Pengalaman yang Dipersonalisasi vs Pengujian A/B: Berbeda, tetapi Bersama Lebih Baik

Diterbitkan: 2019-04-04

Di Instapage, kami mendapat banyak pertanyaan tentang perbedaan antara pengujian A/B dan personalisasi. Dan tidak mengherankan bila Anda menganggap mereka memiliki tujuan yang sama: untuk mengoptimalkan kinerja laman.

Namun, meskipun keduanya tumpang tindih dalam banyak strategi pemasaran tingkat lanjut, keduanya sangat berbeda. Ada waktu dan tempat untuk menggunakan masing-masing.

Itu tidak berarti, bagaimanapun, keduanya harus tetap terpisah dalam strategi pengoptimalan Anda. Seperti yang akan segera Anda temukan, mereka lebih kuat bersama.

Apa itu pengujian A/B, dan bagaimana cara kerjanya di Instapage?

Dalam istilah yang paling sederhana, pengujian A/B adalah metode pengujian keefektifan dua versi desain yang berbeda: versi asli, yang dikenal sebagai versi "A" atau "kontrol", vs. versi "B", yang dikenal sebagai versi " variasi." Setelah mengarahkan lalu lintas yang sama ke masing-masing, Anda dapat menentukan mana yang lebih efektif dalam mencapai tujuan yang ingin Anda capai.

Tentu saja, ada lebih dari itu: Ada data yang harus disortir, hipotesis yang harus dibuat, dan variabel pengganggu untuk dikontrol menuju signifikansi statistik (untuk melihat pengujian A/B secara komprehensif, baca panduan lengkap kami).

Meskipun berkali-kali layak untuk diinvestasikan, pengujian A/B bisa menjadi proses yang panjang dan sulit untuk dikelola. Untungnya, dengan Instapage, pengaturannya mudah.

Bagaimana cara kerja pengujian A/B di Instapage?

Proses penyiapan sulit dilakukan dengan banyak alat pengujian A/B. Namun, dengan Instapage, Anda akan menemukan proses penyiapan intuitif yang memudahkan untuk segera memulai. Berikut tampilannya:

Arahkan ke halaman yang ingin Anda uji. Ini akan dapat diakses melalui sidebar kiri:

Langkah pengujian A/B Instapage 1

Pilih dan klik "Edit Desain" di kanan atas. Ini akan membawa Anda ke halaman.

Di pojok kiri atas pembuat, klik "Buat Pengujian A/B".

Toolbar pengujian A/B Instapage

Ini mengungkapkan opsi untuk membuat variasi halaman Anda. Klik "Variasi Baru" untuk membuat versi "B" halaman Anda, dan drop-down akan muncul, dari mana Anda dapat memilih:

pengalaman yang dipersonalisasi vs diagram pengujian A/B

  • "Variasi baru" untuk membuat duplikat versi A Anda yang dapat disesuaikan
  • "Pilih dari template" untuk membuat versi B menggunakan template Instapage baru
  • “Impor variasi” untuk mengimpor variasi halaman dari luar pembuat

Pada titik ini, Anda seharusnya sudah berkonsultasi dengan data Anda dan membentuk hipotesis untuk pengujian. Sekarang, di Instapage, Anda akan menyesuaikan halaman "B" Anda untuk mencerminkannya.

Pada variasi “B”, edit dengan mengeklik elemen yang ingin Anda sesuaikan dan buat perubahan yang diinginkan. Setelah selesai, pastikan untuk menyimpan pekerjaan Anda dan mempratinjau kedua versi halaman Anda. Jika semuanya terlihat baik, saatnya kembali ke dasbor.

Setelah Anda berada di sana, klik tombol "Analytics" di samping halaman yang sedang Anda uji A/B. Di sini, Anda dapat menyetel pemisahan lalu lintas pengujian A/B (berapa persentase lalu lintas yang akan melihat eksperimen yang Anda jalankan):

data pengujian A/B pengalaman yang dipersonalisasi

Saat Anda siap menjalankan eksperimen, kembali ke dasbor dan pilih halaman arahan Anda dan tekan "Publikasikan".

Apa itu Personalisasi di Instapage?

Solusi baru adalah semua tentang pengalaman. Untuk memberikan pengalaman unik, Anda mengidentifikasi parameter UTM, yaitu kode pelacakan di dalam Instapage. Dengan demikian, pengiklan dan pemasar dapat memaksimalkan konversi dengan halaman arahan pasca-klik yang dipersonalisasi 1:1.

Personalisasi bertujuan untuk menayangkan halaman yang paling relevan ke setiap segmen lalu lintas, bukan mencari rata-rata. Itu tidak dibangun di atas keacakan pengujian A / B, tetapi sebaliknya, bergantung pada segmentasi lalu lintas berdasarkan faktor-faktor seperti demografi, perilaku, perujuk, dll. Kemudian menyajikan halaman yang disesuaikan dengan faktor-faktor tersebut.

Penawaran baru memungkinkan pemasar untuk:

  • Buat sejumlah pengalaman halaman unik untuk halaman arahan pasca-klik
  • Lampirkan pengalaman ke audiens tertentu (saat ini berdasarkan parameter UTM)
  • Sajikan pengalaman yang tepat secara real-time kepada audiens yang tepat
  • Otomatis kembali ke pengalaman default untuk audiens yang tidak terikat dengan pengalaman apa pun
  • Tambahkan atau hapus pengalaman dari halaman secara real-time
  • Buat variasi untuk pengalaman halaman guna membagi pengujian dalam audiens tertentu
  • Identifikasi audiens berperforma tinggi dengan melacak metrik di tingkat audiens

Dengan Personalisasi, pemasar dapat membuat dan mengoptimalkan pengalaman unik untuk setiap audiens target halaman arahan pasca-klik, dalam hitungan menit dan dalam skala besar, sehingga memungkinkan personalisasi 1:1.

Bagaimana pengalaman yang dipersonalisasi berbeda dari pengujian A/B

Setelah Anda mengklik "Publikasikan", pengujian A/B Anda akan dimulai. Begini cara kerjanya: Jika Anda menetapkan pembagian lalu lintas menjadi 50/50 di Instapage, 50% pengunjung Anda akan mengunjungi kontrol Anda, dan 50% akan mengunjungi variasi Anda.

Namun, siapa yang tiba di mana benar-benar acak. Ini adalah kekuatan dan kelemahan pengujian A/B sebagai alat pengoptimalan. Keacakan menjaga percobaan agar tidak menyimpang, tetapi hanya memungkinkan Anda menemukan rata-rata laman dengan kinerja terbaik.

Apa yang tidak membantu Anda lakukan adalah menemukan halaman dengan kinerja tertinggi untuk setiap pengunjung. Beberapa pengunjung, misalnya, akan menyukai desain A. Yang lainnya tidak dan mereka mungkin tidak akan pernah berkonversi.

Namun jika desain "A" memiliki rasio konversi tertinggi di akhir eksperimen, Anda akan menjalankan desain "A". Anda telah menemukan jalan tengah — di mana mayoritas akan berkonversi — tetapi Anda telah mengabaikan minoritas, yang masih menjadi bagian besar dari lalu lintas Anda.

Contoh pengujian A/B

Pertimbangkan contoh uji coba hipotetis A/B ini untuk perusahaan sweter, yang bertujuan menemukan warna sweter dengan konversi tertinggi untuk gambar pahlawan:

Tingkat konversi melonjak untuk pengguna yang melihat versi biru. Sweater hijau juga tidak terlalu buruk. Merah adalah kinerja terburuk. Dalam pengujian A/B tradisional, hasil ini mungkin mengarahkan Anda untuk menampilkan gambar sweter biru pemenang kepada semua pengguna, karena ini memiliki peluang terbaik untuk mengarahkan orang ke konversi.

Katakanlah 60% pengguna Anda lebih menyukai sweter biru, 35% hijau, dan hanya 5% merah. Jadi meskipun Anda telah mengoptimalkan sebagian besar, masih ada 40% pengunjung yang tidak langsung tertarik dengan gambar pahlawan Anda dan berisiko terpental langsung dari situs Anda.

Mengabaikan 40% "minoritas" adalah tujuan personalisasi untuk diperbaiki dengan menyajikan halaman yang paling relevan untuk setiap segmen lalu lintas (merah untuk mereka yang lebih suka sweater merah, hijau ke hijau, dll.), sebagai lawan dari mencari rata-rata.

Pengujian A/B vs personalisasi: contoh hipotetis

Mungkin ilustrasi terbaik dari perbedaan antara keduanya berasal dari Harsha Kalapala dalam postingan blog untuk Bound Engagement:

Dua orang berjalan ke sebuah bar. Sebut saja mereka Alex dan Ben. Di bar yang menggunakan pengujian A/B, Alex diberi daftar anggur dan Ben diberi daftar bir. Bar melacak apakah Alex atau Ben membeli minuman atau keluar dengan tangan kosong, dan mengaitkan hasilnya dengan keefektifan daftar anggur atau bir.

Di bar yang menggunakan personalisasi, bartender mengetahui bahwa Alex mendirikan tempat pembuatan bir, jadi dia menyerahkan daftar birnya. Bartender itu mungkin tidak mengenal Ben, tetapi dia memiliki gigi ungu, jadi bartender memberi Ben daftar anggur. Baik Alex maupun Ben membeli minuman karena bartender menawarkan apa yang mereka cari. Di sini kami memiliki dua segmen audiens: pemilik tempat pembuatan bir dan orang bergigi ungu. Di bilah pengujian A/B, salah satu atau keduanya dapat salah disajikan. Di bilah personalisasi, setiap pengunjung dilayani berdasarkan kebutuhan mereka yang teridentifikasi.

Dalam contoh ini, bilah pengujian A/B hanya akan mempelajari apakah daftar bir atau daftar anggur lebih efektif untuk mempertahankan orang di sana. Dan, meskipun daftar bir mungkin lebih efektif untuk membuat orang tetap di bar, bukan berarti daftar anggur tidak efektif.

Dengan bantuan pengujian A/B, Anda dapat mengoptimalkan semua yang Anda inginkan, tetapi Anda tidak akan pernah mencapai performa optimal yang sebenarnya dengan membuat halaman rata-rata yang semakin baik.

Pada saat yang sama, Anda dapat mempersonalisasi berdasarkan informasi pengenal utama, tetapi Anda tidak memiliki informasi untuk semuanya.

Jadi, apa solusinya? Menggunakan keduanya secara bersamaan.

Mengapa Anda harus menguji A/B dan membuat pengalaman yang dipersonalisasi

Personalisasi dan pengujian A/B mungkin berbeda, tetapi bukan berarti keduanya tidak boleh digunakan bersama untuk mencapai tujuan bersama: memberikan pengalaman pengguna yang optimal. Untuk menentukan caranya, mari kita lihat hipotesis dasar.

Anda menjalankan rantai pusat kebugaran nasional yang melayani campuran pria dan wanita. Saat ini, Anda menawarkan penawaran Tahun Baru untuk keanggotaan selama setahun, jadi Anda membuat iklan dan laman landas untuk mempromosikannya.

Sekarang, Anda dapat langsung mulai mempersonalisasi dengan faktor-faktor seperti usia dan jenis kelamin:

  • Pria usia 18-34
  • Pria usia 35-55
  • Wanita usia 18-34
  • Wanita usia 35-55

Tapi ini akan membuat Anda terburu-buru. Anda bahkan tidak tahu apakah halaman arahan umum Anda efektif. Untuk segera mulai mengarahkan lalu lintas tersegmentasi akan mengasumsikan Anda telah membuat desain umum terbaik.

Jadi pertama, Anda menjalankan pengujian A/B atau A/B/C pada semua prospek potensial Anda: pria dan wanita dari segala usia, dengan menunjukkan kepada mereka desain yang sangat berbeda. Kemudian, di akhir pengujian, Anda akan mengetahui halaman dasar rata-rata mana yang terbaik di antara mereka.

Setelah itu, Anda bebas untuk mulai mempersonalisasi berdasarkan usia, jenis kelamin, lokasi, dll. Pisahkan lalu lintas Anda ke dalam segmen tertentu dan, sekarang, pengujian A/B dalam segmen tersebut. Sebagai contoh:

  • Pria usia 18-34: Anda dapat menguji salinan biasa vs profesional.
  • Pria usia 35-55: Anda dapat menguji gambar pria vs wanita yang lebih tua, pria muda, berolahraga dalam gambar pahlawan.
  • Wanita usia 18-34: Anda dapat menguji video wanita yang sedang berolahraga menggunakan mesin yang populer di kalangan penonton wanita yang lebih muda vs halaman default.
  • Wanita usia 35-55: Anda dapat menyorot transformasi dengan foto sebelum & sesudah vs. gambar pahlawan default.

Dengan melakukan segmentasi setelah pengujian A/B pertama Anda, Anda memulai dengan halaman yang Anda tahu merupakan desain yang kuat berdasarkan respons dari semua prospek Anda. Kemudian, Anda membuatnya lebih kuat dengan meningkatkan relevansinya dengan peningkatan level personalisasi.

Praktik terbaik saat membuat pengalaman yang dipersonalisasi

Saat kami mengubah proses pengoptimalan di atas menjadi format grafik, tampilannya seperti ini:

pengalaman yang dipersonalisasi vs diagram pengujian A/B

Berikut cara menyelesaikan prosesnya, dengan praktik terbaik, menggunakan Instapage:

Buat halaman dasar Anda

Langkah pertama dari proses ini adalah membuat halaman dasar Anda di pembuat. Ingatlah bahwa, apa pun audiens Anda, laman landas dibuat dengan elemen persuasif yang sangat spesifik seperti bukti sosial, media yang bermanfaat, dan rasio konversi 1:1. Ingatlah hal ini saat Anda mendesain.

Selanjutnya, buat satu atau dua variasi halaman Anda yang sangat berbeda. Jangan hanya mengubah judul. Jangan hanya menyesuaikan warna tombol. Ini harus menjadi desain yang sangat berbeda yang bertujuan untuk menemukan maksimum global: versi umum terbaik dari halaman Anda.

Jalankan pengujian A/B Anda

Setelah selesai mendesain, saatnya menjalankan pengujian A/B. Selain mengikuti langkah-langkah di atas, penting bagi Anda untuk mematuhi desain dan praktik eksperimental yang baik. Untuk informasi lebih lanjut tentang apa yang harus Anda ketahui sebelum menjalankan pengujian A/B, lihat postingan ini.

Di akhir pengujian A/B, Anda akan mendapatkan desain umum terbaik untuk halaman Anda. Ini akan menjadi landasan peluncuran untuk pengalaman yang dipersonalisasi.

Personalisasikan pengalaman Anda

Di Instapage, mudah untuk membuat pengalaman yang dipersonalisasi dengan solusi Personalisasi baru. Saat Anda masuk, klik halaman mana saja untuk melihat pengalaman defaultnya. Ini, misalnya, adalah pengalaman default untuk Halaman Perjalanan:

buat pengalaman yang dipersonalisasi Instapage

Di sini, pengalaman default Anda menampilkan foto jembatan Golden Gate. Dengan menu di margin Anda dapat mengedit URL, Integrasi, Sasaran Konversi, SEO, Info Sosial, Skrip & GDPR.

Tapi, bagaimana jika Anda mengadakan acara di San Francisco dan London? Klik tombol biru "Pengalaman Baru", yang membuka modul tempat Anda dapat menamainya:

beri nama pengalaman baru yang dipersonalisasi Instapage

Ini tidak menggantikan pengalaman lama Anda tetapi menggandakannya dengan semua pengaturan yang sesuai.

Sekarang, untuk membuat pengalaman London Anda, Anda dapat mengklik "Edit Desain". Ini akan membawa Anda ke pembuat tempat Anda bebas menyesuaikan:

buat pengalaman baru yang dipersonalisasi London

Setelah selesai mengedit pengalaman, Anda harus menentukan pemirsanya. Di bawah pengalaman Perjalanan London, klik tab "Audiens", dan Anda akan melihat ini:

mengidentifikasi pengalaman audiens yang dipersonalisasi Instapage

Cukup masukkan parameter Anda dalam urutan apa pun yang Anda inginkan, dan bahkan buat parameter jika perlu (Anda tidak harus menggunakan semuanya). Kemudian, klik "Simpan", dan hanya lalu lintas yang berjalan melalui URL yang diberi tag dengan parameter tersebut yang akan melihat pengalaman yang telah Anda buat (untuk informasi selengkapnya tentang cara kerja parameter URL, baca postingan ini). Jika prospek tidak cocok dengan semua parameter, mereka akan melihat pengalaman default.

Uji pengalaman Anda

Untuk menguji perubahan pada pengalaman London dan meningkatkan relevansi dengan audiens tersebut, Anda sekarang dapat membuat variasi A/B dari pengalaman London. Anda dapat menguji gambar London yang berbeda, judul, salinan yang lebih panjang, atau bahkan tata letak yang sama sekali baru.

Dengan terus-menerus menguji pengalaman ini satu sama lain, Anda semakin dekat dengan personalisasi sejati. Dan dengan meningkatnya relevansi, Anda mendapatkan ROI yang lebih baik.

Pengujian A/B dan personalisasi lebih baik jika digabungkan

Singkatnya, penting untuk diingat bahwa, meskipun memiliki tujuan yang sama, pengujian A/B dan personalisasi berbeda:

  • Pengujian A/B membantu Anda menemukan halaman rata-rata terbaik. Ini adalah tempat terbaik untuk memulai saat Anda membuat kampanye karena memungkinkan Anda memulai dengan desain terbaik sebelum melakukan segmentasi. Setelah segmentasi, dapat meningkatkan personalisasi untuk kelompok tertentu.
  • Personalisasi berfungsi paling baik setelah Anda menemukan desain dengan performa terbaik. Setelah Anda mengetahui apa yang bekerja dengan baik untuk semua prospek, Anda dapat mulai memeriksa apa yang bekerja dengan baik untuk setiap kelompok. Saat itulah Anda melakukan personalisasi berdasarkan faktor identitas seperti demografi, psikografi, dll.

Masing-masing metode ini dapat dilakukan secara independen satu sama lain. Tapi, haruskah mereka? Tidak jika Anda ingin menggabungkan desain dan relevansi terbaik untuk membangun kampanye yang paling menguntungkan. Jika Anda siap untuk memulai, dapatkan Demo Personalisasi Instapage hari ini.