Bagaimana Bekerja dengan Alat Pengujian A/B untuk Keberhasilan Pengoptimalan? 6 Faktor Teratas Dijelaskan
Diterbitkan: 2021-08-26Berinvestasi pada alat pengujian A/B yang tepat untuk bisnis Anda hanyalah langkah pertama. Keajaiban sebenarnya terletak pada proses dan strategi Anda.
Tetapi proses dan strategi apa yang memposisikan program pengoptimalan Anda untuk hasil terbaik?
Dalam artikel ini, kami akan menunjukkan kepada Anda 6 cara agar alat pengujian A/B Anda bekerja sekeras mungkin untuk Anda dan mendapatkan ROI tertinggi .
Namun sebelum kita mulai, ada beberapa aspek utama yang perlu diingat saat menggunakan alat pengujian A/B. Aspek-aspek tersebut berkaitan dengan:
- Batas alat
- Batasan tim vendor di balik alat ini, dan
- Batasan proses dan budaya pengoptimalan Anda sendiri yang dapat menyebabkan hambatan dalam keberhasilan penggunaan platform pengujian A/B.
Sekarang, mari selami 6 cara untuk mendapatkan manfaat maksimal:
- 1. Mulailah dengan Pendidikan (Jangan Lewatkan Ini)
- Alatnya Sebagus Hipotesis
- Hipotesis Terbaik Bisa Tergelincir Tanpa Eksekusi yang Benar
- 2. Gunakan Fleksibilitas Alat untuk Keuntungan Anda
- Integrasi
- Pembayaran Layanan Mandiri
- 3. Memeriksa Ancaman (Validitas) yang Diperkenalkan Alat
- Apakah Alat Pengujian A/B Mempengaruhi Data Web Inti Anda?
- Apakah Alat Pengujian A/B Anda Menyebabkan Berkedip?
- Apakah Alat Pengujian A/B Anda Mempertimbangkan Faktor Privasi?
- Apakah Alat Pengujian A/B Anda Menyebabkan Kontaminasi Silang antara Kelompok Kontrol dan Perlakuan?
- 4. Lihat Di Bawah Tudung Statistik & Pertimbangkan Mempekerjakan Bakat Khusus
- 5. Siapkan Alat Anda untuk Digunakan & Adopsi
- Mulai Kanan
- Gunakan Fitur Manajemen Proyek Alat Anda
- Nomenklatur Itu Penting
- Pastikan Anda Menggunakan Dukungan Vendor dengan Baik
- 6. Ukur Output yang Tepat Untuk Program Pengujian A/B Anda
- Langkah selanjutnya
1. Mulailah dengan Pendidikan (Jangan Lewatkan Ini)
Di sinilah Anda berinvestasi pada orang-orang yang menggunakan alat tersebut. Karena, baik gratis atau berbayar, keuntungan dari alat pengujian A/B Anda hanya sebaik tangan yang menggunakannya.
Perangkat lunak pengujian A/B di tangan penguji pemula tidak sama dengan perangkat lunak yang sama di tangan seorang ahli.
Pengoptimal Ace Simar Gujral dari OptiPhoenix memahami hal ini. Dia melakukan pelatihan alat untuk karyawan baru tetapi lebih dari sekadar "cara menggunakan alat pengujian A/B" untuk menekankan pelatihan dan strategi proses.
Jonny Longden dari Journey Lebih lanjut mengatakan 80% dari investasi Anda harus pada orang dan 20% dalam teknologi:
Jadi, langkah pertama Anda untuk mendapatkan manfaat ROI maksimal dari pengoptimalan adalah mendidik diri sendiri dan tim Anda tentang proses dan strategi pengujian A/B yang tepat .
Anda dapat memulai program pengujian CRO dan A/B CXL. Bahkan, sebagai pelanggan Convert, Anda akan mendapatkan akses ke program pelatihan CXL ini.
Pelatihan adalah hal yang mempersiapkan penguji untuk:
- Munculkan hipotesis hebat untuk diuji
- Prioritaskan pengujian area berdampak tinggi terlebih dahulu
- Baca data dengan benar dan ekstrak wawasan berharga
- Temukan ide tes
- Uji hal yang benar
… dan banyak lagi.
Ini adalah dasar dari apa yang benar tentang pengujian A/B berperforma terbaik. Karena…
Alatnya Sebagus Hipotesis
Hadapi saja: Alat Anda hanya akan melakukan penawaran Anda.
Dan jika penawaran Anda didasarkan pada hipotesis yang buruk, pengujian A/B tidak akan memberikan hasil yang Anda inginkan.
Ada cara untuk membangun hipotesis yang hebat, tetapi itu hanya mungkin jika dibuat dari data suara. Ini lebih dari sekadar pengumpulan data, tetapi juga pemrosesan dan interpretasinya. Jadi, sikap terhadap analisis data yang menginformasikan hipotesis Anda haruslah sikap terhadap pertumbuhan bisnis.
Gunakan data Anda untuk menemukan masalah dalam produk atau bisnis Anda dan mengungkapkan peluang untuk perbaikan. Di situlah untuk memulai.
Ini juga merupakan batu loncatan pendidikan untuk hipotesis masa depan. Belajar dari tes menerangi wawasan baru tentang apa yang berhasil dan apa yang tidak. Kesalahan umum di sini adalah melihat tes yang gagal sebagai kegagalan.
Semua eksperimen ini membantu Anda melihat lebih jauh ke dalam strategi Anda—untuk menghindari belokan yang salah atau melanjutkan apa yang berhasil—dengan cara apa pun, Anda menggunakan alat Anda dengan benar.
Buat hipotesis yang kuat menggunakan generator hipotesis pengujian A/B gratis kami.
Hipotesis Terbaik Bisa Tergelincir Tanpa Eksekusi yang Benar
Bahkan jika hipotesis Anda tepat, Anda mungkin tidak mendapatkan hasil maksimal darinya tanpa eksekusi yang tepat.
Ini bisa terjadi karena beberapa alasan.
Misalnya, Anda mungkin
- Menjalankan tes terlalu lama
- Tidak menjalankan tes cukup lama
- Menjalankan terlalu banyak tes secara bersamaan
- Menguji pada waktu yang salah, atau
- Menyiapkan tes dengan cara yang salah.
Kontributor utama masalah di sini adalah tidak adanya satu atau lebih dari 3 hal:
- Pola pikir dan taktik eksperimen yang tepat
- Pengetahuan teknis dan teoretis yang berkualitas
- Pemahaman yang cukup untuk menggunakan alat.
Untuk dua yang pertama, pendidikan berkualitas tinggi dan pengalaman langsung menutupinya. Untuk yang terakhir, alat pengujian A/B Anda berhutang sesi orientasi yang menghilangkan semua kesalahpahaman yang unik untuk kasus penggunaan Anda.
Di Convert, kami telah menemukan korelasi kuat antara pelanggan yang memiliki pelatihan teknis yang kuat dan mencari pendidikan alat dengan para ahli kami dan peluang untuk mendapatkan nilai dari aplikasi kami.
Pastikan bahwa orientasi aplikasi yang Anda berikan berpusat pada pengguna dan bukan berpusat pada fitur . Anda menginginkan vendor yang telah mempertimbangkan faktor-faktor berikut saat merancang orientasi:
- Nilai inti yang Anda cari dari alat ini
- Langkah-langkah yang harus Anda ambil untuk mengalami nilai inti itu
- Gesekan yang Anda alami di sepanjang jalan
- Kemudahan penggunaan Anda.
Dan ketika tiba waktunya untuk mendorong eksperimen pemenang Anda untuk hidup, itu mungkin terjebak dalam antrean pengembangan. Mungkin tidak ada pengembang khusus di tim pengoptimalan atau tim pengembangan web utama sibuk dengan proyek "lebih besar".
Tetapi perubahan kecil ini dapat memiliki efek besar—dan Anda juga telah membuktikannya—sehingga mereka layak mendapat perhatian yang sama dari pengembang. Pisahkan antrian pengembangan produk Anda sehingga perbaikan kecil mendapatkan perhatian yang sama seperti tugas besar dan mendesak.
2. Gunakan Fleksibilitas Alat untuk Keuntungan Anda
Cara lain untuk menggunakan alat Anda dengan kemampuan terbaiknya adalah dengan memanfaatkan berbagai fiturnya—tetapi hanya jika itu berlaku untuk penggunaan unik Anda, tentu saja.
Kamu dapat memakai:
Integrasi
Integrasi adalah tulang punggung dari pembuatan kumpulan alat yang saling berhubungan untuk meningkatkan upaya pengujian A/B, pemasaran, atau pengoptimalan tingkat konversi Anda.
Itu bisa untuk mengekstrak data dari beberapa alat tumpukan Anda dan menginformasikan hipotesis, mengirim data ini ke sebanyak mungkin platform termasuk Google Analytics, atau menjalankan pengujian A/B pada kampanye pemasaran email Anda.
Inilah yang dikatakan Silver Ringvee, CTO di Speero tentang ini:
Pastikan Anda tidak menyimpan data Anda dalam isolasi dalam alat pengujian Anda. Sebaiknya dorong data eksperimen Anda ke sebanyak mungkin alat dan tujuan yang relevan. Dengan cara ini Anda dapat menggali lebih dalam ke grup varian di alat analitik Anda, menganalisis perilaku pengguna menggunakan sesuatu seperti Hotjar, dan menghitung dampaknya pada metrik jangka panjang seperti LTV atau churn dalam gudang data Anda .
Pembayaran Layanan Mandiri
Yang ini terutama berlaku untuk bisnis yang baru memulai dengan pengujian A/B dan tidak benar-benar memiliki anggaran yang tak terbatas untuk bertahan. Tujuannya adalah untuk terus meningkatkan kecepatan pengujian Anda .
Jadi, pastikan alat ini memungkinkan Anda untuk membeli lebih banyak pengguna yang diuji sesuai kebutuhan, tanpa menjeda paket Anda hingga Anda meningkatkan ke tingkat dengan harga lebih tinggi (setelah percakapan yang melelahkan dengan perwakilan penjualan).
Akan sangat ideal jika Anda dapat meningkatkan untuk mengakses fitur yang mungkin hanya Anda perlukan secara sporadis saat Anda menginginkannya. Dan turunkan versi saat program pengujian Anda mengalami jeda sehingga Anda dapat menggunakan anggaran untuk meningkatkan keterampilan tim Anda. Jangan lewatkan kesempatan ini.
Juga, alat mahal datang dengan janji besar yang dengan cepat berubah menjadi hype. Jangan dijual pada lonceng dan peluit yang akan membiarkan Anda menguji segalanya. Anda jarang perlu melakukan itu.
Alih-alih, fokuslah pada alat yang memungkinkan Anda menguji apa yang dibutuhkan bisnis Anda . Dan di sinilah Strategi Pendidikan dan Tes masuk.
Di Convert, kami mengizinkan peningkatan & penurunan versi paket layanan mandiri, opsi pembayaran bulanan, dan juga kemampuan untuk hanya membeli pengguna yang sudah teruji.
3. Memeriksa Ancaman (Validitas) yang Diperkenalkan Alat
Sebelum Anda menaruh semua kepercayaan Anda pada hasil Anda, pastikan Anda sepenuhnya memahami cara kerja alat yang Anda pilih dan bagaimana Anda telah menerapkan tes.
Tujuannya di sini adalah untuk melihat apakah data Anda telah rusak dalam beberapa cara, sehingga Anda akan tahu seberapa besar kepercayaan yang harus diberikan pada hasil.
Apakah Alat Pengujian A/B Mempengaruhi Data Web Inti Anda?
Pastikan Anda telah menerapkan alat pengujian A/B Anda dengan cara yang tidak mengurangi peringkat mesin telusur Anda. Anda tidak ingin debat SEO vs. CRO. Kedua berjalan beriringan.
Hampir tidak ada perubahan yang Anda buat pada situs Anda untuk tujuan CRO yang akan mengganggu posisi Anda di Google. Setiap perubahan yang Anda buat biasanya akan memengaruhi kata kunci, konten halaman, dan pengalaman pengguna. Itu hanya 3 dari 200+ faktor peringkat.
Dan karena Anda meningkatkan konversi pada laman tersebut, Anda juga mengirimkan sinyal positif ke Google bahwa orang-orang menyukai konten Anda. Ada rasio pentalan yang lebih rendah dan jumlah pengunjung meningkat.
Menurut Rand Fishkin dari Moz, selama Anda tidak membuat perubahan gila pada halaman Anda, Anda akan melihat CRO dan SEO sebagai rekan tim — bukan faktor yang berlawanan.
Bacaan tambahan: Vital Web Inti untuk Pengujian A/B: Apakah Perangkat Lunak Pengujian A/B Anda Memperlambat Situs Anda?
Apakah Alat Pengujian A/B Anda Menyebabkan Berkedip?
Anda tidak ingin data uji kedip skewing. Pilih alat yang tidak berkedip.
Flicker dapat merusak integritas data yang Anda kumpulkan dari eksperimen karena menjadi jelas bagi pengunjung situs web Anda bahwa sesuatu yang aneh sedang terjadi dengan halaman web Anda. Saat mereka melirik versi aslinya sebelum varian itu muncul, itu menimbulkan tanda tanya di benak mereka. Tak perlu dikatakan lagi bahwa menampilkan versi halaman Anda yang berbeda kepada pengunjung yang sama akan merusak pengalaman pengguna.
Anda perlu menerapkan kode alat dengan cara yang secara eksplisit mendukung tanpa berkedip. Inilah cara Anda dapat melakukannya.
Inilah yang para ahli harus bagikan tentang beberapa efek dunia nyata dari kedipan dalam pengoptimalan situs web:
Meskipun kami menikmati personalisasi dalam pengalaman kami, dalam banyak kasus kami tidak ingin tahu bahwa kami sedang dipersonalisasi, alasannya adalah karena kami ingin berada di KONTROL, menurut teori penentuan nasib sendiri, kami ingin untuk memiliki otonomi dan "KONTROL" dari apa yang kita lakukan.
Oleh karena itu memiliki efek kedipan di mana ia menunjukkan kontrol selama beberapa detik dan kemudian berubah menjadi varian; kami tidak dapat kembali ke versi pertama meskipun kami mencoba memuat ulang halaman atau kembali karena cookie telah disimpan. Ini menyebabkan ketidakpercayaan dan kecemasan. "Mengapa saya tidak bisa kembali ke apa yang pernah saya lihat sebelumnya?" "Saya menyukai halaman pertama yang saya lihat, bagaimana saya bisa kembali?"
Singkatnya, ini menyebabkan ketidakpercayaan pada merek yang memiliki masalah ini, meningkatkan rasio pentalan dan kehilangan konversi .
Carlos Alberto Reyes Ramos, Speero
Flicker mempengaruhi tes Anda dalam BANYAK cara. Kapan pun Anda dapat sepenuhnya menghapus kedipan dalam eksperimen Anda – lakukanlah. Ada strategi yang dapat Anda ambil untuk memastikan kedipan tidak terjadi – Saya sarankan untuk mengambil strategi tersebut sebanyak mungkin, terutama untuk pengujian yang melibatkan komponen paruh atas. Atau, jika Anda mengetahui komponen tertentu yang ingin Anda uji lebih rentan berkedip – pertimbangkan untuk mendesain ulang pengujian Anda sehingga masih menguji hipotesis tetapi tidak mengubah komponen tertentu .
Saya telah menjadi bagian dari eksperimen di mana kami melakukan pengujian promo harga. Bisakah Anda bayangkan jika kedipan Anda berjalan begitu lama, sehingga pengguna melihat satu promo, lalu beralih ke promo lain? Saya akan marah sebagai pengguna. Jika kedipannya cukup buruk, Anda sejujurnya harus mempertimbangkan eksperimen Anda apakah tes hilang karena hipotesis terbukti salah, karena kedipan, atau karena keduanya! Anda sedang menguji dua variabel dalam kasus ini, bukan satu.
Jika Anda khawatir tentang seberapa besar dampak pergantian tampilan yang mungkin terjadi pada situs Anda, Anda dapat memilih untuk menguji pengalaman halaman arahan yang sama tetapi memperkenalkan pergantian tampilan. Dengan cara ini, Anda dapat menguji kedipan dan menganalisis hasilnya dengan cara yang 'tidak inferior' untuk melihat dampak kedipan yang mungkin disebabkan oleh elemen tertentu tersebut.
Umumnya, ini adalah upaya terakhir jika kedipan tidak dapat dihindari – Anda harus selalu melakukan yang terbaik untuk menjalankan eksperimen yang tidak memiliki kedipan apa pun .
Shiva Manjunath, Speero
Apakah Alat Pengujian A/B Anda Mempertimbangkan Faktor Privasi?
Seringkali ketika alat pengujian A/B tidak menggunakan cookie pihak pertama, karena pencegahan pelacakan di seluruh browser, pengunjung situs yang ada dapat diceritakan kembali dalam laporan atau, lebih buruk lagi, terkena perlakuan dan kontrol.
Pencegahan pelacakan ini meliputi:
- Pencegahan Pelacakan Cerdas (ITP) dari Safari
- Perlindungan Pelacakan yang Ditingkatkan (ETP) dari Mozilla, dan
- Pencegahan Pelacakan dari Microsoft Edge
Bergantung pada persentase lalu lintas Anda yang menggunakan browser ini, besarnya pengaruhnya terhadap analisis pemasaran Anda akan bervariasi.
Karena pencegahan ini, browser menyimpan cookie untuk jangka waktu yang berbeda. Dari selama 30 hari hingga sesingkat 24 jam. Karena cookie membantu alat mengenali pengguna, ini memengaruhi jumlah pengguna baru dan mengacaukan perhitungan tingkat konversi.
Katakanlah, misalnya, masa simpan cookie adalah 24 jam, orang yang sama yang mengunjungi situs Anda dalam jarak 2 hari akan dicatat sebagai 2 pengguna yang berbeda.
Jika ini terjadi pada 100 pengguna dan 50 di antaranya akhirnya melakukan konversi, rasio konversi (yaitu jumlah konversi dibagi dengan jumlah pengguna) akan menjadi 0,25. Karena 100 pengguna tersebut tercatat sebagai 200 orang yang berbeda. Tingkat konversi seharusnya 0,50.
Ini berdampak pada berbagai metrik terkait pengguna. Agar Anda dapat terus mendapatkan data yang Anda butuhkan untuk pengujian dan analisis pemasaran dengan akurasi sebanyak mungkin, pilih alat yang memiliki solusi untuk dunia tanpa cookie.
Apakah Alat Pengujian A/B Anda Menyebabkan Kontaminasi Silang antara Kelompok Kontrol dan Perlakuan?
Hal lain yang dapat merusak integritas hasil tes Anda adalah kontaminasi silang antara kelompok kontrol dan perlakuan. Hasil tes Anda tidak seharusnya dipengaruhi oleh tes lain.
Jika Anda bermaksud menjalankan beberapa pengujian di situs web atau halaman web, alat Anda harus dilengkapi dengan fitur yang berharga: pencegahan tabrakan.
Jika desain ulang pengujian Anda tidak memperhitungkan limpahan dampak dari grup kontrol ke grup varian (yang umum dalam eksperimen media sosial) dan Anda tidak mencegah tabrakan, maka ini adalah perangkap pengujian A/B yang sah.
4. Lihat Di Bawah Tudung Statistik & Pertimbangkan Mempekerjakan Bakat Khusus
Alat ini bukan tempat nomor satu untuk menginvestasikan sebagian besar anggaran pengujian Anda. Jika itu strategi Anda, Anda bahkan mungkin kesulitan untuk membuktikan ROI pengujian A/B Anda.
Jika organisasi Anda berada di jalur untuk sepenuhnya menyerap budaya eksperimen dan membuat keputusan berdasarkan data sepenuhnya, bahkan jika Anda telah berhasil mendemokrasikan data dan mendapatkan semua tangan di area itu, masih masuk akal untuk berinvestasi dalam bakat yang didedikasikan untuk tujuan itu. Dan jika Anda mampu membelinya, sebuah tim.
Ini karena bereksperimen tidak memberikan hasil yang diinginkan dalam jangka panjang ketika itu hanya tugas sampingan untuk seseorang di tim pemasaran Anda. Bahkan hanya penguji 50% akan selalu mengungguli penguji 1%.
Anda juga ingin lebih fokus pada keterampilan kepemimpinan dan komunikasi bakat Anda untuk mempromosikan budaya pengujian di organisasi Anda. Menghasilkan hipotesis yang bagus dan menjalankan pengujian A/B yang baik, pengujian terpisah, atau pengujian multivarian adalah keterampilan yang dapat dipelajari.
Ketika datang ke alat pengujian A/B Anda, Anda ingin dapat mempercayai hasil yang Anda dapatkan. Pergi dengan opsi yang terbuka tentang pendekatan statistik mereka.
Baik Bayesian atau Frequentist, talenta Anda yang berdedikasi dengan latar belakang statistik yang solid harus dapat memahami bagaimana angka-angka tersebut dihitung. Dengan begitu, Anda dapat mengekstrak wawasan yang jauh lebih akurat dan mendapatkan nilai penuh dari uang yang diinvestasikan dalam alat Anda.
Meskipun Anda menggunakan salah satu alat pengujian A/B gratis terbaik, Google Optimize, Anda memerlukan informasi ini. Sayangnya, semua yang dapat Anda pelajari tentang GO adalah bahwa ia menggunakan Bayesian tetapi tidak akan membagikan pertimbangan sebelumnya kepada Anda. Ini adalah kurangnya transparansi dan masalah besar.
Mungkin sudah waktunya untuk mempertimbangkan transisi ke pengujian yang lebih tepercaya?
Di sisi lain, dengan mesin statistik Frequentist, kolaborator mungkin hanya melihat tingkat signifikansi statistik dan menarik kesimpulan yang salah. Ah, dosa mengintip yang tidak logis! Anda seharusnya menunggu sampai mencapai ukuran sampel.
Apa yang dapat Anda lakukan tentang ini adalah menetapkan aturan untuk tidak mengintip. Anda tidak ingin orang berjalan dengan kesimpulan yang salah yang berdampak pada kualitas keputusan.
Selalu pilih vendor dengan mesin stat transparan.
Convert Experiences menggunakan uji Z 2 sisi pada tingkat kepercayaan 0,05 (95%) (yaitu 0,025 untuk setiap ekor sebagai distribusi simetris normal) dengan opsi untuk mengubahnya antara 95%-99%.
5. Siapkan Alat Anda untuk Digunakan & Adopsi
Salah satu hambatan bagi anggota lain dari organisasi Anda untuk mengadopsi budaya pengujian adalah bahwa beberapa alat ini datang dengan kurva belajar yang agak curam .
Tetapi Anda dapat membuat hal-hal sedikit ramah dan lebih mudah dipahami oleh pengguna biasa. Berikut caranya:
Mulai Kanan
Anda dapat dengan mudah membanjiri orang lain jika ada banyak fitur yang tampaknya terlalu teknis untuk mengganggu.
Jika Anda tidak menggunakan fitur mewah ini, gunakan alat ringan yang memotong fitur mengasapi. Produk-produk VWO disiapkan dengan baik untuk ini (Yup, pesaing… tapi aspek mereka ini benar-benar luar biasa).
Gunakan Fitur Manajemen Proyek Alat Anda
Ini adalah cara yang fantastis untuk menyertakan orang lain dan mengerjakan pengujian A/B dengan mulus sebagai sebuah tim.
Juga, orang lain dapat menggunakan alat yang sama untuk tujuan yang berbeda. Misalnya, Convert memiliki kemampuan untuk memiliki beberapa proyek dalam satu akun, dengan setiap proyek mampu menangani sub-domain tanpa batas.
Nomenklatur Itu Penting
Atur sedemikian rupa sehingga siapa pun di tim Anda dapat menggunakan alat ini dan mendapatkan gambaran tentang apa yang telah terjadi. Keakraban, dalam hal ini, melahirkan adopsi.
Membuat konvensi penamaan untuk pengujian Anda mungkin tampak berlebihan saat pertama kali memulai, tetapi seiring dengan peningkatan kecepatan pengujian dan iterasi pengujian lama, Anda akan senang melakukannya.
Nama eksperimen A/B harus singkat dan deskriptif. Nama yang baik mengandung informasi berikut.
- Penulis (pengembang atau tim – hanya relevan jika beberapa tim bekerja di bawah satu akun)
- Halaman yang ditargetkan, jenis halaman, atau grup halaman
- Perubahan (deskripsi singkat tentang perubahan apa yang sedang diuji)
- Target audiens (grup perangkat, sumber lalu lintas, geolokasi, dll.)
- Informasi versi
Beberapa contoh:
Pemasaran Amazon – Manfaat HP ATF – Seluler – V2 (HP adalah singkatan dari Home Page dan ATF adalah singkatan dari Above The Fold)
Pemasaran Amazon – Promosikan Tautan ke Ulasan di Halaman Arahan – Desktop
Produk Amazon – Prioritas 1 – Fitur Perbandingan Stasioner PDP – Seluler (Peluncuran Ulang).
Cincin Perak, CTO, Speero
Pastikan Anda Menggunakan Dukungan Vendor dengan Baik
Pahami semua cara Anda dapat menghubungi tim dukungan. Anda akan membutuhkan tim yang sangat responsif dan berpengetahuan luas untuk memberikan bantuan yang Anda butuhkan saat menjalankan pengujian.
Cari tahu apakah email, obrolan, dan dukungan telepon tersedia dalam paket Anda.
Lihat perbandingan alat pengujian A/B ini. (Perhatikan bahwa Konversi menawarkan semua 3 opsi dukungan dengan semua paket.)
Juga, gunakan CSM Anda sebagai mitra akuntabilitas. Beri tahu mereka tujuan Anda, sehingga mereka dapat mengarahkan Anda ke sumber daya yang tepat, dari segi alat. Jika Anda tidak memiliki pemasar khusus atau bakat eksperimen atau memerlukan konsultasi, seringkali vendor Anda mengetahui para profesional yang hebat dalam menggunakan alat mereka. Dan akan dengan senang hati melakukan perkenalan.
6. Ukur Output yang Tepat Untuk Program Pengujian A/B Anda
Tampaknya Anda tidak bisa mendapatkan perhatian yang sangat dibutuhkan untuk program pengujian A/B jika Anda tidak mengaitkannya dengan perolehan pendapatan. Biasanya, eksekutif meminta angka pasti untuk memvalidasi kebutuhan pengujian A/B.
“Berapa persentase peningkatan yang harus kita harapkan? Dan berapa yang akan menambah pendapatan tahun ini?”
Tapi bukan untuk itu eksperimen dirancang . Tes A/B dimaksudkan untuk menambahkan ukuran kepastian atau keyakinan pada gagasan — apakah hipotesis itu benar atau tidak.
Bahkan, pendekatan itu dapat menyebabkan masalah seperti:
- Menetapkan harapan yang tidak dapat secara realistis dipenuhi,
- Mengatribusikan keuntungan ke pengujian A/B saja dan mengabaikan pemain kunci lainnya,
- Melihat tes yang gagal sebagai kegagalan total, alih-alih wawasan tentang apa yang berhasil (peningkatan laba) dan apa yang tidak (mitigasi risiko),
- Membuat ekstrapolasi hasil tes yang tidak akurat.
Karena itu, Anda tidak ingin menggunakan alat pengujian A/B untuk melacak klik tautan. Sebaliknya, pilih tujuan pengujian A/B yang tepat. Dan manfaatkan kekuatan opsi Sasaran Lanjutan alat Anda untuk mendapatkan rincian tentang apa yang Anda lacak & alasannya.
Berikut cara memilih sasaran dan metrik yang tepat yang harus Anda lacak:
- Mulailah dengan tujuan yang penting bagi bisnis Anda . Dengan begitu, Anda dapat memilih sasaran pengujian A/B yang selaras dengan sasaran bisnis.
Jika tujuan bisnis adalah untuk meningkatkan pendapatan dengan memperoleh lebih banyak pelanggan, eksperimen Anda harus diarahkan untuk menghasilkan prospek.
- Pilih tujuan utama dan sekunder Anda. Utamanya adalah yang langsung menautkan ke tujuan bisnis, seperti unduhan aplikasi dan permintaan demo.
Tujuan sekunder mendukung tujuan utama karena merupakan konversi mikro yang biasanya mengarah pada pencapaian tujuan sekunder di beberapa titik di masa depan. Ini bisa melibatkan konten Anda atau mendaftar untuk buletin.
Idenya di sini adalah untuk mengenali faktor-faktor yang berkontribusi untuk mencapai tujuan bisnis utama.
- Putuskan apa yang akan diukur. Ini adalah indikator kinerja utama (KPI) Anda — metrik yang menunjukkan di mana Anda berada dalam kaitannya dengan tujuan bisnis utama.
Jika Anda menyadari hal ini, akan lebih mudah untuk benar-benar mengukur dan meningkatkan metrik yang secara langsung berdampak pada pertumbuhan positif bagi bisnis.
Jika Anda tidak mengatur tujuan Anda dengan benar, Anda akan merayakan tujuan mikro yang tidak menggerakkan jarum atau terus-menerus berinvestasi dalam "Ide Langit Besar" yang sulit untuk dikalibrasi, dirancang, disebarkan, dan akhirnya terlihat seperti kegagalan . Keseimbangan terletak di tengah.
Langkah selanjutnya
Menggunakan alat pengujian A/B Anda hingga kapasitas 100% tidak selalu memungkinkan, tetapi menggunakannya untuk mendapatkan manfaat maksimal bagi bisnis Anda adalah sesuatu yang dapat Anda upayakan.
Langkah pertama, jika Anda belum memilih satu atau tidak merasa yakin dengan apa yang Anda miliki saat ini, adalah menemukan alat yang tepat untuk kebutuhan Anda. Kemudian, dengan 6 strategi ini, semuanya naik dari sana.
Pesan Demo dengan Convert to Find Out.
Minta demo Anda