Blog 사용자 신뢰와 동의 얻기: A/B 테스트 모범 사례 및 분석 방법

사용자 신뢰와 동의 얻기: A/B 테스트 모범 사례 및 분석 방법

Katie Madding

2020년 10월 16일

iOS 14이 공개되면서 업계가 앞으로 다가올 변화에 대비하기 위해 바쁘게 움직이고 있습니다. 2021년 초부터는 앱에서 사용자를 트래킹하기 위해서는 사용자의 동의를 얻어야 합니다. 애드저스트는 이에 대비하여 효과적인 동의 프롬프트 전략을 연구하고 고객의 준비 과정을 돕고 있습니다.

Apple이 iOS 14에서 새로 도입하는 개인정보 보호 정책에 대해 다시 확인하고 싶으시다면 애드저스트 헬프 센터 가이드를 살펴보세요. 이 밖에도 사용자 동의를 효과적으로 얻기 위한 UX 디자인에 대해 설명한 iOS 14 관련 [첫 번째 블로그 포스트]도 참고해보시기 바랍니다.

이번 게시물에서는 A/B 테스트에 대한 모범 사례를 소개하면서 각 단계에서 평가해봐야 할 내용과 분석 과정에서 어떤 점을 살펴보아야 될 지에 대해 설명드리겠습니다. 우선은 개인정보 보호에 대한 사용자의 태도와 이를 여러분의 옵트인 전략에 어떻게 활용할 수 있는 지에 대해 알아보겠습니다.### 개인정보 보호에 대한 사용자 태도

다행히도 여러 연구에서 사용자들이 기존에 예상됐던 것보다 맞춤형 광고를 불편해하지 않는다는 결과가 나타나고 있습니다. Oxford Economics가 2018년에 진행한 한 조사에서는 소비자의 70%가 맞춤형 광고 제공에 동의할 의향이 있다고 답했습니다. 조사 결과에 따르면 소수의 사용자만이 맞춤형 타겟 광고에 불편함을 느끼는 것으로 나타났습니다.

  • 소비자의 17%가 맞춤형 오퍼에 불편함을 느낌
  • 15%가 맞춤형 제품 및 서비스에 불편함을 느낌

사용자가 수신 동의를 편안하게 여기는 데는 '신뢰성'이 큰 영향을 미쳤습니다. Salesforce가 진행한 한 조사는 8천명의 소비자를 대상으로 '신뢰성'이 어떤 것을 뜻하는 지를 물었습니다. 이에 대해 응답자의 75%는 '개인정보 보호', 70%는 '투명성'이라고 응답하며 신뢰성이 개인정보 보호와 정책에 대해 얼마나 명확하게 알리는가와 큰 연관이 있음을 보여줬습니다.###

개인정보처리방침 제시 모범 사례

개인정보처리방침은 기업이 개인정보를 어떻게 처리하는지와 이 내용이 GDPR과 같은 다양한 보호 정책에 어떻게 해당되는지를 알리는 용도로 쓰입니다.

애드저스트는 모바일에서 개인정보처리방침이 어떻게 표시되는지를 이해하기 위해 일반적으로 사용되는 방법에 대한 조사를 실시했습니다. 이 조사에서 3가지 동향을 확인할 수 있었습니다.

  1. 일부 앱은 사용자에게 세부적인 동의 옵션을 포함한 완전한 데이터 제어권을 주고 있습니다.
  2. 또 다른 앱은 데이터 관련 파트너를 부분적으로만 공개하여 사용자의 제어에 제한을 두고 있습니다.
  3. 나머지 유형은 사용자가 데이터를 모든 관련 업체와 공유하도록 하거나 모두 공유하지 않도록 하는 '모두 동의' 또는 '모두 거부' 방식을 사용하고 있습니다.애드저스트는 늘 고객에게 최대한 개인정보 보호 과정을 투명하게 공개하고, 사용자가 데이터에 대한 모든 권한을 가질 수 있도록 하는 첫 번째 방법을 사용할 것을 권장하고 있습니다. 또한 이 과정을 돕기 위해 설득력있는 글과 그림을 통해 사용자에게 데이터를 수집하는 이유를 설명하고, 동의했을 때의 이점을 설명하는 것이 효과적입니다.

동의 관련 내용을 묶어 표시하기

많은 브랜드가 Apple의 동의 요청이 다른 개인정보처리방침과 함께 표시 될 수 있는지 궁금해합니다. 동의 요청을 한 번에 표시할 수 있다면, 화면 아래에 개인정보처리방침을 제시하고 '동의'와 '거부' 옵션을 제공해 동의률을 높일 수 있습니다. 하지만 GDPR은 동의하기 체크박스를 미리 설정해놓거나 CTA에서 동의하기를 기본 버튼으로 설정해 사용자가 정해진 답변을 선택하는 것을 막고 있다는 점을 참고하시기 바랍니다.
한 조사에서는 동의 메시지가 적절한 방법으로 표시될 때 동의률이 향상되는 결과가 나타났습니다. 이 조사에서 동의에 대한 두 가지 선택지를 주면서 동의하는 것을 긍정적으로 표현한 메시지가 표시될 경우 사용자 동의률이 높아졌습니다. 이러한 결과는 아래에서 소개할 예시에서도 확인됩니다.

애드저스트 고객의 일부는 Apple의 팝업을 사용하는 것만으로 30~60%의 동의률을 얻을 수 있었다고 하지만, 새로운 정책이 적용되기까지 동의 내역을 한 번에 표시하는 등 여러분의 사용자에게 적합한 다양한 방법을 시험해보시는 것을 권장드립니다.

A/B 테스트를 통해 방법 평가하기

A/B 테스트는 두 가지 옵트인 전략을 비교하여 어느 쪽이 더 효과적인지를 알아볼 수 있는 좋은 방법입니다.

먼저 GDPR 개인정보보호방침과 옵트인 메시지를 하나로 묶어 표시하는 것과, 별도의 독립형 메시지로 표시하는 방법을 시험해보세요. 사용자가 옵트인 메시지를 수락하는 경우 Apple의 ATT 팝업도 시험해보시기 바랍니다.

다음은 여러분의 실험과정에 도움이 되도록 다양한 요소를 시험해볼 수 있는 테스트 단계를 정리했습니다.###테스트 첫 단계

앞서 진행한 A/B 테스트 결과를 바탕으로 다양한 변수를 시험해보세요. 예를 들어, Apple의 동의 요청과 함께 개인정보처리방침을 제시하는 것이 더 효과적이었다면, 여기에 다른 문구나 디자인을 적용하여 동의률이 변하는지 확인해볼 수 있습니다. 반대로 동의 전 프롬프트나 Apple 팝업 형식 등의 독립적인 동의 메시지가 더 높은 동의률을 보였다면, 이 내용이 언제 표시되는 것이 좋은지에 대해 실험해볼 수 있습니다.

###테스트 두 번째 단계

사용자 수와 리소스가 충분하다면 로그 선형 분석을 사용해 동의률에 대한 둘 이상의 변수의 영향을 평가해볼 수 있습니다. 또한 기존에 동의하지 않았던 사용자에게 동의 창을 다시 표시하는 빈도도 시험해보시기 바랍니다.

다양한 사용자 그룹에 대해 통계적으로 유의한 결과가 있는지도 확인해볼 수 있습니다. 예를 들면, 기존 사용자보다 신규 사용자의 동의률이 높거나, 특정 지역의 사용자가 다른 지역보다 개인정보 수집을 거부하는 비율이 높을 수 있습니다. 이러한 정보를 바탕으로 여러분은 동의률을 높일 수 있는 전략을 계속해서 변경해나가야 합니다.

A/B 테스트를 진행한 후에는 데이터 해석을 위해 신뢰 구간을 계산해야 합니다. 이 과정을 통해서 전체 사용자를 대상으로 실험을 진행했을 때 실제 동의률이 어떻게 나타날지를 파악할 수 있습니다.### 예측 모델로 동의률 예측하기

예측 모델은 통계기법을 통해서 특정 사용자 행동을 예측하는 방법입니다. 여러분의 A/B 테스트를 분석하는 데 도움이 될만한 두 가지 방법을 소개드리겠습니다.

  • 회귀 분석은 변수 간의 관계를 분석합니다. 이 방법을 사용하면 예측 변수를 기반으로 결과 변수의 값을 예측할 수 있습니다.
  • 의사결정나무 분석은 입력 변수를 관찰하여 대상 변수의 결과를 예측하는 방법입니다.

이 두 가지 분석기법을 활용하면 사용자의 반응을 예측하는 데 가장 큰 영향을 미치는 변수가 무엇인지 파악할 수 있습니다. 여기에 특정 상황에 대한 정보를 더하면 사용자가 옵트인과 옵트아웃 중 어느 쪽을 택할지를 예측할 수 있습니다. 다음으로 실험 데이터 세트로 활용할 수 있는 예측 변수를 몇 가지 들어보겠습니다.

로지스틱 회귀 분석과 의사결정나무 분석은 모두 분류 문제를 해결할 수 있는 좋은 방법입니다. 로지스틱 회귀 분석은 일반적으로 데이터 세트가 두 부분으로 선형적으로 나뉘며, 한 부분은 옵트인 결정과 관련되고 다른 부분은 옵트아웃 결정과 관련이 있다고 생각될 때 사용하기 더 좋은 접근 방식입니다. 또한 예측 변수의 값이 연속적인 경우에도 회귀 분석도 사용하는 것이 좋습니다.

그러나 데이터 분류가 명확하지 않은 경우 의사결정나무 방식을 사용하는 것이 낫습니다. 데이터 세트에 이상치나 누락된 값, 잘못된 값 등이 많이 포함된 경우에도 의사결정나무를 사용하는 것이 좋습니다.

우선 두 가지 방법을 모두 사용해본 후 어느 쪽이 더 적합한지 판단하는 것을 권장드립니다. 그 다음, 예측 변수의 개별 기여도를 평가하여 사용자 결정에 가장 큰 영향을 미치는 변수(설치 유형, 지역, 인구 통계 등)를 확인해볼 수 있습니다.

인터뷰를 통해 사용자 동기 파악하기

A/B 테스트나 회귀 분석을 통해 사용자 동의률을 높이는 요인을 파악할 수 있지만, 어떤 접근 방식이 효과적이며 특정 변수가 다른 변수보다 더 중요한 이유를 확인하기는 어렵습니다. 결국은 사용자와의 직접적인 대화와 심층 인터뷰를 통해서 정량적인 조사결과를 의사결정에 실질적으로 활용할 수 있도록 해야 합니다. 옵트인 또는 옵트아웃 할 가능성이 높은 사용자와의 인터뷰에서 얻은 인사이트는 옵트인 전략을 지속적으로 개선할 수 있도록 합니다.

결론

데이터 프라이버시는 현재 디지털 영역에서 가장 중요한 주제입니다. 애드저스트는 모든 기업이 데이터 프라이버시의 중요성을 간과하지 말고 이를 수용해야 한다고 믿습니다. 명확하고 투명한 데이터 수집 및 처리는 궁극적으로 사용자의 신뢰를 높일뿐만 아니라 사용자의 IDFA 제공을 더 쉽게 할 수 있습니다.

새로운 개인 정보 보호 정책이 도입되기까지 얼마 남지 않은 기간 동안 다양한 테스트를 진행하고 동의 흐름을 어떻게 최적화할지 고민해보시기 바랍니다. 더 준비를 많이 할수록 사용자와 더 나은 관계를 구축하고 동의률을 높일 수 있습니다. 애드저스트는 여러 고객과 함께 데이터를 기반으로 옵트인을 최적화하는 방법을 찾기 위해 노력하고 있으며, 이 과정에서 알게 된 내용을 지속적으로 공유드릴 예정입니다. 앞으로 몇 달동안 애드저스트 블로그를 계속 찾아주시고 더 많은 인사이트를 얻어가시기 바랍니다.

Adjust의 최신 소식을 받아보기 원하시나요?