Panduan Pengujian A/B pada tahun 2022 (dengan Contoh dan Strategi)

Saat pengunjung tiba di situs Anda, Anda bertanggung jawab untuk memberikan pengalaman yang luar biasa — baik karena itu adalah pekerjaan Anda dan karena ini adalah cara terbaik untuk mendorong konversi.

Dan pengujian A/B adalah tempat yang bagus untuk memulai.

Jika Anda tidak terbiasa dengan pengujian A/B, ini adalah cara berdasarkan data untuk mempelajari apa yang sesuai dengan pengunjung situs Anda. Dengan informasi yang Anda dapatkan dari pengujian A/B, Anda dapat memberikan pengalaman situs yang lebih baik dan meningkatkan peluang bisnis Anda untuk berkembang.

Dalam artikel ini, Anda akan belajar:

• Apa yang dimaksud dengan pengujian A/B dalam pemasaran digital
• Apa yang harus Anda uji?
• Bagaimana mengelola proses pengujian A/B dari awal hingga akhir.

Kami bahkan akan menyertakan beberapa contoh nyata pengujian A/B untuk menginspirasi Anda.

Klik salah satu tajuk di bawah ini untuk membaca bagian yang Anda minati:

• Apa itu pengujian A/B dalam pemasaran?
• Kapan sebaiknya Anda menggunakan Pengujian A/B?
• Apa yang dapat Anda uji A/B?
• Cara melakukan pengujian A/B dalam 5 langkah sederhana
• Contoh pengujian A/B
• Cara memulai pengujian A/B dengan ActiveCampaign

Apa itu pengujian A/B dalam pemasaran?

Dalam pemasaran, pengujian A/B melibatkan pembuatan eksperimen untuk mengetahui versi situs web, email, atau iklan apa yang berkinerja lebih baik daripada yang lain.

Anda membuat dua variasi berbeda (Variasi A dan Variasi B), lalu membagi lalu lintas ke variasi tersebut 50/50. Anda mencatat bagaimana lalu lintas berperilaku pada setiap variasi untuk menentukan desain mana yang menghasilkan hasil terbaik.

Setelah Anda memiliki variasi pilihan, Anda mengirimkan 100% lalu lintas ke variasi itu dan menghapus yang lain — yakin sekarang Anda menawarkan pengalaman yang lebih optimal kepada pengunjung Anda.

Pengujian A/B membantu pemasar lebih memahami apa yang diinginkan pengguna atau pengunjung mereka untuk menyampaikannya kepada mereka dan mendorong hasil.

Contoh umum adalah memodifikasi halaman arahan untuk melihat desain mana yang menghasilkan konversi lebih tinggi. Variasinya bisa sesederhana menguji judul atau gambar header untuk melihat bagaimana respons pengguna.

Tujuannya adalah untuk melihat versi mana yang lebih populer di kalangan pelanggan Anda.

Kapan sebaiknya Anda menggunakan pengujian A/B?

Tidak ada jawaban tunggal untuk pertanyaan ini.

Pengujian A/B bertujuan untuk meningkatkan pengalaman pengguna dan meningkatkan keterlibatan. Ini berarti ada berbagai situasi di mana pengujian A/B dapat digunakan dengan baik.

Untuk memberi Anda gambaran tentang apa ini, kami telah menguraikan beberapa skenario umum.

1. Untuk mengidentifikasi poin rasa sakit pengunjung

Jika Anda ingin tahu mengapa tingkat konversi Anda tidak meningkat atau bagaimana meningkatkan pengalaman pelanggan, Anda perlu mengidentifikasi titik-titik masalah.

Dan di sinilah pengujian A/B dapat membantu. Ini memungkinkan Anda menemukan area di mana pengunjung berjuang di situs web Anda.

Bayangkan Anda memiliki tingkat pengabaian keranjang yang tinggi. Untuk mengetahui mengapa pengunjung meninggalkan kapal, Anda menjalankan pengujian A/B.

Anda menduga (hipotesis pengujian A/B Anda) bahwa pengguna mungkin kesulitan dengan berapa lama proses checkout. Jadi di samping proses checkout asli Anda, Anda membuat versi yang lebih pendek (Variasi B).

Anda mengirimkan 50% lalu lintas Anda melalui proses checkout asli Anda dan 50% melalui yang baru.

Hasil mengkonfirmasi apa yang Anda pikirkan: Pengguna lebih memilih opsi yang lebih pendek. Tingkat penyelesaian checkout Anda meningkat 17% selama pengujian berjalan.

Dengan menjalankan pengujian A/B, Anda mengidentifikasi rintangan yang dihadapi konsumen dan sekarang Anda dapat membuat perubahan yang diperlukan untuk meningkatkan pengalaman pelanggan di masa mendatang (dan semoga juga meningkatkan konversi).

2. Untuk mengurangi rasio pentalan dan meningkatkan keterlibatan

Pengujian A/B adalah cara yang bagus untuk memastikan konten tertulis Anda menarik bagi audiens Anda.

Anda dapat mengetahui apa yang dicari pengunjung Anda, bagaimana mereka ingin menavigasi blog atau perangkat lunak Anda, dan apa yang kemungkinan akan mereka libatkan.

Akibatnya, pengguna akan menghabiskan lebih sedikit waktu untuk keluar dari situs Anda dan lebih banyak waktu untuk terlibat dengan konten Anda.

3. Untuk mendorong laba atas investasi (ROI) yang lebih tinggi dari kampanye

Dengan menjalankan pengujian A/B pada kampanye pemasaran atau iklan Anda, Anda memiliki peluang lebih tinggi untuk meningkatkan ROI Anda.

Misalnya Anda merencanakan kampanye pemasaran email dengan investasi tinggi di sekitar musim liburan. Sebelum meluncurkan, Anda menjalankan pengujian A/B pada tata letak buletin standar untuk melihat mana yang berkinerja lebih baik.

Dengan hasil dari pengujian ini, Anda tahu cara terbaik untuk menyusun email Anda saat kampanye ditayangkan. Anda tahu apa yang paling berhasil, jadi kemungkinan besar Anda akan melihat hasil yang lebih baik.

Apa yang dapat Anda uji A/B?

Jika kita akan menjawab pertanyaan ini secara lengkap, daftarnya akan cukup panjang.

Untuk memberi Anda gambaran tentang apa yang dapat Anda uji (dan untuk menyelamatkan Anda dari daftar yang tidak pernah berakhir), kami telah membahas beberapa area paling populer.

iklan berbayar

Pengujian terpisah untuk iklan berbayar Anda sangat berguna.

Ini dapat memberi tahu Anda cara terbaik untuk menyusun iklan Anda, apa yang harus disertakan di dalamnya, dan siapa yang harus Anda targetkan. Dan semua ini akan membantu Anda mendapatkan ROI terbaik.

Tapi apa sebenarnya yang bisa Anda uji dengan iklan berbayar?

Berikut adalah beberapa elemen yang dapat Anda uji:

• Judul: Judul iklan adalah hal pertama yang dilihat pengguna ketika mereka menemukan iklan Anda, yang membuatnya cukup penting. Menguji tajuk utama ini berarti Anda dapat mengetahui frasa mana yang paling cocok untuk audiens Anda.

(Sumber Gambar)

• Salinan iklan: Ini adalah salinan sebenarnya dari iklan Anda. Untuk menguji salinan iklan, Anda dapat mengubah konten dan melihat mana yang berkinerja lebih baik. Misalnya, Anda dapat menguji iklan yang pendek dan manis dibandingkan dengan iklan yang panjang dan mendetail. Lihat iklan sponsor kami sebagai contoh:

(Sumber Gambar)

• Penargetan: Sebagian besar platform sosial memungkinkan Anda menargetkan iklan ke audiens tertentu. Pengujian A/B memungkinkan Anda mengetahui apa yang terbaik untuk setiap segmen audiens.

Halaman arahan

Halaman arahan yang dioptimalkan memainkan peran penting dalam mendorong konversi.

Tetapi tidak selalu mudah untuk mengetahui cara terbaik untuk menyusun halaman arahan Anda. Untungnya, pengujian A/B memungkinkan Anda menemukan struktur yang paling sesuai untuk audiens Anda.

Berikut adalah beberapa elemen paling populer yang dapat Anda uji di halaman arahan:

• Judul: Saat pengguna membuka situs web Anda, judul adalah salah satu hal pertama yang mereka lihat. Itu harus jelas, ringkas, dan mendorong pengguna untuk mengambil tindakan. Pengujian A/B memungkinkan Anda menemukan kata-kata yang paling sesuai untuk audiens Anda.

Lihatlah beranda ActiveCampaign sebagai contoh:

• Ajakan bertindak (CTA): CTA mendorong pengguna untuk terlibat dengan bisnis Anda, biasanya meminta mereka untuk memberikan informasi kontak mereka atau melakukan pembelian. Untuk memberi diri Anda peluang tertinggi untuk mendapatkan konversi, Anda dapat menguji CTA yang berbeda untuk melihat apa yang berkinerja terbaik. Lihatlah jenis blog CTA kami untuk mendapatkan beberapa inspirasi.
• Tata letak halaman: Tata letak halaman Anda dapat memengaruhi perilaku pengunjung. Jika situs web Anda sulit dinavigasi, kemungkinan mereka tidak akan bertahan lama. Untuk mengetahui apa yang paling cocok untuk audiens Anda, Anda dapat menguji beberapa tata letak yang berbeda.

Email

Pengujian A/B email Anda membantu Anda membuat email menarik yang benar-benar ingin dibaca pengguna. Dan dengan jumlah email yang dikirim dan diterima yang diperkirakan akan mencapai 376,4 miliar pada tahun 2025, Anda memerlukan semua bantuan yang dapat Anda peroleh untuk mengurangi kebisingan.

(Sumber Gambar)

Berikut adalah beberapa area yang dapat Anda uji di email Anda:

• Baris subjek: Baris subjek Anda mendorong pengguna untuk membuka email Anda, jadi itu harus bagus. Menguji jenis baris subjek apa yang paling berhasil berarti Anda memiliki peluang lebih tinggi untuk meningkatkan rasio buka dan rasio klik Anda. Lihatlah generator baris subjek kami untuk mendapatkan beberapa inspirasi.

• Desain: Mirip dengan halaman arahan Anda, desain email Anda dapat memengaruhi cara audiens Anda terlibat dengannya. Anda dapat menguji A/B beberapa template email yang berbeda (termasuk HTML atau teks biasa untuk mengetahui mana yang terbaik.
• CTA: Bermain-main dengan berbagai jenis CTA akan memberi Anda indikasi tentang apa yang terbaik untuk audiens Anda. Baik itu mengubah tempat Anda menempatkan CTA, tampilannya, atau bahasa yang Anda gunakan.

Cara menyiapkan pengujian A/B dalam 5 langkah sederhana

Sekarang, Anda mungkin bertanya-tanya bagaimana melakukan pengujian A/B.

Untuk membantu Anda, kami telah menguraikan cara melakukan pengujian A/B dalam 5 langkah mudah untuk mengoptimalkan iklan, laman landas, atau email apa pun.

1. Tentukan tujuan tes Anda

Hal pertama yang pertama, Anda perlu menguraikan tujuan Anda. Ini akan memberi Anda hipotesis yang kuat untuk pengujian A/B dan membantu Anda tetap di jalur selama proses berlangsung.

Belum lagi, ini membantu kesuksesan perusahaan secara keseluruhan. Dengan menguraikan tujuan pengujian A/B dengan jelas, Anda dapat yakin bahwa upaya Anda berkontribusi pada pertumbuhan dan kesuksesan bisnis.

Jadi bagaimana Anda mengetahui apa tujuan Anda seharusnya?

Jawabannya sederhana.

Tanyakan pada diri Anda apa yang ingin Anda pelajari dari tes A/B.

Apakah Anda ingin meningkatkan keterlibatan media sosial? Tingkatkan tingkat konversi situs web Anda? Tingkatkan tarif buka email Anda?

Jawaban atas pertanyaan-pertanyaan ini akan memberi tahu Anda apa tujuan Anda seharusnya.

Tapi apa pun yang Anda lakukan, jangan langsung masuk dan mulai menguji warna tombol acak. Tes Anda harus memiliki tujuan untuk membuatnya berharga.

2. Identifikasi variabel yang akan diuji

Anda telah menguraikan tujuan Anda. Sekarang Anda perlu menemukan variabel yang tepat untuk diuji, di situlah data berguna.

Dengan menggunakan data dan analitik sebelumnya, Anda dapat mengidentifikasi area yang berkinerja buruk.

Misalnya, tujuan Anda adalah meningkatkan pengalaman pengguna di situs web Anda.

Untuk menemukan variabel yang tepat, Anda meninjau Google Analytics untuk menemukan halaman dengan rasio pentalan tertinggi.

(Sumber Gambar)

Setelah Anda mempersempit pencarian Anda, Anda dapat membandingkan halaman ini dengan halaman arahan Anda yang paling sukses.

Apakah ada yang berbeda di antara mereka?

Jika jawabannya ya, ini adalah variabel Anda untuk pengujian.

Anda bahkan dapat menggunakan pengujian multivarian untuk menguji lebih dari satu variabel.

Ini bisa berupa sesuatu yang sederhana seperti judul, gambar header, atau kata-kata pada CTA Anda.

Ini juga hipotesis Anda: “Jika kita mengubah [hal X], kita akan meningkatkan [gol].” Sekarang Anda hanya perlu membuktikan diri Anda benar.

3. Gunakan alat pengujian yang tepat

Untuk memaksimalkan pengujian A/B, Anda perlu menggunakan alat pengujian yang tepat.

Mari kita gunakan ActiveCampaign sebagai contoh.

Jika Anda ingin menguji email Anda secara terpisah, platform seperti ActiveCampaign adalah pilihan yang tepat.

Perangkat lunak kami dilengkapi untuk pengujian email. Anda dapat melacak kampanye, mengotomatiskan pengujian terpisah, dan meninjau hasilnya dengan mudah.

Namun tidak semua perangkat lunak ramah pengguna dan intuitif seperti ActiveCampaign.

Jika Anda membuat pilihan yang salah, Anda terjebak menggunakan platform yang membatasi kemampuan pengujian Anda. Akibatnya, pengujian A/B Anda dapat terganggu, sehingga Anda mendapatkan hasil yang tidak dapat diandalkan.

Jadi, pastikan Anda menemukan alat pengujian yang cocok untuk pengujian A/B Anda. Ini membuat seluruh proses lebih efisien, lebih mudah dikelola, dan akan membantu Anda memaksimalkan pengujian.

4. Siapkan tes Anda

Menggunakan platform apa pun yang Anda pilih, inilah saatnya untuk menyiapkan dan menjalankan semuanya.

Sayangnya, kami tidak dapat memberikan panduan langkah demi langkah untuk menyiapkan pengujian Anda karena setiap platform berbeda.

Namun kami akan menyarankan Anda untuk menjalankan pengujian A/B dengan satu sumber lalu lintas (daripada mencampur lalu lintas, misalnya).

Mengapa?

Karena hasilnya akan lebih akurat.

Anda perlu membandingkan suka dan suka, Memastikan untuk mengelompokkan hasil menurut sumber lalu lintas akan memastikan Anda meninjau hasil dengan sejelas mungkin.

5. Lacak dan ukur hasilnya

Sepanjang durasi pengujian, Anda perlu terus melacak kinerjanya. Ini akan memungkinkan Anda membuat perubahan apa pun jika pengujian tidak berjalan sesuai rencana.

Dan ketika tes selesai, Anda dapat mengukur hasilnya untuk menemukan variasi pemenang dan meninjau keberhasilan dan kegagalan.

Pada tahap ini, Anda dapat mengetahui perubahan yang perlu Anda lakukan untuk meningkatkan pengalaman pelanggan.

Tetapi jika ada sedikit atau tidak ada perbedaan antara pengujian Anda (kurang dari %), Anda mungkin perlu tetap menjalankannya.

Mengapa?

Karena Anda membutuhkan kumpulan data yang lebih besar untuk menarik kesimpulan.

Di sinilah signifikansi statistik berguna.

Apa itu signifikansi statistik?

Signifikansi statistik digunakan untuk mengkonfirmasi bahwa hasil dari pengujian tidak terjadi secara acak. Ini adalah cara untuk membuktikan secara matematis bahwa statistik tertentu dapat diandalkan.

Dengan kata lain, pengujian A/B memiliki signifikansi statistik jika tidak disebabkan oleh kebetulan.

Berikut gambaran analisis statistik secara lebih detail:

Dan berikut adalah rincian elemen signifikansi statistik secara lebih rinci:

• Nilai-P: Ini adalah nilai probabilitas. Jika ada kemungkinan kecil bahwa hasil terjadi secara kebetulan, statistik tersebut dapat diandalkan. Dengan kata lain, semakin kecil nilai P, semakin dapat diandalkan hasilnya (0,05 adalah standar untuk mengkonfirmasi signifikansi statistik).
• Ukuran sampel: Seberapa besar dataset? Jika terlalu kecil, hasilnya mungkin tidak dapat diandalkan.
• Tingkat kepercayaan: Ini adalah jumlah kepercayaan yang Anda miliki bahwa hasil tes tidak terjadi secara kebetulan. Tingkat kepercayaan khas untuk signifikansi statistik adalah 95%.

Mari kita gunakan contoh untuk memasukkannya ke dalam konteks.

Bayangkan Anda menjalankan pengujian A/B di halaman arahan Anda.

Di halaman arahan Anda saat ini, tombol CTA Anda berwarna merah. Pada halaman pengujian, warnanya biru.

Setelah 1.000 kunjungan situs web, Anda mendapatkan 10 penjualan dari tombol merah, dan 11 penjualan dari tombol biru.

Karena hasil ini sangat mirip, kemungkinan besar perubahan warna tidak membuat perbedaan.

Artinya tidak signifikan secara statistik.

Tetapi jika pengujian yang sama menghasilkan 10 penjualan dari tombol merah dan 261 penjualan dari tombol biru, kecil kemungkinan hal ini terjadi secara kebetulan.

Ini berarti signifikan secara statistik.

Jika Anda kesulitan mengidentifikasi apakah hasil Anda signifikan secara statistik, ada platform di luar sana yang dapat membantu.

Contoh pengujian A/B

Mari kita lihat beberapa contoh pengujian A/B yang berhasil yang mungkin juga cocok untuk bisnis Anda.

iklan berbayar

Strategyzer menguji iklan Facebook. Tujuan mereka adalah untuk meningkatkan penjualan tiket untuk acara mendatang mereka. Variabelnya adalah konten tertulis dari iklan Facebook.

Versi A pendek dan manis, sedangkan versi B lebih detail:

(Sumber Gambar)

Hasil?

Versi A mendapat satu penjualan selama tiga minggu. Versi B mendapat 92.

Hasilnya menunjukkan bahwa salinan yang lebih panjang dan mendetail lebih menarik bagi audiens mereka.

Halaman arahan

Brookdale Living menggunakan pengujian A/B di halaman Temukan Komunitas mereka.

Tujuan dari split test mereka adalah untuk meningkatkan konversi dari halaman ini. Variabelnya adalah desain halaman, tata letak, dan teks.

Mereka menguji halaman asli mereka (yang sangat padat teks) di samping halaman baru dengan gambar dan CTA yang jelas:

(Sumber Gambar)

Tes berjalan selama 2 bulan dengan lebih dari 30.000 pengunjung.

Selama waktu itu, variasi kedua meningkatkan tingkat konversi situs web mereka hampir 4% dan mencapai peningkatan pendapatan bulanan sebesar $100.000.

Jadi, aman untuk mengatakan bahwa pendekatan teks-berat tidak berhasil untuk audiens target mereka.

Ingatlah untuk melakukan pengujian A/B Anda sendiri

Semua contoh ini menunjukkan kisah sukses di balik pengujian A/B.

Tetapi hanya karena pengujian ini berhasil untuk bisnis ini tidak berarti pengujian yang sama akan berhasil untuk Anda.

Untuk mengetahui apa yang diinginkan audiens Anda, Anda harus melakukan pengujian sendiri. Anda dapat menggulir kembali ke 'Apa yang dapat Anda uji A/B?' bagian untuk mengetahui lebih lanjut tentang pengujian iklan berbayar.

Mulai pengujian A/B dengan ActiveCampaign

Pengujian A/B adalah cara yang bagus untuk memaksimalkan hasil yang saat ini Anda peroleh dari kampanye pemasaran Anda dalam jangka pendek hingga menengah.

Jika Anda berpikir untuk menguji beberapa kampanye A/B tetapi tidak yakin harus mulai dari mana, lihat ActiveCampaign.

Perangkat lunak kami memudahkan untuk membagi kampanye Anda. Yang perlu Anda lakukan adalah memilih 'Split Testing' dan menyiapkan email Anda untuk dikirim.

Anda dapat menguji baris subjek, gambar, konten email, ajakan bertindak, dan bahkan informasi 'dari'.

Belum lagi, Anda dapat menguji hingga 5 email sekaligus.

Dan Anda dapat memutuskan metrik apa yang akan dilacak untuk menentukan hasil. Baik itu klik, pembukaan, atau konversi, Anda dapat menjalankan pengujian yang paling sesuai dengan sasaran Anda.

Siap untuk menguji A/B beberapa desain email? Daftar untuk uji coba gratis dengan ActiveCampaign dan dapatkan pengujian!