Apa itu Pengujian A/B? Panduan, Manfaat, Contoh, dan Lainnya!

Kita hidup di era pemasaran berbasis data, jauh dari hari-hari ketika pengiklan hanya membuat pilihan berdasarkan spekulasi dan wawasan dan mengharapkan efek yang baik. Pemasar baru memiliki pendekatan berbasis sains dan data. Dan pengujian A/B adalah cara termudah untuk menghilangkan ketidakpastian dan intuisi saat membuat promosi atau mendesain situs web, iklan, atau keputusan produk digital lainnya.

Anda akan gesit, tetapi yang terpenting Anda akan memastikan Input tentang apa yang berhasil dan apa yang tidak dengan membangun strategi Anda pada pengujian dan data A/B. Anda akan lebih dapat menentukan apa yang benar-benar diinginkan pelanggan Anda dan menghabiskan waktu dan sumber daya untuk apa yang Anda inginkan.

Apa itu Pengujian A/B?

Pengujian A/B adalah metode di mana dua varian halaman web yang sama disajikan ke bagian pengguna yang terpisah pada saat yang sama dan di mana lebih banyak konversi dilakukan. Pengujian A/B adalah salah satu cara paling efektif dalam pemasaran digital untuk mengoptimalkan saluran situs web Anda. Semakin banyak saluran Anda dioptimalkan, semakin besar tingkat konversinya.

Jumlah kunjungan ke situs di lingkungan online sesuai dengan jumlah peluang yang Anda miliki untuk tumbuh dengan menarik pelanggan baru dan menjalin kemitraan dengan yang sudah mapan. Anda akan menentukan apakah situs web Anda menerima lalu lintas yang kuat dan mengonversi lebih banyak pengguna dari corong konversi Anda.

Varian yang memberikan konversi lebih tinggi dalam pengujian A/B biasanya adalah pemenangnya dan akan membantu Anda menyempurnakan situs untuk mencapai hasil yang lebih baik. Setiap situs web memiliki metrik konversi tertentu. Itu bisa menjual barang untuk eCommerce, dan bisa membuat prospek yang memenuhi syarat untuk B2B. Pengujian A/B adalah bagian dari metode keseluruhan untuk mengoptimalkan rasio konversi (CRO). Gunakan mereka untuk mempertimbangkan dan menyaring corong konversi berdasarkan data ini dan untuk mendapatkan informasi yang berkualitas dan kuantitatif dari pengguna Anda.

Pengujian A/B vs Pengujian Terpisah

Split-tests dan A/B-tests sering digunakan secara bergantian. Sebenarnya, mereka adalah dua bentuk tes yang berbeda.

Pengujian A/B memerlukan perbandingan dua versi terpisah, seperti teks atau gambar CTA di beranda, berdasarkan modifikasi satu fitur alat pemasaran, sedangkan pengujian terpisah memungkinkan dua desain terpisah untuk dibandingkan.

Bagaimana Cara Kerja Pengujian A/B?

Anda harus membuat dua versi dari satu konten dengan modifikasi pada satu atribut untuk melakukan pengujian A/B. Kemudian Anda dapat menyajikan dua versi dalam dua audiens yang identik dan memeriksa mana yang berhasil untuk jangka waktu tertentu yang cukup lama untuk kesimpulan yang tepat.

Misalnya, Anda memiliki dua template untuk halaman arahan dan ingin memutuskan mana yang paling berhasil. Anda akan memberikan arahan ke satu grup setelah membuat desain Anda dan mengirimkan versi lainnya ke grup kedua. Kemudian Anda melihat bagaimana indikator seperti lalu lintas, klik, atau konversi bekerja per halaman arahan.

Jika hasil akhir menginformasikan satu versi yang mengungguli yang lain, maka itu pertanda baik bagi Anda untuk mulai menyelidiki penjelasan mendalam yang mungkin memicu beberapa ide untuk kemajuan pembuatan halaman arahan Anda lebih lanjut.

Manfaat Pengujian A/B untuk Pemasar

Pengujian A/B menawarkan berbagai keuntungan bagi tim pemasaran, tergantung pada apa yang Anda putuskan. Meski begitu, tes ini sangat bermanfaat bagi perusahaan karena hemat biaya dan bermanfaat.

Karena perusahaan saat ini kecewa dengan semua prospek bulanan mereka, di sisi lain, toko eCommerce berjuang dengan tingkat pengabaian keranjang yang tinggi. Sementara itu, tingkat keterlibatan media dan penerbit masih berkurang. Masalah umum apa pun, seperti kebocoran dari corong konversi, keluar dari halaman checkout, akan memengaruhi metrik konversi utama ini.

Akibatnya, pengujian A/B hadir untuk mengatasi masalah ini.

Kurangi rasio pentalan

Tingkat bouncing situs web Anda adalah salah satu metode paling penting untuk mengukur kesuksesan web Anda. Ada banyak penjelasan untuk tingkat bouncing yang tinggi dari situs web Anda, seperti begitu banyak kemungkinan, standar yang salah tempat, dan sebagainya. Ketika situs web yang berbeda melayani tujuan yang berbeda, tidak ada cara aman untuk mengatasi rasio pentalan untuk audiens yang berbeda.

Pengujian A/B adalah salah satu cara untuk mencapai ini. Anda dapat mencoba banyak versi fitur situs web Anda dengan pengujian A/B sebelum versi terbaik yang tersedia ditemukan. Ini meningkatkan pengalaman pengguna, memungkinkan pengguna menghabiskan lebih banyak waktu dan mengurangi rasio pentalan di web mereka.

Tingkat pengabaian keranjang yang lebih rendah

Pengabaian keranjang adalah salah satu tantangan terbesar yang dihadapi banyak bisnis online dan e-Commerce. Banyak angka menunjukkan bahwa tingkat drop-off bervariasi dari 40% hingga 75%. Ada beberapa alasan untuk meninggalkan kereta, tetapi mengubah biaya pengiriman kapan dan di mana pembayaran ditampilkan akan memungkinkan Anda menemukan campuran yang tepat untuk mengurangi pengabaian kereta dan menarik lebih banyak pelanggan untuk menyelesaikan proses check-out. Pengujian A/B adalah pendekatan paling sederhana untuk menghilangkan dugaan untuk mencapai kombinasi yang tepat.

Tingkatkan pengalaman pelanggan

Pengunjung situs web memiliki tujuan yang sama. Bisa jadi untuk mendapatkan pemahaman yang lebih baik tentang produk atau layanan Anda, membeli produk atau membaca atau menelusuri topik tertentu. Bagaimanapun, target pengguna, ketika mereka mencapai tujuan mereka, dapat menghadapi titik-titik nyeri tertentu: mungkin salinan palsu atau sulit untuk menemukan tombol CTA, seperti beli sekarang.

Kegagalan untuk mencapai tujuan mereka menyebabkan pengalaman pengguna yang buruk. Hal ini menimbulkan gesekan dan akibatnya mempengaruhi tingkat konversi. Untuk mengatasi ketidaknyamanan pengunjung, gunakan data yang dikumpulkan dari metode pelacakan perilaku pengunjung seperti grafik garis, Google Analytics, dan survei situs web.

Tingkatkan tingkat konversi

Kualitas lalu lintas apa pun bisa sangat mahal. Pengujian A/B memungkinkan Anda memaksimalkan lalu lintas saat ini dan mendorong Anda untuk meningkatkan konversi tanpa harus berinvestasi dalam lalu lintas baru. Pengujian A/B dapat memberikan ROI yang tinggi, dan bahkan modifikasi terkecil pun dapat meningkatkan rasio konversi secara substansial.

Jumlah orang yang mengklik CTA tersebut untuk mencapai halaman arahan dapat diubah dengan menguji berbagai posisi, warna, atau bahkan teks jangkar pada CTA mereka. Ini akan meningkatkan jumlah orang yang mengisi formulir di situs web Anda, memberikan detail kontak mereka kepada Anda, dan menjadi anggota.

Tingkatkan lalu lintas situs web

Jumlah pengguna yang menggunakan judul hyperlink dapat diubah dengan menguji berbagai posting blog atau judul beranda di halaman Anda. Akibatnya, lalu lintas di situs web akan tumbuh.

Minimalkan risiko

Dalam kasus tertentu, perbaikan besar dapat menyebabkan biaya besar atau penyesuaian strategis. Pengujian A/B dapat digunakan sebelum membuat keputusan besar dan membantu Anda menilai perilaku pengunjung dan konsumen di situs web Anda. Singkatnya, pengujian A/B memungkinkan Anda mencegah risiko yang tidak perlu dengan memberdayakan Anda dengan kemanjuran dan keandalan optimal untuk menargetkan modal guna meningkatkan ROI atau dibangun berdasarkan konversi jangka pendek, kepuasan konsumen jangka panjang, atau metrik utama lainnya.

Variabel eksternal dapat mempengaruhi hasil pengujian. Pastikan bahwa liburan, kekuatan besar, dan peristiwa lain yang memengaruhi perilaku konsumen diperhitungkan saat menyiapkan promosi dan evaluasi.

Apa yang Dapat Anda Uji Dengan Pengujian A/B?

Corong situs web Anda menentukan masa depan bisnis Anda. Oleh karena itu, konten apa pun yang Anda akses melalui situs web Anda harus dikonfigurasikan ke kapasitas penuhnya. Ini berlaku khususnya untuk elemen yang memengaruhi perilaku pengunjung dan rasio konversi.

Judul dan copywriting

Hal pertama yang dapat dilihat pengunjung di situs web Anda adalah judul Anda. Apa yang menentukan bagaimana tamu melangkah lebih jauh ke corong konversi adalah pengalaman pertama. Oleh karena itu, Anda harus ekstra hati-hati saat menyalin, menyusun, dan memformat halaman web Anda. Periksa apakah judul Anda menarik perhatian pengunjung segera setelah mereka tiba di blog Anda. Tetap singkat dan tepat waktu dan pastikan Anda berbicara secara terbuka tentang apa dan mendukung produk atau layanan Anda. Uji berbagai font, ukuran, salinan, dan pesan dengan A/B.

Uji berbagai panjang paragraf dan kecepatan persuasi. Paragraf tubuh juga harus berkorelasi dengan judul situs web Anda. Judul dan isi yang ditulis dengan baik akan meningkatkan peluang situs web Anda menjadi magnet converter.

Garis subjek

Baris subjek email memiliki efek langsung pada tarif terbuka. Jika Anda tidak melihat sesuatu yang Anda butuhkan dari pelanggan, email biasanya akan berakhir di tempat sampah. Baris pengujian subjek A/B akan meningkatkan peluang Anda untuk mengklik. Coba pertanyaan versus pengumuman, ukur istilah kekuatan versus satu sama lain, dan coba gunakan baris subjek dengan atau tanpa emoji.

Gambar, video, dan audio

Praktik cerdas adalah membandingkan video dengan infografis tertulis atau pendek untuk versi yang lebih panjang jika Anda memiliki perpustakaan video.

Bahkan gambar stok akan memengaruhi pengujian A/B Anda jika saat ini Anda tidak memiliki saluran video atau halaman sumber daya. Misalnya, apakah Anda memiliki foto seseorang yang menunjuk ke judul atau CTA Anda, gambar tersebut tentu saja akan menarik penonton ke fitur ini. Kedua pengujian A/B ini akan membantu Anda memahami apa yang ditanggapi oleh audiens.

Tata letak halaman

Pengujian A/B dapat membantu menemukan elemen terbaik untuk ditambahkan ke tampilan web Anda. Misalnya, halaman produk Anda sebagai toko eCommerce dari sudut pandang konversi sangat signifikan. Satu hal yang pasti bahwa konsumen suka melihatnya dalam definisi tinggi ketika membeli dengan kemajuan teknis di tahap terbaru mereka. Oleh karena itu, konfigurasi dan fungsionalitas halaman produk harus dioptimalkan. Salinan mencakup foto (infografis produk dan gambar, dll.) dan video dalam konsep dan desain situs web (video produk, video demo, iklan, dll.).

Halaman beranda dan halaman arahan juga merupakan halaman penting yang perlu dibangun. Untuk menemukan edisi halaman ini yang paling optimal, gunakan pengujian A/B. Uji beberapa ide seperti menempatkan banyak ruang putih dan gambar HD, video produk daripada gambar, atau evaluasi berbagai format. Ungkap halaman untuk menganalisis klik mati dan mendeteksi gangguan dengan memanfaatkan wawasan dari grafik klik. Semakin tidak canggung beranda dan halaman arahan Anda, semakin mudah dan cepat pengunjung dapat menemukan apa yang mereka butuhkan.

Survei pelanggan

Survei pelanggan muncul saat orang menavigasi toko Anda. Misalnya, kuesioner di tempat mungkin menanyai pengunjung di halaman yang sama setelahnya jika ada yang menghalangi mereka untuk berbelanja hari ini. Jika demikian, apa artinya? Data kualitatif ini dapat digunakan untuk meningkatkan tingkat konversi dan kualitas salinan.

Formulir adalah sarana di mana klien potensial dapat menghubungi Anda. Jika mereka adalah bagian dari corong pembelian, mereka menjadi lebih relevan. Sama seperti tidak ada dua blog yang sama, tidak ada dua cara untuk audiens tertentu. Sementara desain yang pendek dan lengkap dapat cocok untuk perusahaan tertentu, formulir panjang untuk konsistensi kepemimpinan mereka dapat bekerja dengan baik untuk banyak perusahaan lainnya. Dengan menggunakan alat pengujian seperti analitik formulir, Anda dapat mengevaluasi gaya yang paling sesuai untuk audiens Anda dan berupaya mengoptimalkannya.

Navigasi

Navigasi situs web Anda adalah aspek lain yang dapat Anda perbaiki dengan pengujian A/B. Ini adalah hal terpenting dalam memberikan pengalaman pengguna yang luar biasa. Pastikan Anda memiliki rencana rinci untuk tata letak situs Web Anda dan bagaimana halaman web yang berbeda terhubung dan merespon satu sama lain.

Halaman rumah adalah halaman utama dari mana semua halaman lain muncul dan semua halaman terhubung. Pastikan pengaturan tersebut memungkinkan wisatawan untuk dengan cepat menemukan apa yang mereka butuhkan dan tidak terjebak karena navigasi yang salah. Para pengunjung ke halaman harus dipandu pada setiap sentuhan.

Ajakan bertindak (CTA)

CTA berisi semua tindakan aktual, apakah pengunjung menyelesaikan transaksi mereka atau tidak, dan mengonversi apakah mereka melengkapi formulir pendaftaran atau tidak, dan lebih banyak tindakan yang secara langsung memengaruhi tingkat konversi Anda. Ini harus mendorong pembaca untuk bertindak atas kesepakatan Anda karena terlalu berharga untuk ditolak.

Anda dapat memiliki efek memodifikasi bahkan satu istilah dalam CTA Anda. Fitur lain, misalnya, tombol warna, warna teks, kontras, ukuran, dan bentuk, juga dapat memengaruhi outputnya. Selama pengujian A/B, jangan mengubah beberapa kualitas. Jangan mengubah font atau warna tautan jika Anda ingin menguji warna latar belakang, jika tidak, Anda tidak akan mengetahui keakuratan hasil pengujian A/B Anda.

Bukti sosial

Data sosial dapat berupa umpan balik, penilaian, atau bukti yang diberikan oleh bidang subjek profesional, selebriti, dan konsumen atau dapat dilihat sebagai bukti, pemberitahuan media, penghargaan dan lencana, sertifikat, dll.

Adanya bukti ini menegaskan pernyataan website Anda. Tes A/B akan memungkinkan Anda untuk melihat apakah menambahkan bukti sosial merupakan hal yang positif, jenis bukti sosial apa yang Anda butuhkan, dan berapa banyak lagi informasi yang perlu Anda tambahkan. Anda dapat mengukur bukti sosial, desain, dan pemosisian untuk berbagai aplikasi.

Bagaimana Melakukan Tes A/B?

Program pengujian A/B formal akan meningkatkan profitabilitas kampanye pemasaran dengan mengidentifikasi masalah terpenting yang memerlukan proses pengoptimalan. Pengujian A/B sekarang bergeser dari operasi seumur hidup yang independen menjadi aktivitas yang lebih terorganisir dan permanen yang masih harus dilakukan dalam fase CRO yang terdefinisi dengan baik.

Langkah 1: Riset

Analisis terperinci tentang cara kerja situs web harus dilakukan sebelum mengembangkan jadwal pengujian AB. Anda perlu mengumpulkan data tentang jumlah pengguna di web, halaman mana yang paling banyak mendorong aliran, halaman apa saja yang akan dikonversi, dll. Aplikasi Analisis Situs Web Kuantitatif seperti Google Analytics dan Omniture dapat digunakan dengan pengujian A/B peralatan. Anda akan melihat halaman ini, situs yang paling sering digunakan, atau halaman dengan rasio pentalan tertinggi. Ini adalah yang paling banyak digunakan.

Survei penggunaan situs web adalah metode umum untuk analisis yang lebih tepat. Survei dapat secara langsung menghubungkan staf situs web dengan pelanggan dan juga dapat menggambarkan masalah yang dapat diabaikan dari hasil agregat. Selain itu, pandangan kontekstual dapat diturunkan dari metode pengumpulan data pengalaman pengunjung untuk mengidentifikasi perbedaan dalam perjalanan konsumen.

Langkah 2: Pilih elemen Anda untuk diuji

Anda dapat menemukan berbagai variabel untuk diukur saat Anda mengoptimalkan halaman web dan email Anda. Tetapi untuk menilai seberapa bermanfaat suatu perubahan, Anda akan ingin memisahkan dan mengukur outputnya dari variabel independen, atau Anda tidak dapat melihat variabel mana yang bertanggung jawab atas peningkatan kinerja.

Untuk satu halaman web atau email, Anda dapat menguji lebih dari satu atribut, pastikan Anda mengujinya satu per satu. Lihat berbagai aspek alat pemasaran Anda dan gaya masa depan mereka, kata-kata, dan alternatif antarmuka. Hal-hal tambahan yang mungkin Anda uji termasuk baris subjek email, nama pengirim, dan berbagai cara untuk mempersonalisasi alamat Anda.

Langkah 3: Kumpulkan data

Anda hanya dapat mengumpulkan data dari perilaku pengunjung, menggunakan metode analisis kualitatif dan kuantitatif. Sekarang terserah Anda untuk mengevaluasi data ini dan memahaminya. Menganalisis, membuat komentar yang kuat, dan kemudian mengembangkan situs web dan perspektif pengguna ke dalam perumusan hipotesis yang didukung data adalah cara sempurna untuk menggunakan setiap bagian data yang dikumpulkan dalam laporan ini. Ketika sebuah teori disiapkan, ukurlah berdasarkan kriteria yang berbeda seperti seberapa besar keyakinan yang akan Anda peroleh, seberapa mudahnya untuk mengaturnya, dan seterusnya.

Solusi pengujian A/B memungkinkan Anda mengonfirmasi teori tertentu secara statistik, tetapi tidak dapat menawarkan pemahaman konsumen yang canggih sendiri. Penting juga untuk menambahkan pengetahuan yang diberikan dengan cara lain ke pengujian A/B. Ada banyak sumber informasi yang dapat Anda gunakan untuk mendapatkan pemahaman yang lebih jelas tentang hal ini.

• Heatmap dan perekaman sesi : Pendekatan ini memungkinkan pengguna untuk melihat bagaimana mereka berkomunikasi dengan item di atau di antara situs web.
• Umpan balik pelanggan : Perusahaan menawarkan masukan terperinci dari konsumen mereka, seperti pendapat yang tercantum di situs, atau kuesioner untuk layanan pelanggan. Survei pelanggan atau obrolan langsung dapat menyelesaikan studi mereka.
• Data analitik situs web : Meskipun data ini tidak menjelaskan perilaku pengguna, data ini dapat menyebabkan masalah konversi, seperti mengidentifikasi dan menurunkan pengabaian keranjang belanja. Anda juga dapat menentukan halaman mana yang pertama kali dapat Anda coba.
• Evaluasi pelanggan : Meskipun dibatasi oleh ukuran sampel, evaluasi konsumen dapat mencakup sejumlah pengetahuan yang tidak dapat diberikan oleh teknik kuantitatif.

Langkah 4: Bentuk hipotesis

Untuk mendeteksi masalah konversi dan untuk memperjelas perilaku pengguna, pengujian A/B harus disediakan oleh dua informasi. Proses penelitian ini sangat penting dan dapat membantu Anda membangun teori yang jelas.

Hipotesis yang Anda buat harus dihubungkan dengan masalah terkait penyebab yang diidentifikasi secara khusus dan solusi potensial harus diidentifikasi. Perkiraan hasil yang secara khusus terkait dengan KPI yang akan diuji juga harus ditunjukkan. Mungkin pernyataan masalah dan teori akan disajikan di sini.

Misalnya :

Pernyataan Masalah: "Bentuk produksi timbal terlalu panjang dan menyebabkan gesekan yang tidak perlu."

Hipotesis: “Kami akan memaksimalkan jumlah prospek dengan meningkatkan jumlah bidang formulir dari 30 menjadi 20”.

Langkah 5: Buat variasi

Langkah selanjutnya adalah membuat varian berdasarkan hipotesis Anda dan memvalidasinya dengan versi saat ini dalam pengujian A/B. Salah satu perbedaan antara modifikasi yang ingin Anda coba adalah versi lain dari versi baru Anda. Untuk melihat mana yang cocok, Anda dapat mencoba beberapa varian terhadap kontrol. Buat modifikasi berdasarkan asumsi apa yang mungkin berhasil dari sudut pandang pengalaman pengguna.

Anda mungkin perlu melakukan dua variasi bersama-sama jika Anda melakukan pengujian A/B, atau Anda akan dibiarkan mengevaluasi kinerjanya. Satu-satunya perbedaan, dalam hal ini, adalah Anda menguji waktu Anda, seperti menentukan waktu terbaik untuk mengirim email. Ini adalah ujian besar karena periode terbaik untuk komitmen berlangganan akan sangat berbeda berdasarkan apa yang disediakan perusahaan Anda dan siapa pelanggan Anda.

Langkah 6: Jalankan Tes

Ketika Anda telah memilih jenis dan metode pengujian berdasarkan persyaratan dan prioritas bisnis situs Anda, mulailah pengujian dan tunggu waktu yang diperlukan untuk menghasilkan hasil yang substansial secara statistik. Perhatikan bahwa proses pengukuran dan ketepatan statistik akan menentukan hasil akhir, apa pun metode yang Anda gunakan. Misalnya, waktu kampanye uji coba adalah salah satu situasi tersebut. Waktu dan durasi ujian harus ditentukan.

Berikut adalah beberapa metode pengujian A/B paling umum yang dapat Anda terapkan untuk situs Anda.

Pengujian URL terpisah

Beberapa versi situs web yang dihosting di berbagai URL sedang diuji melalui Uji URL Terpisah. Lalu lintas Anda ke situs web Anda dibagi antara peraturan dan perbedaan dan angka konversi dihitung untuk edisi pemenang yang akan diputuskan. Pengujian A/B dapat lebih disukai jika hanya modifikasi front-end yang memungkinkan, tetapi pengujian URL terpisah lebih disukai ketika perbaikan besar dalam arsitektur diperlukan dan desain Situs Web asli tidak terpengaruh.

Pengujian multi-halaman

Pengujian multi-halaman adalah cara yang tidak konvensional di mana peningkatan pada elemen tertentu dapat diuji di banyak situs web. Pengujian multihalaman dimungkinkan dalam dua cara. Salah satunya adalah pengujian multi-halaman saluran di mana Anda dapat mengambil semua halaman saluran penjualan Anda dan membuat salinan baru dari setiap saluran, membuat saluran penantang penjualan Anda dan kemudian Anda dapat mengujinya. Yang lainnya adalah pengujian multi-halaman klasik yang dapat memengaruhi konversi melalui elemen berulang, seperti lencana keselamatan, testimonial, dan sebagainya.

Pengujian multivarian

Ini adalah teknik di mana banyak bagian halaman web diubah dan variasi untuk semua kombinasi dihasilkan. Anda akan menguji semua variasi dalam satu pengujian dalam pengujian multivarian. Pengujian multifungsi memungkinkan Anda mengidentifikasi faktor yang paling memengaruhi kinerja konversi Anda di situs web. Ini lebih kompleks daripada A/B dan lebih cocok untuk pemasar berpengalaman.

Pengujian statistik

• Pengujian Frequentist : Pendekatan Frequentist menentukan probabilitas suatu peristiwa tentang seberapa sering suatu peristiwa tertentu terjadi dalam berbagai titik data. Dalam konteks dunia pengujian A/B, Anda akan melihat bahwa siapa pun yang menggunakan teknik frekuensi membutuhkan lebih banyak bukti untuk mencapai kesimpulan yang benar. Itu membatasi Anda untuk setiap upaya pengujian A/B. Ini membatasi Anda. Untuk menarik hasil penelitian yang akurat, pendekatan frequentist menyertakan spesifikasi panjang pengujian A/B Anda berdasarkan ukuran sampel. Analisis didasarkan pada fakta bahwa semua eksperimen dapat direplikasi tanpa henti.

• Tes Bayesian : Metode Bayesian lebih rendah. Ini memungkinkan Anda untuk menafsirkan hasil sebelum kesimpulan evaluasi dengan menggunakan hukum probabilitas. Di bawah statistik Bayesian, kemungkinan akan bervariasi ketika pengetahuan baru diperoleh alih-alih menjadi nilai konstan. Pendekatan Bayesian menunjukkan bahwa kemungkinan variasi A memiliki tingkat konversi yang lebih rendah dibandingkan dengan variasi B atau kontrol, mengingat Anda memiliki data yang memadai. Namun, pastikan Anda membaca interval kepercayaan dengan benar.

Langkah 7: Analisis hasilnya

Anda akan melihat bagaimana eksperimen berlangsung saat eksperimen berlanjut. Anda harus mengakhiri eksperimen pada titik ini jika Anda dapat melihat lebih awal bahwa satu variabel adalah pemenang yang pasti. Jalankan eksperimen untuk melihat apa yang terjadi selama waktu yang diberikan.

Perhatikan bahwa hasil tes bisa tidak menentu. Untuk mendapatkan jawaban yang lebih tepat, prosedur ini lebih baik dilakukan selama dua minggu penuh. Jika evaluasi selesai, evaluasi hasil pengujian dengan pengukuran seperti peningkatan persentase, tingkat kepercayaan, efek langsung dan tidak langsung untuk indikator lain, dan sebagainya. Jika tes berhasil, gunakan varian pemenang setelah memperhitungkan angka-angka ini. Jika tes tidak disimpulkan, dapatkan wawasan darinya dan gunakan dalam pengujian sekunder di masa mendatang.

Beberapa Kesalahan Yang Harus Dihindari Saat Pengujian A/B

Menggunakan alat yang salah

Karena pengujian A/B menjadi lebih umum, banyak alat berbiaya rendah sekarang tersedia dan tidak semua alat ini sama-sama berhasil. Beberapa alat sangat memperlambat situs, sementara yang lain tidak terintegrasi erat dengan alat kualitatif yang berkontribusi pada degradasi data. Menguji A/B dengan instrumen yang rusak seperti itu akan membahayakan keefektifan pengujian Anda sejak awal.

Menguji waktu yang salah

Jalankan pengujian A/B untuk jangka waktu tertentu pada lalu lintas dan tujuan Anda sebelum signifikan secara statistik. Tes dapat menyebabkan tes gagal atau menyebabkan hasil yang dapat diabaikan untuk waktu yang terlalu lama atau terlalu singkat. Sejak beberapa hari pertama setelah peluncuran uji coba, satu versi situs web Anda tampaknya telah dimenangkan, itu tidak berarti Anda dapat membatalkannya dan mengumumkan pemenang sejak dini. Ini juga merupakan kesalahan umum bagi perusahaan untuk mendorong kampanye berlangsung terlalu lama.

Kesalahan waktu umum lainnya terkait dengan perbandingan nonlinier dari periode waktu yang berbeda. Anda tidak dapat membandingkan hasil pengujian terpisah antara hari dengan lalu lintas tinggi dan hari dengan lalu lintas rendah. Selain itu, jika Anda adalah pengecer e-niaga, Anda tidak dapat melakukan pengujian terpisah dengan penjualan booming liburan dan hasil musim kemerosotan. Dalam kedua kasus, Anda tidak membandingkan hal yang sama dengan yang sama di semua skenario, sehingga Anda tidak akan mencapai hasil yang konsisten. Alternatifnya adalah menjalankan pengujian Anda untuk waktu yang sebanding sehingga Anda dapat dengan andal menentukan perubahan apa yang telah ditingkatkan.

Penting juga untuk memperhatikan variabel eksternal yang dapat mempengaruhi hasil tes split Anda. Anda tidak akan mendapatkan lalu lintas atau hasil yang Anda inginkan ketika Anda beriklan secara lokal dan listrik padam karena bencana alam. Dan tawaran yang terkait dengan musim dingin tidak akan memiliki efek yang sama dengan musim panas.

Lalu lintas tidak seimbang

Anda juga harus memiliki volume lalu lintas yang tepat serta waktu pengujian yang tepat. Secara umum, kampanye harus diuji dengan peserta yang cukup untuk menghasilkan hasil yang nyata. Bila Anda memiliki situs dengan lalu lintas tinggi, karena arus pengunjung yang terus berlanjut ke situs, Anda dapat menyelesaikan tes terpisah dengan mudah. Anda akan membutuhkan sedikit lebih lama jika Anda memiliki situs dengan lalu lintas rendah atau kunjungan terputus-putus. Hal ini juga diperlukan untuk memecahkan lalu lintas dengan cara yang benar sehingga Anda benar-benar mencoba untuk melakukannya.

Menggunakan hipotesis yang tidak valid

Sebuah hipotesis disusun dalam pengujian A/B sebelum pengujian dilakukan. Itu tergantung pada semua langkah selanjutnya: apa yang harus dilakukan, mengapa harus diubah, apa hasil yang diinginkan, dan sebagainya. Kemungkinan tes berikut akan berkurang ketika Anda melanjutkan dengan hipotesis yang salah.

Perhatikan bahwa semua elemen diperlukan untuk asumsi yang valid: observasi data, spekulasi penjelasan, teori tentang bagaimana sesuatu harus diperbaiki dan hasil pengukuran setelah perubahan dibuat.

Membagi pengujian terlalu banyak elemen

Tidak mungkin untuk mengetahui bersama-sama faktor mana yang paling mempengaruhi kinerja atau kegagalan pengujian dengan menguji begitu banyak elemen situs web. Semakin banyak komponen yang diperiksa, semakin banyak lalu lintas di situs web yang harus digunakan untuk membenarkan penelitian yang relevan secara statistik. Oleh karena itu, pengujian prioritas penting untuk pengujian A/B yang efektif.

Mengukur hasil analitik yang salah

Mengukur hasil sama pentingnya dengan mengukur, tetapi ini adalah satu lingkungan di mana orang membuat kesalahan pengujian A/B yang mahal. Anda tidak dapat mengandalkan laporan Anda, Anda juga tidak dapat membuat keputusan berdasarkan data pada pemasaran Anda jika Anda tidak menghitung kinerja dengan benar. Salah satu cara termudah untuk melakukannya adalah memastikan Anda menggunakan Google Analytics untuk mengerjakan pendekatan penelitian A/B Anda.

Contoh Pengujian A/B: Pemasaran Email

Pemasaran email melibatkan pengoptimalan kecepatan pembukaan, klik, dan respons sambil menciptakan sebanyak mungkin panduan dan pendapatan untuk kampanye email tertentu. Namun, di zaman kita dengan kotak email yang kelebihan beban, klien potensial Anda tidak dapat membuka email Anda karena mereka telah menerima begitu banyak. Sebenarnya, tidak ada orang lain yang dapat membayangkan kampanye email ideal perusahaan Anda — yang akan bergantung pada sejumlah item yang akan kita bahas nanti. Akibatnya, pengujian A/B adalah cara terbaik untuk merencanakan dan menulis email yang paling kuat.

Mengapa pengujian A/B penting dalam pemasaran email

Seperti yang Anda lihat, pemasaran email menghasilkan rata-rata $40 per dolar yang dihabiskan , peningkatan pada tampilan atau iklan spanduk. Karena pemasaran email adalah area yang menguntungkan secara komersial, melakukan pengujian A/B email akan lebih bermanfaat daripada merugikan.

Pertama, Anda dapat mempercepat klik dan rasio buka dengan mengidentifikasi tren dan perilaku umum. Selain itu, konversi akan ditingkatkan dan pendapatan yang dihasilkan oleh studi tentang saluran dan sumber lalu lintas yang penting untuk menentukan berapa banyak pesan yang dibuka telah benar-benar berkontribusi pada prospek atau penjualan. Anda akan mendapatkan penilaian rinci tentang ROI pemasaran email, awal yang positif untuk membantu meningkatkan konversi dan keuntungan. Ini adalah awal yang baik.

Setelah beberapa tes definitif, upaya pemasaran email Anda yang akan datang akan segera berhasil. Anda akan menemukan faktor pembeda yang besar. Dengan pengujian A/B, Anda akan menghasilkan email yang dibuat khusus dan sesuai dengan prospek Anda. Dan untuk melakukan pengujian A/B yang berhasil yang dapat meningkatkan kampanye pemasaran email Anda ke tingkat yang baru, Anda mungkin memerlukan bantuan penyedia layanan pemasaran email yang cerdas dan mudah diakses, dengan AVADA Email Marketing menjadi salah satu nama terkemuka yang layak digunakan. melihat.

Apa yang harus dikirim melalui email pengujian A/B

Ada berbagai variabel yang dapat Anda uji A/B untuk kampanye pemasaran email Anda. Berikut adalah daftar elemen pengujian A/B email paling umum yang dapat Anda pertimbangkan untuk tujuan penelitian:

• Subjek dan judul
• Gambar dan video
• Desain dan tata letak email
• Pratinjau teks
• Copywriting (panjang, nada, urutan kata, dll.)
• CTA
• Tautan dan tombol
• Kesaksian yang berbeda

Contoh: Nada

Nada kampanye email Anda akan sangat memengaruhi jumlah klik yang Anda dapatkan. Studi menunjukkan bahwa Anda menargetkan otak pembaca Anda lebih sering jika Anda menambahkan informasi positif ke dalam salinan Anda, sehingga Anda dapat memahami poin utama Anda dengan cepat dan meningkatkan keinginan untuk mengklik dan membeli item.

Mari kita lihat contoh dari Campaign Monitor. Dalam versi A, mereka menggunakan bahasa pesimis dalam versi A untuk menggarisbawahi kenyataan "buruk" dari memulai posisi baru. Untuk menghasilkan rasa negatif yang jelas dan perilaku pembaca yang melumpuhkan, mereka secara khusus menggunakan bahasa seperti "kesulitan", "tidak mengenal banyak orang".

Namun, di email Versi B, Campaign Monitor secara sadar menggunakan istilah optimis seperti 'menyenangkan', 'orang baru yang cerdas', dan 'mempelajari seluruh rangkaian alat baru' untuk membuat email terdengar jauh lebih positif. Tes mengungkapkan bahwa tingkat konversi email mereka telah meningkat sebesar 22 persen dengan kata-kata positif yang digunakan. Oleh karena itu, pada saat Anda menulis salinan kampanye pemasaran email Anda, pikirkan tentang nada dan lihat apakah nada positif dapat melebihi nada negatif.

Kata-kata Terakhir

Pengujian A/B sangat berharga untuk meningkatkan hasil konversi di situs web Anda. Pengujian A/B akan menghilangkan banyak risiko yang melekat pada pengoperasian sistem pengoptimalan jika dicapai dengan komitmen maksimum dan keahlian yang sudah Anda miliki. Ini juga akan meningkatkan pengalaman pengguna situs web secara dramatis dengan penghapusan semua tautan buruk dan optimalisasi pembaruan situs web.