Berjuang untuk Membuktikan ROI Pengujian A/B? Biarkan Kami Membantu

Berapa nilai program pengujian A/B Anda? Apa manfaatnya bagi perusahaan Anda?

Anda sudah tahu pengujian A/B membantu mengoptimalkan rasio konversi dan meningkatkan pendapatan. Tapi bagaimana tepatnya Anda bisa membuktikan pengujian A/B berdampak pada keuntungan Anda?

Dalam kata-kata Matt Gershoff,

Pengujian A/B dapat mengurangi perubahan perilaku yang menyebabkan bahaya atau kerugian

Tetapi semua ini mungkin tidak mengesankan C-suite di perusahaan Anda, yang menginginkan angka nyata yang menunjukkan ROI dari program pengujian A/B Anda. Membuktikan manfaat pengujian A/B Anda dapat memberi Anda dukungan dari para eksekutif di saat-saat sulit, seperti sekarang.

Inilah cara Anda dapat membuktikan nilai program eksperimen Anda!

Menghitung ROI Program Pengujian A/B Anda

Dengan menggunakan pendapatan, Anda dapat menghitung ROI program pengujian A/B Anda. Orang-orang di Peak Activity memiliki formula yang bagus untuk menghitung ROI Anda. Berikut adalah beberapa metrik yang harus Anda ketahui:

Pendapatan Per Sesi (RPS)

Hitung RPS untuk kontrol dan varian Anda. Ini adalah pendapatan total dibagi dengan jumlah total sesi untuk kontrol dan varian Anda.

RPS = (Total Pendapatan Total Sesi)

Peningkatan Penjualan Rata-rata

Ini akan melibatkan RPS dari kontrol dan varian Anda. Metrik ini harus signifikan secara statistik.

Peningkatan Penjualan Rata-rata = (RPS varian Anda – RPS kendali Anda) – 1

Biaya Menjalankan Tes A/B Anda yang Sebenarnya

Ini adalah pendapatan kontrol dikalikan dengan peningkatan penjualan rata-rata.

Biaya pengujian A/B = (Pendapatan kontrol * Peningkatan penjualan rata-rata)

Pengganda untuk Pemisahan Lalu Lintas

Pertama, hitung total sesi dengan menambahkan total sesi untuk kontrol dan varian. Kemudian, gunakan angka tersebut untuk menghitung distribusi lalu lintas untuk kontrol dan varian.

Total sesi = ( Sesi kontrol + Sesi varian)

Distribusi lalu lintas untuk Kontrol = (Kontrol lalu lintas Total sesi) * 100

Distribusi lalu lintas untuk Varian = (Varian lalu lintas Total sesi) * 100

Nilai Perubahan Varian

Ini dihitung dengan mengalikan biaya menjalankan pengujian A/B dengan 2. Ini karena pengujian A/B standar cenderung memiliki dua perlakuan. Angka ini berbeda untuk pengujian multivariat di mana Anda memiliki beberapa perawatan.

Nilai perubahan = (Biaya menjalankan tes * 2)

Nilai yang Diperoleh dari Durasi Pengujian

Ini pada dasarnya adalah biaya menjalankan pengujian A/B yang dihapus dari nilai perubahan varian.

Nilai periode pengujian = (Biaya pengujian berjalan – Nilai perubahan)

Perkiraan Pendapatan Tambahan Jika Varian Ditayangkan

Untuk menemukan penjualan rata-rata per hari, bagi nilai perubahan varian dengan jumlah hari pengujian dijalankan.

Penjualan rata-rata per hari = (Nilai perubahan varian Durasi pengujian)

Perkiraan pendapatan akan menjadi penjualan rata-rata per hari, dikalikan dengan jumlah hari dalam periode perkiraan Anda. Ingatlah untuk memperkirakan cukup jauh bahwa efek musiman, kampanye penjualan, perilaku pelanggan, dll. berkurang.

Nilai Program Pengujian A/B Keseluruhan

Sekarang Anda dapat menghitung ROI program pengujian A/B Anda:

Program pengujian A/B = (Tes yang menang + Tes yang kalah + Biaya)

Catatan: kalah tes hanya membutuhkan 3 langkah pertama, sedangkan yang menang membutuhkan semua langkah.

Kami telah meminta beberapa perusahaan yang memiliki program pengujian A/B yang matang untuk membagikan cara mereka menghitung ROI pengujian mereka.

Inilah yang mereka katakan.

Ian Kelly, Wakil Presiden Operasi di NuLeaf Naturals berbagi:

Langkah pertama adalah mencari tahu total biaya percobaan. Ini termasuk biaya alat yang digunakan untuk pengujian A/B dan waktu yang diperlukan untuk melakukan pengujian. Nilai waktu disamakan dengan mengalikan total waktu yang dihabiskan oleh karyawan di proyek dengan gaji per jam. Selain itu, tambahkan biaya peluang jika pengujian menghasilkan lebih sedikit konversi. Biaya peluang adalah uang ekstra yang bisa Anda peroleh jika Anda tidak melakukan percobaan.

Langkah kedua adalah memiliki corong yang jelas yang berakhir dengan penjualan suatu produk. EveryTrack setiap langkah corong. Gunakan alat seperti Mixpanel untuk menyelesaikannya. Dalam pengujian A/B, akan ada dua variasi dari corong yang sama. Perubahan tersebut dapat berupa target audiens, warna yang digunakan, atau bahkan salinan yang digunakan. Kedua variasi harus dilacak secara terpisah dan dibandingkan.

Setelah semua data di atas tersedia, akan sangat mudah untuk membuktikan ROI program pengujian A/B Anda. Lebih baik menghitung ROI pada akhir setiap kuartal. Beberapa percobaan akan gagal sementara beberapa akan berhasil. Peningkatan pendapatan secara keseluruhan harus lebih besar daripada biaya program pengujian A/B Anda. Jika bukan itu masalahnya, pertimbangkan kembali strategi pengujian Anda di tempat

George Pitchkhadze, CMO diThrive Cuisine, menguraikan proses perusahaannya di bawah ini:

Hitung biaya eksperimen Anda.

Untuk menghitung ROI, Anda perlu mengetahui biaya Anda. Ini harus mencakup biaya langsung dan tidak langsung, misalnya:

-Biaya perangkat lunak/layanan yang digunakan.

-Biaya jam kerja yang digunakan.

-Biaya langsung (misalnya biaya menyewakan daftar email atau iklan PPC).

Misalnya, saya melakukan pengujian terpisah A/B pada dua platform iklan. Saya harus melihat biaya iklan PPC kami — tetapi juga berapa jam yang diperlukan untuk menjalankan setiap set iklan dan harga layanan analitik yang kami gunakan untuk menginformasikan iklan kami.

Hitung pengembalian Anda

Bagian ini langsung. Hitung pengembalian langsung yang datang dari suatu usaha. Yang penting di sini adalah menggunakan alat analitik modern untuk menghubungkan penjualan dan pendapatan dengan hal-hal seperti email yang dikirim, set iklan di FB/Google, dll.

Hitung ROI

Sekarang setelah Anda memiliki gagasan yang akurat tentang pengembalian dan investasi, Anda dapat dengan mudah menghitung ROI. Ingat saja: hitung biaya eksperimen secara menyeluruh dan hubungkan pengembalian ke kampanye dan pesan tertentu yang diterapkan

Cara Lain untuk Mengukur Dampak Pengujian A/B

Ada cara lain untuk mengukur ROI program pengujian A/B Anda.

Kepala Integrasi, Privasi Data, dan Petugas Keamanan Informasi Convert, Dionysia Kontotasiou, membagikan 4 metode lainnya untuk mengukur dampak pengujian A/B Anda.

1. Berapa Banyak Eksperimen yang Berakhir?

Jika persentase eksperimen perusahaan yang tinggi tidak meyakinkan, itu mungkin pertanda bahwa mereka salah menyiapkan eksperimen. Mungkin mereka menulis hipotesis ambigu seperti " Perubahan ini akan membuat aplikasi lebih baik " daripada yang eksplisit seperti " Perubahan ini akan meningkatkan pendaftaran bulanan sebesar lima persen ".

2. Umpan Balik Tim Produk

Apakah tim produk memiliki lebih banyak wawasan dan data pengguna daripada sebelumnya? Apakah peluncuran produk mereka semakin sukses? Jika ya, ini pertanda baik bahwa pengujian A/B yang dilakukan berhasil.

3. Kecepatan Eksperimen

Kecepatan pengujian adalah ukuran berapa banyak pengujian yang Anda lakukan selama periode waktu tertentu. Ini adalah tolok ukur operasional untuk mengukur seberapa cepat Anda dapat merancang, mengembangkan, menguji, menganalisis, dan meluncurkan pengujian Anda. Sementara beberapa tes yang lebih besar akan memakan waktu lebih lama dan penting untuk menghasilkan dampak yang lebih besar pada hasil, ' kemenangan cepat ' yang lebih kecil tidak boleh diabaikan.

4. Proyeksi vs Biaya Aktual untuk Menjalankan Program

Lacak jam atau anggaran yang dikhususkan untuk menjalankan program Anda. Anda juga dapat memantau anggaran yang diproyeksikan vs. pengeluaran aktual Anda pada proyek pengujian untuk menilai nilai program pengujian A/B Anda.

Jika Anda menggunakan Pengalaman Konversi untuk program pengujian A/B, Anda memiliki akses ke pelaporan kompleks (seperti pada tangkapan layar di bawah) yang menyertakan sasaran dan kinerja setiap variasi pengujian — jadi Anda tidak hanya dapat memaksimalkan ROI tetapi juga membuktikannya!

Kesimpulan

Nilai pengujian A/B adalah dalam menemukan peningkatan yang mengarah pada peningkatan pendapatan atau memberikan pengalaman yang lebih baik bagi pelanggan Anda di situs web Anda dan mengurangi risiko yang mungkin timbul. Dengan menggunakan pendapatan dan ukuran lainnya, Anda dapat membuktikan ROI program pengujian A/B Anda secara meyakinkan ke C-Suite di perusahaan Anda.

Bagaimana Anda Dapat Meningkatkan ROI Anda dari Pengujian A/B?

Pesan Demo dengan Convert to Find Out.

Minta demo Anda