매출이 떨어지기 시작하면, 많은 팀이 이렇게 생각하곤 해요.
“사람들이 더 많이 들어오면 매출도 늘겠지?”
그래서 가장 먼저 광고를 늘리거나, 콘텐츠를 만들거나, 새로운 채널을 열어요.
즉, 유입을 늘리는 데 집중하는거죠.
웹사이트에 더 많은 사람을 데려오면 당연히 매출도 따라오지 않을까 기대하면서요.
물론, 유입이 늘어나면 구매도 함께 늘어날 수 있어요.
하지만 전환율이 낮은 상태에서 유입만 늘리면, 광고비만 늘고 매출은 정체되는 비효율 구조가 만들어집니다.
진짜 중요한 건, 이미 들어온 고객을 얼마나 많이, 쉽게 구매까지 이끌어낼 수 있느냐예요.
즉, 전환율을 높이는 것이죠.
전환율이 단단히 잡혀 있다면, 유입이 늘어날 때마다 매출도 비례해서 쭉쭉 올라갈 수 있습니다.
그렇다면 전환율은 어떻게 높일 수 있을까요?
사실 방법은 생각보다 단순해요.
고객이 어디에서 망설이고, 어디에서 이탈하는지 정확히 파악한 뒤 그 지점을 하나씩 개선해 나가는 거예요.
하지만 이런 지점들은 감으로만 파악하기 어렵고, 실제 데이터를 분석해봐야 명확히 드러납니다.
그다음 해야 할 일은 가설을 세우고, 실험해보는 것이에요.
- “이 정보를 보여주면 구매로 이어질까?”
- “메뉴 구조를 바꾸면 클릭이 늘어날까?”
이런 질문에 대한 답을 A/B 테스트로 직접 확인하는 거죠.
그리고 오늘 소개할 코코하니가 바로 이런 방식으로 3개월 만에 거래량을 40%나 끌어올린 브랜드입니다.
1. 코코하니는 어떤 브랜드인가요?
코코하니는 2019년에 시작된 아동복 전문 온라인 쇼핑몰이에요. 유아부터 아동까지, 일상복부터 특별한 날 입을 옷까지 다양하게 판매하고 있습니다.
처음에는 대부분의 브랜드가 그렇듯 "이게 좋을 것 같은데?"라는 직감에 의존해서 웹사이트를 만들고 운영했어요. 하지만 매출을 더 높이려면, 보다 체계적인 접근이 필요하다는 걸 깨달았죠.
문제는, 팀 내에 실험 경험이 있는 사람이 없다는 점이었어요.
그래서 쉽고 효율적으로 실험을 시작할 수 있는 방법을 찾기 시작했고, 개발자 도움 없이도 쉽게 실험할 수 있는 툴을 찾게 되었어요.
- 코딩 없이 실험을 설계하고 운영할 수 있을 것
- 실험 지표를 한곳에서 통합 관리할 수 있을 것
- 전문가의 기획·세팅 지원을 받을 수 있을 것
이 모든 조건을 충족한 것이 바로 VWO 플랫폼과 VWO 서비스팀이었습니다.
2020년부터 코코하니는 VWO를 도입해 다양한 A/B 테스트와 전환율 실험을 본격적으로 시작했어요.
그중에서도 특히 성과가 좋았던 두 가지 실험을 지금 소개해드릴게요.
2. 코코하니의 전환율을 끌어올린 A/B 테스트 사례
코코하니의 목표는 명확했어요.
더 많은 방문자를 구매로 전환시키는 것.
좋은 사용자 경험이 매출로 연결되는 구조를 만들기 위해, 팀은 매일같이 사용자의 흐름에서 끊김이 생기는 지점을 찾아내고 실험하며 개선했습니다.
이번에 소개할 두 가지 실험도, 그 연장선에 있습니다.
그럼 어떤 실험인지 자세히 알아볼까요?
1) 실험 1: 배송비·반품 안내 추가로 전환율 끌어올리기
- 목표
- 장바구니 담기 클릭 수 증가
- 전체 구매 전환율 향상
- 문제 발견
코코하니 팀은 상품 페이지에 배송비나 반품 정책에 대한 안내가 전혀 없었다는 점을 발견했어요.
사용자 입장에선 “배송비가 얼마나 나올까?”, “혹시 반품이 안 되는 건 아닐까?” 같은 고민이 생길 수밖에 없죠.
특히 결제 직전에 배송비가 갑자기 추가되면, 예상치 못한 부담감 때문에 구매를 포기하는 경우도 많고요.
또한 직접 보고 구매하지 못하는 온라인 쇼핑의 특성상, 반품 가능 여부는 구매 결정에 큰 영향을 미치는 요소예요.
이런 정보가 명확히 안내되지 않으면, 고객은 불안감을 느끼고 쉽게 결정을 내리지 못하게 됩니다.
결국 이런 망설임이 전환율에 직접적인 영향을 줄 수밖에 없는 거죠.
- 가설
전환율 40% 올린 코코하니 AB테스트 홈페이지
- 그래서 코코하니 팀은 다음과 같은 가설을 세웠습니다.
“상품 페이지 내 주요 CTA 버튼 아래에 ‘무료 배송’, ‘반품 가능’ 정보를 명확하게 보여주면 사용자가 안심하고 구매까지 이어질 것이다.”
- 실험 설계
- 기존 버전(Control) vs 배송·반품 안내가 추가된 버전(Variation)으로 A/B 테스트
- 테스트 기간: 14일
- 유입 트래픽은 50:50으로 분할
- 실험 결과
- ✅ 장바구니 클릭 수 16% 증가
- ✅ 전체 매출 17% 증가
2) 실험 2: 모바일 메뉴 구조 개선하기
- 목표
- 카테고리 리스트 페이지 유입 증가
- 문제 발견
모바일 웹사이트에서 자주 보이는 메뉴 아이콘, 이렇게 생긴 ≡ 아이콘을 본 적 있으시죠?UI/UX 용어로는 이를 ‘햄버거 메뉴’라고 부릅니다.코코하니에서도 사용자가 이 메뉴를 많이 클릭하긴 했지만, 정작 카테고리 페이지까지 진입하는 비율은 낮았어요.
이유는 메뉴 구조에 있었어요.이 복잡한 흐름이 이탈의 원인일 수 있다고 판단했어요.
상위 카테고리를 클릭해야 → 하위 카테고리가 펼쳐지는 구조 즉, 원하는 정보를 보려면 최소 2번 이상 클릭해야 했던 거죠
- 가설
- 그래서 코코하니 팀은 이렇게 가설을 세웠습니다: “햄버거 메뉴를 열었을 때 하위 카테고리까지 한눈에 보이게 변경하면, 더 많은 사용자가 원하는 상품 카테고리 페이지로 이동할 것이다.”
- 실험 설계
- 기존 메뉴 구조 vs 하위 카테고리를 바로 보여주는 구조 비교
- 대상: 모바일 유저 전체
- 실험 기간: 22일
- 실험 결과
✅ 카테고리 리스트 페이지 유입 4% 증가
✅ 전환율 28% 증가
✅ 전체 거래 수 29% 증가
✅ 객단가(AOV) 17% 증가
3. 실험이 만든 변화
이 두 가지 실험이 주는 메시지는 분명합니다.
작은 UI의 변화가, 사용자 경험과 행동에 큰 영향을 줄 수 있다는 것.
중요한 건, 소비자의 행동, 심리를 정확히 파악하고 구매까지의 흐름에서 불필요한 이탈이나 망설임 없이 자연스럽게 이어지도록 설계하는 것이에요.
- 첫 번째 실험에서는 ‘배송비’와 ‘반품 안내’를 명확히 보여준 것만으로도
- 사용자의 불안을 줄이고, 구매 전환으로 이어질 수 있었습니다.
- 두 번째 실험에서는 햄버거 메뉴 구조를 더 직관적으로 바꿔준 것만으로도
- 더 많은 사용자가 원하는 카테고리로 진입하고, 실제 구매까지 도달하게 만들었죠.
결국, 사용자가 불편함 없이 원하는 정보를 빠르게 찾고 행동까지 자연스럽게 이어지도록 도와준 것이 핵심이었죠.
이런 인지 부담(Cognitive Load)을 줄이는 간단한 개선을 만들어낸 다양한 실험들이 코코하니의 전체 거래 수를 단 3개월 만에 40%나 끌어올릴 수 있었던 비결입니다.
4. 모든 의사결정의 근거: ‘데이터’
코코하니는 이제, 어떤 변경이든 무조건 A/B 테스트를 먼저 돌려봅니다.
- “이게 나을 것 같아” → 테스트
- “반응이 좋네” → 적용
- “별 차이 없네” → 되돌리기
이처럼 모든 판단 기준을 직관이 아닌 ‘데이터’에 두고, 한 페이지씩 웹사이트를 더 나은 방향으로 리디자인해나가고 있어요.
실제로 코코하니는 지금까지 수많은 실험을 해왔고, 그 대부분이 실제 매출 증대에 기여하고 있습니다.
혹시 지금도 “이게 더 나을 것 같아”라는 직감만으로 페이지 구조나 UI를 바꾸고 계신가요?
하지만 실제 사용자 행동 데이터를 보지 않고서는, 그 변화가 진짜 효과가 있었는지 판단하기 어렵습니다.
오히려 기대와는 달리 전환율이 떨어지는 경우도 생각보다 많아요.
이제는 코코하니처럼, 데이터에 기반해 실험하고 개선하는 방식을 시작해보세요.
감이 아닌 실제 사용자 반응으로 바꿨는지 아닌지를 직접 검증해보는 거죠.
VWO는 개발 리소스를 최소화해 A/B 테스트를 손쉽게 설계하고 실행할 수 있는 플랫폼이에요.
처음 실험을 해보는 팀도 어렵지 않게 시작할 수 있죠.
마켓핏랩 솔루션즈는 VWO의 공식 파트너로서, VWO 도입을 보다 합리적이고 실질적으로 도와드릴 수 있어요.
감이 아닌 데이터로 실험하는 방식, 이제 우리 팀에도 한번 적용해보면 어떨까요?
A/B 테스트나 VWO 도입이 궁금하시다면, 아래 메일로 가볍게 커피챗 요청 주세요 :)
.svg)
메일로 전해드려요
솔루션즈 AI가 만들어드립니다
인사이트를 빠르게 확보하세요!
