Panduan Pengusaha untuk Pengujian A/B di Toko Shopify (+ 9 Pengusaha Shopify Membagikan Kisah Pengujian A/B Mereka Dengan Hasil)

Jadi, Anda pernah mendengar tentang pengujian A/B melalui selentingan.

Mungkin pesaing Anda dengan santai menyebutkannya di podcast atau tim pemasaran Anda menganggap itu ide yang bagus. Atau agen pertumbuhan yang Anda ajak bicara ingin menjalankan pengujian A/B.

Menumbuhkan bisnis bukanlah hal yang mudah. Kamu tahu itu. Setelah sampai sejauh ini, pasti ada beberapa kesempatan ketika Anda berjuang untuk memahami apakah keputusan bisnis adalah keputusan yang tepat.

Bukankah lebih baik jika alih-alih bertaruh pada apa yang menurut Anda diinginkan audiens Anda, Anda memiliki cara untuk mengetahui dengan pasti?

Itulah yang dilakukan pengujian A/B.

Tentu, manfaat pengujian A/B melampaui pengambilan keputusan berdasarkan data, tetapi pada intinya, ini adalah bumbu rahasia untuk membuka pertumbuhan dalam skala besar.

Jadi, apakah Anda mencoba membuat sendiri atau mengalihdayakan kebutuhan Anda, inilah semua yang harus diketahui oleh pengusaha Shopify seperti Anda tentang pengujian A/B.

Apa itu Pengujian A/B E-niaga?

Pengujian A/B adalah proses di mana Anda dapat memahami apa yang dicari audiens Anda sebelum mereka menjadi pelanggan.

Biasanya, pengujian A/B dianggap dalam hal membuat perubahan kecil seperti mengubah warna tombol ajakan bertindak (CTA) atau menambahkan judul baru tetapi lebih dalam dari itu.

Ini memungkinkan Anda untuk menentukan salinan, desain, dan fungsionalitas (UX) apa yang beresonansi dengan pengunjung Anda dengan mengadu satu versi halaman atau elemen Anda pada halaman dengan variasi untuk melihat apa yang berhasil.

Dan kita baru saja mulai!

Anda dapat mengambil konsep pengujian A/B dan menerapkannya ke setiap saluran yang Anda gunakan dan interaksi yang Anda miliki dengan audiens Anda.

Namun penting untuk dipahami bahwa pengujian A/B e-niaga berbeda dibandingkan dengan vertikal lainnya seperti B2B SaaS.

1. Waktu untuk merealisasikan pendapatan lebih singkat
   
   Pengujian A/B dapat mengungkapkan dampak pada pendapatan jauh lebih cepat daripada B2B tradisional. Di B2B, kesepakatan bersifat multi-utas, memiliki banyak pembuat keputusan yang membuat siklus penjualan berlangsung berbulan-bulan jika bukan kuartal.
   
   Meskipun Anda idealnya menggunakan pengujian A/B untuk penelitian dan mitigasi risiko dan bukan hanya peningkatan pendapatan, sumber kehidupan bisnis apa pun adalah pendapatan, jadi ada alasan bagus untuk memperkenalkan pengujian A/B ke dalam bauran pertumbuhan.
2. Proses checkout rumit (jadi lebih banyak ruang untuk pengujian)
   
   Meskipun saluran pembelian e-niaga tidak rumit seperti B2B, proses pembayarannya tidak satu dimensi.
   
   Ruben De Boer, penulis Psychology of Buying , menjelaskan bahwa membayar secara harfiah menyakitkan. Dalam sebuah studi tahun 2007 untuk menyelidiki bagaimana orang menimbang faktor untuk membuat keputusan pembelian, peserta diperlihatkan gambar produk dan kemudian harganya. Otak mereka dianalisis oleh mesin fMRI untuk melihat jalur saraf mana yang akan menyala.
   
   Seperti yang diharapkan, melihat gambar produk menerangi pusat penghargaan di otak mereka.
   
   Tapi harganya? Bagian otak yang terkait dengan rasa sakit fisik dan sosial menyala seperti pohon Natal membantu para peneliti menyimpulkan bahwa trade-off antara keuntungan dan rasa sakit harus masuk akal bagi konsumen untuk membuka dompet mereka.
   
   Itu tidak berarti Anda harus menurunkan harga karena penetapan harga juga menandakan kualitas produk. Anda dapat mencoba font yang lebih kecil, menawarkan pembayaran di muka, menunjukkan diskon dalam font yang lebih besar, atau menghindari bahasa uang dalam salinan Anda.
   
   Jadi menurunkan rasa sakit pembelian berarti Anda harus memahami berbagai motivasi, keinginan, dan frustrasi manusia yang tidak mungkin tanpa pengujian A/B. Anda dapat menguji perpesanan, elemen UI, atau merombak proses checkout—semuanya secara real-time.

   Dalam beberapa kasus, Anda mungkin tidak dapat membuat perubahan menyeluruh pada alur keranjang dan pembayaran karena batasan yang diberlakukan oleh platform e-niaga Anda, tetapi itu bukan alasan untuk mengabaikan pengujian ambisius. Anda selalu dapat menguji perubahan yang lebih kecil yang memberi Anda gambaran tentang potensi penyesuaian yang lebih besar.

   Jonny Longden, Direktur Konversi di Journey Selanjutnya, merekomendasikan untuk mengajukan satu pertanyaan kepada diri Anda sendiri:
   
   Apa hal terkecil/tersederhana yang dapat kita uji untuk mulai membuktikan ini dan mempelajarinya?
   
   Jangan jatuh ke dalam perangkap "hanya akan menguji perubahan kecil" atau jika Anda telah membuat perubahan yang lebih besar "uangnya sudah hangus, jadi kami tidak akan mengujinya."
3. Tinjauan penambangan dapat diubah menjadi sains
   
   Riset konversi berdasarkan data kualitatif adalah pokok dalam segala jenis pengujian A/B, tetapi dalam e-niaga, data kualitatif seperti penambangan tinjauan dapat diubah menjadi ilmu yang membantu Anda memahami:
   
   
   • Produk USP untuk disorot
   • Manfaat yang dapat Anda uji dalam salinan Anda
   • Bagaimana pelanggan memandang pesaing
   • Salin sudut untuk cerita produk
   • Poin rasa sakit yang telah Anda tangani
   • Titik nyeri yang tidak tertangani yang menyebabkan pengabaian gerobak Lorenzo Carreri, Konsultan CRO & Eksperimen, merekomendasikan untuk berpikir seperti seorang detektif. Sama seperti seorang detektif harus mengungkap cerita di balik kejahatan, Anda dapat menggunakan ulasan untuk mengungkap banyak cerita.
     

     Orang-orang sudah membuat keputusan untuk membeli dan sekarang tanpa kita mengganggu mereka dengan exit poll atau widget, mereka sebenarnya secara organik membagikan pengalaman mereka.

     Faktanya, analisis denyut nadi Carreri untuk industri yang berbeda mengungkapkan tema yang sama—orang cenderung tidak berbagi wawasan tentang pengalaman di tempat mereka. Jadi, tidak masalah pertanyaan apa yang Anda ajukan atau bagaimana Anda menanyakannya.
     
     Tetapi dengan penambangan ulasan, terutama di Amazon, orang cenderung berbagi wawasan mereka. Semakin banyak wawasan yang Anda kumpulkan, semakin berarti data Anda, yang membantu Anda membentuk hipotesis yang lebih baik untuk pengujian.
4. Tidak ada kelangkaan lalu lintas untuk e-niaga
   
   Hambatan yang signifikan dengan pengujian A/B adalah tidak memiliki lalu lintas yang cukup yang berarti hasilnya dapat menjadi bias.
   
   Tapi ini bukan masalah bagi toko e-commerce. Toko Shopify dengan angka 7 dengan mudah mendapatkan ratusan ribu pengunjung, tetapi perusahaan B2B seri D mungkin akan mendapatkan 1/4 dari lalu lintas itu.

Mengapa Pengusaha Shopify (Serius) Harus Mempertimbangkan Pengujian A/B?

E-commerce sudah matang untuk pengujian A/B. Potensi untuk melihat hasil dengan cepat dengan kumpulan pengunjung yang besar dan banyak ruang untuk bermain-main adalah alasan yang cukup untuk mengadopsi budaya pengujian A/B.

Tapi mungkin Anda belum sampai di sana. Peningkatan lalu lintas Anda sekarang menghasilkan peningkatan pendapatan.

Pertanyaannya adalah, berapa lama Anda bisa mempertahankannya?

Lebih banyak lalu lintas lebih banyak pendapatan melebihi satu poin. Jalur itu mengharuskan Anda membelanjakan lebih banyak untuk iklan sambil secara bersamaan memakan margin keuntungan Anda dengan diskon.

Dan ketika Anda melihat raksasa e-Commerce seperti Amazon, eBay, atau Etsy, Anda akan melihat bahwa mereka memiliki pengujian A/B yang dimasukkan ke dalam DNA mereka. Itulah alasan mereka berkembang. Belum lagi, ini adalah benang merah yang dibagikan oleh semua toko Shopify yang sukses.

Sangat mudah untuk memahami mengapa pengujian A/B mendorong pertumbuhan. Lihat seberapa terperinci pengujian yang dijalankan Amazon:

Tetapi ketika sampai pada hal itu, pengujian A/B bukan hanya cara untuk tetap kompetitif—ini adalah keputusan bisnis yang baik.

Mengapa? Karena strategi Anda saat ini mungkin tidak menguntungkan Anda.

1. ROAS Anda anjlok berkat iOS 14
   Anda mungkin menghabiskan lebih banyak uang daripada sebelum mencoba mendapatkan perhatian pada produk Anda, tetapi dunia pasca-ATT telah mengacaukan cara kerja konversi berbasis piksel. Dan penargetan ulang dan pemirsa serupa? Mereka tidak efektif lagi. Jika Anda mendapatkan beberapa konversi, bersiaplah untuk menangani perbedaan antara Ad Manager dan backend Shopify Anda.

2. Tarif terbuka Anda miring
   Nomor email tidak lagi akurat. Perlindungan Privasi Mail (MPP) telah memastikan hal itu. Dan daftar berbasis keterlibatan Anda mungkin memiliki penargetan yang meragukan dan konversi yang lebih rendah.

3. Persamaan Anda tidak memiliki retensi
   Mengejar lalu lintas yang dingin adalah langkah bisnis yang buruk. 40% dari pendapatan Anda berasal dari pelanggan setia. Lalu lintas membawa pembeli ke corong Anda, tetapi retensi meningkatkan nilai umur (LTV) pembeli ini.

4. Atribusi pemasaran Anda payah
   Alat tidak dapat memberi Anda data yang dapat digunakan dan tim Anda tidak dapat mengaitkan pendapatan dengan perubahan tertentu. Anda tidak dapat menekan semua tombol dengan harapan melihat pertumbuhan. Anda perlu mendapatkan bisnis spesifik atau membangun 8 angka tidak mungkin.

Pengujian A/B membalikkan buku pedoman lama dan memberi Anda kesempatan untuk menggunakan pendekatan yang valid secara ilmiah yang dapat diulang, andal, dan menguntungkan.

Inilah mengapa OLIPOP, perusahaan alternatif soda DTC, mendukung pengujian A/B:

Pengujian A/B meningkatkan keterlibatan konten, mengurangi rasio pentalan, meningkatkan rasio konversi, dan meminimalkan risiko, sambil menyediakan data yang mudah dianalisis. Dengan menjalankan pengujian A/B, Anda dapat mengetahui konten mana yang sesuai dengan audiens target Anda. Anda kemudian dapat menggunakan data ini untuk memengaruhi strategi pemasaran Anda. Pengujian ini juga membantu Anda mengidentifikasi data dan area yang tidak relevan di mana pengguna Anda mengalami kesulitan di situs web Anda, sehingga mengurangi rasio pentalan setelah Anda melakukan perubahan yang diperlukan.

Setelah Anda dapat mengidentifikasi variasi yang meningkatkan pengalaman pelanggan, Anda akan melihat peningkatan waktu yang dihabiskan pengguna di situs Anda, yang mengarah ke rasio konversi yang lebih tinggi. Terakhir, pengujian A/B meminimalkan risiko karena Anda membuat keputusan berdasarkan data yang akurat, bukan tebakan yang terpelajar. Ini memungkinkan Anda untuk membuat perubahan minimal tanpa mengorbankan seluruh situs web Anda. ROI Anda akan meningkat dengan pengujian A/B .

Steven Vigilante, Kepala Pengembangan Bisnis Baru OLIPOP

Buat perubahan kecil (atau besar) dengan mudah

Pengoptimalan, ilmu untuk membuat segalanya lebih baik, mudah dilakukan dengan pengujian A/B. Anda dapat memperkenalkan perubahan untuk menemukan versi yang menciptakan pengalaman pembelian yang lebih baik dan mengonversi beberapa lalu lintas PPC Anda.

Kurangi biaya kegagalan

Biaya kegagalan terkadang terlalu besar dan secara mengejutkan menghambat inovasi. Namun dengan pengujian A/B, Anda dapat menguji ide-ide Anda dalam lingkungan yang terkendali tanpa harus membangun atau mengimplementasikan apa pun.

Mengintip ke masa depan

Tidak ada yang bisa menjamin kesuksesan. Bukan insting Anda, saran agensi, atau bahkan riset pesaing yang solid. Tetapi jika Anda ingin membuat keputusan berdasarkan data, pengujian A/B adalah teman Anda. Versi terbaik dalam pengujian tidak dipilih berdasarkan validitas statistik yang memungkinkan Anda melihat sekilas potensi pendapatan Anda.

Tinggalkan sedikit ruang untuk salah tafsir

Pengujian A/B memungkinkan Anda untuk benar-benar mendengarkan audiens Anda dengan mengumpulkan data tentang perubahan rasio konversi, pengabaian keranjang, nilai pesanan rata-rata (AOV), pendapatan, dan laba.
Alih-alih menebak-nebak efek perubahan Anda, hasilnya transparan dan menyisakan sedikit ruang untuk salah tafsir.

Masalah dengan Pengujian A/B di Shopify (+ Solusi)

Saat Anda mempertimbangkan untuk menjadikan pengujian A/B sebagai pusat strategi Anda, penting untuk mengatasi potensi masalah yang mungkin Anda hadapi saat menjalankan pengujian A/B di Shopify.

Masalah #1: Anti-clickjacking Shopify dapat mengganggu QA seluler Anda

Clickjacking menipu pengguna agar mengklik konten yang dapat ditindaklanjuti di situs umpan. Untuk mencegah hal ini terjadi, Shopify menggunakan teknologi anti-clickjacking. Tapi itu menghalangi alat pengujian A/B untuk bekerja secara optimal.

Masalah #2: Pengujian bukanlah masalah, tetapi implementasinya

Menerapkan hasil pengujian bukanlah sesuatu yang dapat dilakukan oleh aplikasi atau plugin—ini memerlukan penyesuaian. Bahkan jika Anda menemukan plugin yang sesuai untuk Anda, terlalu banyak dari mereka dapat memperlambat situs Anda yang secara efektif meniadakan potensi keuntungan.

Masalah # 3: Anda memiliki toko Shopify standar yang membatasi apa yang dapat Anda uji

Toko Shopify standar tidak dapat mengakses sebagian besar fitur Shopify Plus yang berarti Anda tidak dapat menjalankan pengujian seperti pengujian terpisah tema. Pengujian kompleksitas yang lebih rendah menghasilkan dampak yang lebih kecil pada pendapatan Anda.

Panduan Singkat untuk Dasar-dasar Pengujian A/B

Sekarang setelah Anda membungkus otak Anda dengan pengujian A/B, saatnya untuk masuk ke seluk beluknya.

Berhentilah sejenak dan jawab ya atau tidak untuk pertanyaan-pertanyaan ini sebelum Anda menggulir ke bawah untuk melihat jawabannya.

• Pengujian A/B sama dengan pengujian terpisah
• Pengujian A/B dan pengujian multi-variasi berbeda
• Anda hanya dapat membuat perubahan kecil dengan pengujian A/B
• Anda tidak perlu mempelajari statistik untuk menjalankan pengujian A/B
• Anda tidak dapat menjalankan pengujian A/B di saluran lain
• Anda harus menghentikan pengujian A/B setelah Anda melihat hasilnya

Pengujian A/B vs. Pengujian Terpisah

Dengan pengujian A/B, Anda dapat menguji satu atau beberapa elemen pada halaman. Anda pada dasarnya membuat versi serupa dari halaman asli untuk melihat dampaknya pada tingkat konversi.

Pengujian URL terpisah berbeda dari pengujian A/B. Lalu lintas dibagi di tengah dan dikirim ke dua versi yang sama sekali berbeda untuk melihat halaman web mana yang membantu Anda mencapai tujuan spesifik Anda.

Kapan Menjalankan Tes Terpisah vs. Tes A/B: Pengujian Tema

Contoh bagus tentang kapan harus memilih pengujian terpisah daripada pengujian A/B adalah saat Anda ingin menguji tema Shopify. Tema Anda dapat memengaruhi CX dan pada akhirnya pendapatan, jadi Anda harus mengujinya menggunakan alat seperti opsi URL terpisah Konversi.

Convert menggunakan Inferensi Sering untuk memahami tema mana yang mengungguli yang lain. Sebaiknya jalankan pengujian semacam ini setidaknya selama dua minggu kecuali Anda memiliki lalu lintas yang sangat tinggi yang datang ke situs Anda.

PS Anda hanya dapat menguji tema jika Anda adalah pengguna Shopify Plus.

Pengujian A/B vs. Pengujian Multivarian

Dalam pengujian A/B, Anda mengadu halaman yang hampir identik dengan halaman aslinya.

Alih-alih mengubah satu elemen pada satu waktu, seperti dalam pengujian A/B, pengujian multivarian adalah proses di mana Anda menguji beberapa perubahan dalam satu pengujian. Tujuan dari pengujian multivariat adalah untuk mengetahui kombinasi perubahan mana yang menghasilkan hasil yang lebih baik.

Contoh Pengujian A/B Untuk Dijalankan di Toko Shopify

Tanyakan kepada internet apa yang harus Anda uji A/B, dan Anda akan sering diminta untuk mencoba CTA atau warna tombol yang berbeda atau mengubah judul.

Bukannya itu tidak penting, tetapi dunia adalah taman bermain Anda, dan Anda hanya bermain di kotak pasir kecil Anda sendiri jika Anda membatasi diri. Berpikir di luar kotak sangat penting untuk semangat eksperimen.

Kami menjangkau 8 pengusaha Shopify dan menanyakan ini kepada mereka:

Tes A/B apa yang telah Anda jalankan, mengapa Anda memilih untuk melakukan eksperimen ini, dan apa hasilnya?

#1. Meningkatkan AOV, pesanan sedikit turun

Kami menggunakan Shopify di semua toko online kami dan telah menguji bundling, atau pengelompokan, produk kami untuk meningkatkan AOV. Tesnya adalah gerobak yang memiliki upsells, atau bundel, vs gerobak yang hanya berisi produk awal. Hasilnya memang belum sepenuhnya masuk tapi sejauh ini sepertinya AOV meningkat sementara jumlah total ordernya sedikit menurun. Kami akan menjalankan ini selama beberapa minggu lagi sebelum melakukan analisis lengkap dan dapat menguji konfigurasi lain untuk mencoba dan menghasilkan peningkatan baik pada AOV maupun konversi .

Sylvia Kang, Mira

#2. Mengoptimalkan Setiap Elemen Situs untuk CX

Sebagai bisnis Shopify, kami telah menjalankan banyak pengujian A/B, untuk fitur seperti obrolan langsung, CTA, gambar produk, penempatan upselling, halaman arahan, menu navigasi, dan banyak lagi. Misalnya, pengujian A/B kami membantu kami menemukan keseimbangan penjualan silang/penjualan naik tanpa mengganggu konsumen atau menambah gesekan pada pengalaman mereka .

Melalui berbagai pengujian, kami menemukan bahwa audiens kami menghargai saran yang sangat relevan langsung di halaman produk daripada ditawarkan saat checkout, dan dengan melakukan itu, kami meningkatkan nilai pembelian rata-rata. Pengujian A/B sangat penting karena memungkinkan Anda menentukan dengan tepat fitur apa yang berkinerja terbaik dan menawarkan pengembalian tertinggi tanpa membuang waktu dan energi untuk menerapkan elemen apa pun yang tidak optimal. Pengujian ini memberi Anda data yang akurat mengenai pilihan desain apa yang paling sesuai dengan audiens Anda, dan pengalaman pengguna yang lebih kuat adalah cara bisnis mencapai pertumbuhan dan umur panjang .

Stephen Light, Nolah Mattress

#3. Menggunakan Pemutaran Ulang Sesi untuk Menyertakan Video untuk Hasil yang Lebih Baik

Salah satu aspek terpenting yang dapat membuat atau menghancurkan konversi adalah betapa mudahnya kami bagi pengguna untuk menavigasi toko Anda dan melakukan pembelian. Dengan pengujian A/B pada pemutaran ulang sesi, kami berhasil melihat bagaimana pengguna sebenarnya dengan niat untuk membeli menjelajahi toko kami, di mana masalahnya, apa yang membuat mereka frustrasi, apa yang membuat mereka berhenti selama proses dan mencegah mereka melakukan pembelian. Kami menyadari bahwa daftar yang menyertakan video proses menghasilkan hasil yang lebih baik dan gambar dengan kualitas buruk atau tidak menampilkan beberapa gambar menyebabkan keraguan.

Michael Nemeroff, Kaos Pesanan Rush

#4. Konversi yang Ditingkatkan sebesar 2% dengan Perubahan Desain

Dalam pengujian A/B ini, saya ingin melihat bagaimana tata letak baru dapat memengaruhi tingkat konversi toko Shopify saya. Situs asli telah berjalan selama enam bulan dan mengonversi 3% sehingga sepertinya sudah waktunya untuk mencoba sesuatu yang berbeda. Perubahan desain saya termasuk memindahkan rekomendasi produk ke paro bawah pada perangkat seluler alih-alih sejalan dengan produk serta menghapus spanduk dari navigasi atas karena tidak diklik. Ini menghasilkan peningkatan instan dalam konversi sebesar 2%.

Jar Kuznecov, Pusat Pelembut Air

#5. Peningkatan Klik Relatif sebesar 14% dengan Mengubah Warna Tombol CTA

Meskipun kami telah menjalankan banyak pengujian A/B selama bertahun-tahun, salah satu pengujian paling efektif yang kami lakukan juga yang paling sederhana: mengubah warna tombol CTA kami. Itu dia. Saya telah mendengar dari seorang teman bahwa dengan mengganti warna tombol di halamannya, dia telah meningkatkan tingkat responsnya sebesar 16% (relatif terhadap jumlah klik yang dia dapatkan sebelumnya). Ini membuat saya berpikir, dan saya memutuskan untuk menjalankan pengujian A/B kami sendiri. Sebenarnya, itu sebenarnya adalah tes A/B/C, karena kami mencoba 3 warna berbeda – warna hijau asli kami, serta oranye dan merah. Hasil? Tombol merah menghasilkan tingkat respons 8% lebih tinggi, sedangkan tombol oranye memberi kami hasil 14% lebih baik dalam hal klik relatif. Sungguh menakjubkan bahwa perubahan yang sederhana seperti membuat tombol hijau oranye dapat memiliki efek yang mendalam. Jadi, saran terbaik saya adalah ketika Anda mencoba membuat seseorang menambahkan produk ke keranjang mereka, jangan hanya melihat warna tombol CTA. Berikan beberapa pemikiran serius - dan pengujian .

John Ross, Wawasan Persiapan Ujian

#6. Peningkatan CVR dan AOV dengan Sticky Add-to-cart & Post-sale Upsells

Pengujian A/B adalah pedang bermata dua. Kedengarannya bagus untuk mengoptimalkan toko Shopify Anda dan meningkatkan tingkat konversi. Tetapi Anda perlu tahu apa yang ditambahkan oleh setiap pengujian A/B pada lapisan kompleksitas dan menggunakan sumber daya Anda. Apa yang harus diuji sama pentingnya dengan cara Anda menguji .

Saya telah menguji urutan foto produk yang berbeda. Setiap kali, saya menemukan bahwa gambar paling sederhana selalu mengonversi yang terbaik. Pada halaman produk, pelanggan Anda perlu memahami persis apa produk Anda tanpa harus berpikir.

Add-to-cart yang lengket adalah pemenang yang diketahui. Memiliki tombol juga di layar, dalam jangkauan, adalah peningkatan 8% yang mudah untuk CVR saya.

Jangan lupa tentang peningkatan penjualan pasca-penjualan. Sangat mudah untuk meningkatkan nilai pesanan rata-rata saya dari $24 menjadi $40. Anda akan terkejut betapa mudahnya menjual lebih banyak kepada orang yang sudah membeli g.

Matt Phelps, Spesialis CRO dan Pendiri STEEL.

Merasa Terinspirasi? Berikut adalah 20+ elemen pengujian A/B yang dapat dimainkan oleh pemula di situs web e-niaga mereka:

• Menawarkan pengiriman gratis
• Gambar pahlawan vs. komidi putar
• ukuran CTA
• warna CTA
• penempatan CTA
• salinan CTA
• Gambar manusia vs. tanpa gambar
• Salinan judul
• Ukuran huruf
• Tinggi garis
• Personalisasi vs. tidak ada
• Pemberitahuan stok kembali
• Deskripsi produk berdasarkan manfaat
• Kiat ahli di halaman produk
• Menyoroti diskon dan penawaran
• Pembayaran tunggal vs. multi-halaman
• Dukungan selama checkout
• Menu navigasi sederhana
• Tampilan produk cepat
• video produk
• Upselling vs cross-selling
• Tag pada gambar pratinjau
• Konten yang dibuat pengguna

Dari daftar elemen yang dapat Anda uji A/B, terbukti bahwa halaman produk adalah tempat terbaik untuk memulai.

Tetapi halaman lain di situs Anda juga merupakan kandidat yang layak untuk pengujian A/B.

Mari kita lihat halaman mana yang dapat Anda uji dengan beberapa contoh nyata dari merek:

1. Halaman Beranda
   
   
   • Salty Captain mengubah warna bilah pengumuman di beranda mereka dan mendapatkan 234,54% lebih banyak klik dan meningkatkan CVR sebesar 13,39%
   • Seni Tembok Legendaris bereksperimen dengan bagian pahlawan dan salinan CTA dan meningkatkan keterlibatan mereka sebesar 325,39% dan pendapatan sebesar 30,07%
   • byBiehl menambahkan penggeser untuk memamerkan produk penting mereka yang menghasilkan peningkatan kunjungan halaman kategori (5,87%), pendapatan per pengguna (3,25%) dan CVR (19,73%)
2. Halaman Kategori
   
   
   • Copycat Fragrances menambahkan versi Instagram Stories mereka di halaman kategori mereka meningkatkan keterlibatan sebesar 4% dan pendapatan per pengguna sebesar 18%
   • Iceshaker mengganti halaman kategori mereka untuk memasukkan kisah produk mereka yang menangani keberatan umum dan mendapat peningkatan konversi 15,95%.
   • Oliver Cabell berfokus pada pengalaman seluler pengguna mereka dalam memodifikasi tata letak dan menyempurnakan desain yang menghasilkan peningkatan lalu lintas sebesar 14,86% dan peningkatan lalu lintas halaman pembayaran sebesar 5,49%
3. Halaman Keluar
   
   
   • Oflara merekomendasikan item lain kepada pembeli saat mereka check out dengan tombol Tambahkan ke Keranjang yang menghasilkan peningkatan signifikan dalam pendapatan keseluruhan.
   • Item Sadar menghilangkan gesekan dari proses checkout dengan kereta lengket yang menghasilkan peningkatan 10% dalam pendapatan per pengguna dan 10% peningkatan CVR.
   • Homeware mencatat bahwa pengguna hanya membeli satu item di toko Shopify mereka. Jadi, mereka menyederhanakan proses pembayaran untuk mengarahkan pengguna ke halaman pembayaran secara langsung yang menghasilkan peningkatan CVR 47,7% dan peningkatan pendapatan per pengunjung di seluler sebesar 71,4%.

Kiat Ahli: Fokus pada perubahan besar

Saran terbaik saya untuk pengusaha pemula yang melakukan pengujian A/B untuk pertama kalinya adalah fokus pada perubahan besar. Misalnya, desain ulang lengkap halaman produk. Perubahan kecil seperti mengubah warna tombol tidak mungkin menggerakkan jarum secara signifikan .

Dengan melakukan desain ulang halaman lengkap dan menambahkan gif penjelasan produk ke halaman produk kami, kami dapat meningkatkan tingkat konversi sebesar 40% .

Philip Pages, Pendiri di PostPurchaseSurvey.com dan merek Shopify e-commerce 7 figur menengah.

Konsep Statistik Yang Harus Diketahui Saat Anda Menjalankan Tes A/B

Meskipun pengujian A/B digunakan untuk membandingkan dua versi situs web Anda, hanya melihat angka-angkanya tidak berguna karena hal itu gagal memperhitungkan signifikansi statistik data. Anda akhirnya akan salah mengartikan hasil dan merugikan penjualan Anda.

Jadi, apakah tim internal Anda menjalankan proyek atau Anda menyewa agen CRO, penting bagi Anda untuk membiasakan diri dengan konsep statistik pengujian A/B yang akan sering Anda dengar.

Sampel dan Populasi

Semua pengunjung yang mendarat di situs Anda dianggap sebagai populasi sementara sampel adalah jumlah pengunjung yang berpartisipasi dalam pengujian A/B.

Rata-rata, Median, dan Modus

Rata-rata = rata-rata

Median = nilai di tengah

Modus = nilai berulang

Varians dan Standar Deviasi

Varians adalah rata-rata variabilitas data. Semakin tinggi variabilitas, semakin kurang tepat mean sebagai prediktor titik data individual.

Standar Deviasi adalah akar kuadrat dari Varians dan dinyatakan dalam satuan yang sama dengan nilai aslinya sehingga secara intuitif lebih mudah dipahami. Di sisi lain, Varians dinyatakan dalam kuadrat unit asli tetapi tetap penting untuk hasil pengujian A/B Anda.

Signifikansi Statistik

Saat dasbor pengujian A/B mengatakan ada "95% kemungkinan mengalahkan yang asli" atau "90% probabilitas signifikansi statistik", itu mengajukan pertanyaan berikut: Dengan asumsi tidak ada perbedaan mendasar antara A dan B, seberapa sering kita akan melihat perbedaan seperti yang kita lakukan pada data hanya secara kebetulan ?

Evan Miller, Pengembang Perangkat Lunak Statistik (Sumber)

Tingkat signifikansi harus sekecil mungkin. 1% sangat ideal, karena setara dengan tingkat kepercayaan 99%. Dan hasil yang tidak signifikan mungkin berarti apa yang Anda lihat sebenarnya adalah positif palsu, jadi penting untuk menunggu signifikansi statistik, tetapi tidak hanya itu.

Anda perlu menghitung ukuran sampel yang cocok dengan peningkatan minimum yang Anda pilih (MDE – Efek Terdeteksi Minimum), Anda akan mengalami peningkatan perubahan dalam membuat positif palsu.

Nilai-P

Nilai-p adalah probabilitas untuk memperoleh hasil setidaknya sama ekstremnya dengan hasil pengamatan dari uji hipotesis statistik, dengan asumsi bahwa hipotesis nol itu benar.

Tapi apa yang benar-benar perlu Anda ketahui tentang nilai-p adalah ini: “Seberapa mengejutkan hasil ini?”

Berapa Lama Anda Harus Menjalankan Pengujian A/B di Toko Shopify?

Ada dua kesalahan umum yang sering Anda temui:

• Akhiri pengujian A/B saat Anda mencapai signifikansi statistik
• Pantau nilai-p dan nyatakan pemenangnya segera setelah Anda mencapai target.

Menghentikan tes harus didasarkan pada ukuran sampel. Namun, meskipun Anda tidak boleh mengakhiri eksperimen lebih awal, eksperimen tersebut tidak boleh berjalan selamanya. Jika setelah 3 bulan, Anda masih belum mencapai signifikansi, yang terbaik adalah mencoba perubahan lain di pihak Anda, sebaiknya yang lebih berani.

Convert dan Shopify merekomendasikan agar pengujian Anda berjalan setidaknya selama dua siklus bisnis atau 14 hari.

Avid Faruz, CEO Faruzo setuju:

Pengusaha baru perlu tahu bahwa dalam pengujian A/B, kerangka waktu sangat penting. Semakin lama Anda menjalankan pengujian A/B, semakin akurat pengujian yang akan Anda dapatkan. Ini karena pengujian Anda akan menggunakan lebih banyak titik data untuk memperoleh hasil. Pemasar berpengalaman menjalankan tes mereka selama dua minggu. Saya akan menyarankan semua pemasar dan pengusaha untuk menetapkan jangka waktu sesuai dengan tingkat lalu lintas situs web mereka .

Itulah alasan platform kami menawarkan uji coba gratis 14 hari sehingga Anda dapat menguji hipotesis Anda.

Proses 4 Langkah untuk Menjalankan Pengujian A/B di Toko Shopify

Siap menjalankan tes?

Gunakan proses pengujian A/B 4 langkah ini untuk membuat pengujian yang lebih baik dan memahami dampaknya.

#1. Melakukan Penelitian Kualitatif dan Kuantitatif

Riset konversi adalah langkah pertama dan terpenting. Ini memungkinkan Anda membangun hipotesis yang dapat Anda uji A/B. Juga dikenal sebagai fase penemuan, ini adalah saat Anda meletakkan asumsi operasi Anda diam dan membiarkan data memandu Anda.

Anda akan mendapatkan dua jenis data—kuantitatif dan kualitatif.

Mulailah dengan mengumpulkan data kuantitatif. Ini merupakan fakta dingin dan sulit yang tidak dapat Anda bantah oleh mesin analitik seperti Google Analytics, Amplitude, atau Mixpanel.

Misalnya, Anda mungkin ingin melihat rasio pentalan, jumlah total konversi, atau halaman yang dilihat/sesi.

Setelah Anda mengumpulkan data kuantitatif, ambil data kualitatif. Karena ini subjektif, ada potensi bias bawah sadar untuk masuk tetapi menafsirkan temuan Anda adalah satu-satunya cara Anda dapat menjawab "Mengapa."

Gunakan Hotjar untuk menghasilkan peta panas dan merekam sesi pengunjung. Jawaban yang mungkin Anda temukan tidak pasti, tetapi memberikan kemungkinan baru yang berkontribusi pada hipotesis yang lebih baik secara keseluruhan.

Namun sebelum Anda membahasnya, penting untuk melihat data kualitatif dan kuantitatif secara bersamaan untuk mendapatkan pemahaman yang holistik. Analisis permintaan data yang sama dan pemikiran kritis.

#2. Buat Hipotesis yang Kredibel

Mengikuti metode ilmiah berarti Anda harus membuat hipotesis yang kredibel—solusi yang diusulkan yang validitasnya memerlukan evaluasi.

Matt Beischel, Pendiri CorvusCRO, membagikan 3 komponen utama hipotesis: Pemahaman, Respon, dan Hasil.

Berikut ini contoh tampilannya:

Untuk membantu Anda menyederhanakan dan menstandardisasi pembuatan hipotesis, kami memiliki generator hipotesis pengujian A/B.

Pada tahap ini, Anda juga ingin memahami ukuran sampel Anda dan menghitung titik pemberhentian untuk pengujian berdasarkan itu. Gunakan kalkulator signifikansi pengujian A/B kami untuk itu.

Kiat Ahli:

Setelah Anda mengetahui ukuran sampel dan berapa lama Anda harus menjalankan pengujian, Anda perlu menetapkan prioritas pengujian. Anda dapat memilih untuk menguji berbagai bagian proses seperti satu halaman, seluruh situs web, munculan, atau iklan berbayar. Sebaiknya fokus pada satu bagian proses pada satu waktu, sehingga Anda bisa mendapatkan jawaban yang jelas tentang perubahan mana yang mengarah pada peningkatan pengalaman pelanggan dan tingkat konversi .

Allan Borch, Pendiri DotcomDollar.com

Prioritaskan Hipotesis Anda

Eksperimen memiliki banyak keuntungan, itulah sebabnya Anda akan sering melihat para ahli yang menganjurkan untuk menguji semuanya. Namun, Anda harus memprioritaskan pengujian mana yang perlu dijalankan sekarang dan eksperimen mana yang dapat menunggu karena sumber daya terbatas, tidak peduli seberapa kecil atau besar perusahaan Anda.

Jadi, para peneliti menggunakan model prioritas seperti RICE, PIE, ICE, atau PXL. Tetapi David Mannheim, Konsultan Personalisasi, menyarankan bahwa model-model ini cacat:

Mereka tidak memiliki keselarasan dengan konteks bisnis yang lebih luas. Prioritas harus top-down, fokus pada misi bisnis pertama, tujuan bisnis kedua, dan seterusnya. Sebagian besar model prioritas fokus pada 'eksekusi', yaitu, hal terakhir dalam diagram-segitiga-hierarki-hal eksekusi pada basis, konsep, masalah pengguna, tujuan produk, tujuan bisnis, dan misi di atas .

Model ini juga menggunakan "usaha" sebagai faktor penilaian yang berarti Anda benar-benar menahan diri dari membangun fitur yang berpotensi paling berdampak karena rumit. Pada akhirnya, model-model ini tidak memiliki objektivitas.

Andrea Saez, Manajer Pemasaran Produk Senior di Sekolah Produk, mengatakan,

Tidak ada cara Anda dapat mengetahui jangkauan, dampak, atau upaya pada sebagian besar hal tanpa diperiksa dengan benar jika Anda bahkan mengerjakan hal yang benar, apalagi jika Anda belum berbicara dengan siapa pun tentang hal itu. Jadi bagaimana Anda bisa memiliki kepercayaan diri ?.

Jawabannya di sini adalah untuk membangun model prioritas Anda sendiri.

Langkah 1: Dapatkan inspirasi dari contoh

Langkah 2: Perhitungkan faktor-faktor seperti penyelarasan dengan tujuan bisnis, potensi iterasi, pembelajaran khusus perusahaan, dan investasi sumber daya.

Langkah 3: Tetapkan bobot untuk tes yang ingin Anda jalankan

Langkah 4: Bilas dan ulangi sampai Anda menemukan akronim yang cocok untuk Anda.

#3. Terapkan Tes

Anda telah melakukan penelitian dan membangun hipotesis yang kredibel. Sekarang saatnya untuk pergi ke kelelawar.

Penerapan yang berhasil memerlukan 3 hal—platform pengujian A/B yang tepat, tim yang tepat untuk mengkode pengujian, serta QA dan debugging.

Mari kita mulai dengan yang pertama.

Apa yang membuat platform pengujian A/B bagus untuk Shopify?

Idealnya, Anda menginginkan satu alat yang memungkinkan Anda menguji tema, harga, menu, koleksi produk, halaman pencarian, menjalankan pengujian multivarian, dan melacak pendapatan.

Banyak plugin dapat membantu Anda mencapai satu atau lebih dari hal-hal ini, tetapi kami sudah tahu bahwa plugin menyebabkan kode mengasapi, yang bukan kabar baik untuk SEO atau konversi Anda.

Platform pengujian khusus seperti Convert Experiences terintegrasi dengan mulus dengan toko Shopify Anda, memungkinkan Anda menjalankan semua jenis pengujian yang Anda inginkan, dan memiliki aplikasi pengujian A/B Shopify khusus yang dapat Anda gunakan, menghilangkan kemungkinan kode yang membengkak.

Selanjutnya, Anda ingin memiliki tim yang tepat untuk mengkode tes.

Catatan: Ada perbedaan antara pembuat kode dan pembuat kode yang bekerja dengan tim pengujian A/B.

Ultimately, testing is incomplete without QA and debugging. Without QA, variation errors can crop up, causing statistical errors—a false positive or a false negative. Not to mention, you may end up collecting the wrong data that delivers zero value to your visitors.

Here are 4 best practices for QA of A/B tests:

• Develop a QA strategy
• Identify what to QA
• Focus on page experience
• Align QA with conversion goals

Pro Tip: Avoid these rookie A/B testing mistakes:

• You only test industry best practices
• You keep peeking at your “results”
• You give up after one test
• You fail to iterate and improve on wins
• You mess up revenue tracking

#4. Analyze & Learn From Your A/B Tests

Whether you have a winner or loser on your hands, analyzing what worked and learning from it to influence future A/B tests is crucial.

Because while A/B testing is a strategy to boost your revenue, you're also effectively “buying data” on your audience.

Here's a 7 step process to learn from A/B tests –

• Make sure your data is accurate, valid, and significant
• Check your micro, macro, and guardrail metrics
• Segment your results
• Check user behavior
• Continue to improve on winners
• Create a learning repository for future tests

The last step allows you to run tests in the future that are backed by your previous experiments' learnings.

Expert Tip: Be prepared to fail.

It is difficult to predict the conversion rate for your website even if you think you've created the perfect A/B test. As a new entrepreneur, I almost succumbed to the frustrations of seeing no success in the first few months. I am not used to failure and many entrepreneurs are like this. The focus should be to give the users the best experience and leave room for the unexpected .

Leslie Radka, Founder & Hiring Manager at GreatPeopleSearch

A/B Testing in Other Realms That Can Compound Your Shopify Store Gains

Don't stick to just your website. A/B testing can and should be applied to other channels and realms where customer engagement occurs.

A/B Testing Pop-Ups (with Privy)

Those pop-ups you have on your website? You can A/B test them too with tools like Privy. Experiment with your headline, offer, form, CTA, or images.

Privy's Convert tool allows you to present the pop-up in different formats and target visitors based on rulesets.

A/B Testing Emails

When it comes to email marketing, 3 core areas of improvement emerge—delivery, open rates, and CTR.

You can test your emails in this order:

• First, the subject lines to improve the open rate
• Then the body copy to make sure it's relevant
• Finally, the CTAs to get more clicks

What else can you test in your email? Check out our complete guide to A/B testing emails.

Here's how 2 Shopify entrepreneurs used A/B testing to grow their email marketing channel: [h5] #1. Grew Email List 3x Using Split Testing

The most effective strategy for testing content is A/B testing. A/B testing has proven, measurable, immediate results that tell us whether one or another content base is more effective at converting customers to sign up for emails, make a purchase, etc.

In retail, vanity metrics like direct traffic to your website are least effective for measuring content success, while A/B testing (ie, tracking conversion rate, user engagement, email funnels) is the most effective. We tested our email subscription CTA with split-testing and grew our email list over three times in one campaign. The better you know your ICP, the more effective your brand strategy will convert. Use A/B tests to understand your target demographic better, and spoon-feed them the content they respond best to .

Zach Goldstein, Public Rec

#2. Increased email open rate by 25% with emojis in subject lines

After seeing a study, I wanted to test out open rates using an emoji in the subject line vs. not using one. The study implied that using an emoji would help to enhance open rates, but I felt that it could come off as unprofessional and spammy.

I use the ActiveCampaign email platform alongside Shopify, and I actually integrate the two together to maximize customer communication. ActiveCampaign allows users to run many A/B tests so they can see what jives with their target audience. When the results were in, I had to admit that I was wrong because the emails with an emoji in the subject received a 25% higher open rate. It's safe to say that I've been pretty liberal with my emoji keyboard ever since, and I've noticed a spike in conversion rates, too .

Stephanie Venn-Watson, fatty15

A/B Testing on Social Media

Like paid ads, you can test your organic content on social to improve engagement. The heading, copy, images, and CTA can all be A/B tested.

When doing this manually, stagger the release of your posts to have a reasonable gap which will allow you to gather meaningful data.

Or you can use scheduling tools like Later, Buffer, or MeetEdgar to automate the publishing.

Ecommerce A/B Testing Pitfalls to Avoid

Our need for instant gratification also seeps into A/B testing. Jon Ivanco, Co-founder of Formtoro, believes most A/B testing is reactionary:

Brands want a quick fix that's cost-effective; they hate the idea of investing in long-term outlooks and gains. The only time they look at these things is when things aren't going well .

There are “experts” that are anything but experts, bad advice presented as best practices, and experiments designed to pick the low-hanging fruit.

Ivanco instead recommends getting the basics right:

– All tests to landing pages
– All tests from specific audiences
– Test one variable at a time
– Don't test unless you have a clearly articulated hypothesis and you can learn from if something goes right or if it fails
– Do all tests from the perspective of the customer journey
– Small things are part of a larger chain, try to isolate things as much as you can one step at a time

Give Privacy a Thought

No one wants to become a lab rat inadvertently.

The backlash to Facebook 2014's emotional contagion study is proof. Even Apple's privacy updates signal that users care about their privacy and don't want to be manipulated into buying products.

Laws around privacy—existing and upcoming—will continue to evolve. Each time a significant change is brought about, it will hurt your business unless you start thinking user-first and bake ethical A/B testing into your strategy.

So what does that mean for you?

• Take data privacy seriously when collecting data
• Rule out manipulative tactics
• Store and process data securely
• Respect user consent and allow them to opt-out of experiments

Do that and you will future-proof your A/B testing and build a better relationship with your audience.