다.
  • 전환 속도에 영향을 미치는 요인을 알기 위해 대체 경험에서 최소 변형(한 번에 하나씩)을 수행합니다.
  • 비효율성을 제거하기 위해 자주 테스트하십시오.

이 페이지에서는