Cara Memaksimalkan Pengujian A/B untuk Meningkatkan Tingkat Konversi Anda

Salah satu jenis pengujian CRO yang lebih mudah (dan paling umum) disebut pengujian A/B. Yang harus dimiliki dalam sabuk alat pengoptimalan pemasar mana pun, pengujian A/B dapat tampak menakutkan karena sifat teknis dan statistiknya. Pada kenyataannya, ini sebenarnya adalah salah satu cara yang paling jelas dan efisien untuk meningkatkan tingkat konversi. Dengan menunjukkan dengan tepat variasi spesifik elemen kampanye Anda yang berkinerja baik dengan audiens Anda, pengujian A/B menghilangkan dugaan CRO dan mengubah teori menjadi aplikasi.

Siap untuk mengambil lompatan? Mari kita periksa apa itu pengujian A/B, dan diskusikan beberapa praktik terbaik agar Anda melakukan pengujian seperti pro dalam waktu singkat.

Bagi mereka yang lebih suka menonton daripada membaca ...

Apa itu Pengujian A/B?

Dasar

Sederhananya, pengujian A/B adalah eksperimen terkontrol versi pemasar. Juga dikenal sebagai pengujian terpisah, pengujian A/B memungkinkan Anda menguji variasi beberapa elemen kampanye, seperti laman landas, secara berdampingan. Hasilnya akan memungkinkan Anda untuk menentukan versi mana yang merupakan opsi yang paling efektif. Karena sifatnya yang cukup mudah, ini adalah salah satu tes paling populer yang digunakan dalam pengoptimalan tingkat konversi.

Cara kerja pengujian A/B

Pengujian A/B dimulai dengan membuat dua (atau lebih) versi konten. Variabel apa pun yang diinginkan dapat diubah, dan dianggap sebagai praktik terbaik untuk membuat versi ini secara substansial berbeda satu sama lain, tetapi hanya dalam satu cara. Potongan-potongan tersebut kemudian disajikan kepada audiens yang berukuran sama, dan tingkat respons dan konversi dari setiap kelompok dicatat dan dianalisis dengan pengujian CRO dan/atau perangkat lunak analitik.

Dapatkan Daftar Periksa Pengoptimalan Kampanye untuk membantu Anda mengidentifikasi bagian mana dari kampanye Anda yang berkinerja buruk sehingga Anda dapat memprioritaskan upaya pengujian Anda

Proses pengujian A/B

Jadi, mari kita membahas seluk beluknya, dan memeriksa secara mendetail bagaimana pengujian A/B yang efektif dijalankan.

1. Pilih Variabel Anda

Seperti metode ilmiah, Anda ingin mengisolasi satu "variabel bebas" untuk diuji. Untuk memperjelas, A/B memungkinkan pengujian lebih dari satu variasi, selama mereka diuji satu per satu. Tata letak atau elemen desain apa pun yang membuat Anda penasaran siap untuk diuji, mulai dari font halaman arahan hingga penempatan tombol CTA hingga baris subjek email. Pertimbangkan untuk mengembangkan hipotesis untuk mengevaluasi menggunakan hasil Anda, dan ingat untuk menjaga hal-hal sederhana-- jangan menguji beberapa variabel sekaligus!

2. Tentukan Metrik

"Variabel terikat" akan menjadi metrik yang akan Anda pilih untuk menjadi fokus selama pengujian. Rasio konversi tampaknya paling jelas, tetapi metrik lain yang relevan dengan CRO dapat mencakup rasio pengabaian keranjang belanja, waktu yang dihabiskan di halaman, rasio pentalan, dan Lebih lanjut Luangkan waktu untuk menemukan KPI (indikator kinerja utama) yang paling relevan dengan bagian tertentu yang sedang diuji.

Pertimbangan lain adalah signifikansi statistik yang diinginkan dari hasil Anda. Menetapkan tingkat kepercayaan diri Anda ke persentase yang lebih tinggi sama dengan berinvestasi dalam keakuratan hasil. Kami melihat beberapa literasi statistik yang buruk di dunia CRO mengenai topik ini dan menyarankan blog ini tentang statistik pengujian A/B untuk memperbaikinya.

3. Siapkan Grup Anda

Elemen eksperimen yang tersisa yang perlu ditentukan adalah kontrol, yang akan menjadi versi yang tidak berubah dari bagian yang akan Anda uji. Dengan kontrol dan pengujian yang dibuat, Anda dapat membagi audiens menjadi grup acak berukuran sama untuk pengujian. Jika ini terdengar sulit untuk diterapkan, jangan khawatir-- ini adalah tugas untuk alat pengujian Anda, komponen penting dari strategi CRO Anda.

Ukuran sampel akan bergantung pada kemampuan alat yang digunakan dan sifat pengujian. Saat menguji sesuatu seperti halaman web, dengan jumlah pengunjung yang terus meningkat, durasi pengujian akan menentukan ukuran sampel secara langsung; memeriksa tingkat kunjungan yang ada untuk mendapatkan gambaran tentang berapa lama untuk melakukan itu. Saat A/B menguji email, di sisi lain, disarankan untuk menguji pada proporsi tertentu dari milis Anda.

4. Jalankan Tes Itu!

Meskipun variasi Anda harus diuji secara bersamaan, tidak ada salahnya memilih waktu pengujian secara strategis. Misalnya, kampanye email yang tepat waktu akan memberikan hasil lebih cepat; menentukan jam berapa ini memerlukan beberapa penelitian tentang demografi dan segmen pelanggan Anda. Seperti yang disebutkan, tergantung pada sifat bagian, lalu lintas situs Anda, dan signifikansi statistik yang perlu dicapai, pengujian dapat berlangsung dari beberapa jam hingga beberapa minggu.

Jika Anda tertarik untuk mendapatkan beberapa wawasan tambahan tentang alasan di balik reaksi pengunjung Anda, pertimbangkan untuk meminta umpan balik kualitatif. Survei keluar dan jajak pendapat dapat dengan mudah ditambahkan ke halaman situs selama periode pengujian. Informasi ini dapat menambah nilai dan efisiensi pada hasil Anda.

5. Periksa Hasilnya

Dengan menggunakan hipotesis dan metrik kunci yang telah Anda buat sebelumnya, inilah saatnya untuk menginterpretasikan temuan Anda. Dengan mengingat tingkat kepercayaan juga, penting untuk menentukan signifikansi statistik dengan bantuan alat pengujian Anda atau kalkulator lain. Jika satu variasi terbukti secara statistik lebih baik dari yang lain, selamat! Anda sekarang dapat mengambil tindakan dengan tepat untuk mengoptimalkan bagian kampanye.

Tapi ingat saja signifikansi statistik tidak sama dengan signifikansi praktis. Anda selalu perlu mempertimbangkan waktu dan upaya yang diperlukan untuk menerapkan perubahan dan apakah pengembaliannya sepadan. Jika sesederhana mengirim satu template email ke yang lain dengan satu klik tombol, itu tidak masalah. Tetapi jika harus meminta pengembang mengubah 100-an halaman arahan di situs Anda, Anda ingin memastikan itu sepadan.

6. Dalam Kasus Tes 'Gagal'

Jika tak satu pun dari variasi tersebut menghasilkan hasil yang signifikan secara statistik-- yaitu, pengujiannya tidak meyakinkan-- beberapa opsi tersedia. Pertama, masuk akal untuk hanya mempertahankan variasi asli di tempatnya. Anda juga dapat memilih untuk mempertimbangkan kembali tingkat signifikansi Anda atau memprioritaskan ulang KPI tertentu dari konteks bagian yang sedang diuji. Akhirnya, variasi yang lebih kuat atau berbeda secara drastis mungkin terjadi. Yang terpenting, jangan takut untuk menguji dan menguji lagi; lagi pula, upaya berulang hanya dapat membantu meningkatkan pengoptimalan.

Pengujian A/B vs. Pengujian Multivarian

Pengujian multivarian didasarkan pada prinsip utama yang sama dengan mitra A/B-nya; perbedaannya adalah dalam jumlah yang lebih tinggi dari variabel yang diuji. Tujuannya adalah untuk menentukan kombinasi tertentu dari variasi yang berkinerja terbaik, dan memeriksa "konvertibilitas" dari setiap variasi dalam konteks variabel lain daripada sekadar proses yang berdiri sendiri. Dalam banyak hal, ini bisa menjadi praktik yang lebih canggih.

Jenis pengujian ini adalah cara yang bagus untuk memeriksa hubungan yang lebih kompleks antara elemen yang dapat dioptimalkan. Secara teori, adalah mungkin untuk menguji ratusan kombinasi secara berdampingan! Perlu dicatat, pengujian multivariat memiliki kelemahan, terutama berkaitan dengan jumlah waktu dan jumlah pengunjung situs yang lebih besar yang diperlukan untuk melakukannya secara efektif.

Tes Mana yang Harus Saya Jalankan?

Pengujian A/B adalah metode ideal untuk memperoleh hasil yang signifikan dan nyata dengan cepat terlepas dari ukuran perusahaan, lalu lintas situs, atau kemampuan perangkat lunak Anda. Mudah diinterpretasikan dan tidak terlalu mengintimidasi pemasar yang baru mengenal CRO, dalam beberapa kasus bahkan digunakan dalam siklus berkelanjutan oleh perusahaan besar yang lebih menyukainya daripada merancang tes multivariat. Jika Anda baru memulai perjalanan ke dunia pengoptimalan, ini mungkin tempat terbaik untuk memulai.

Sebaliknya, pengujian multivarian sering direkomendasikan untuk situs dengan lalu lintas substansial untuk mengakomodasi jumlah variasi yang perlu diuji. Halaman tertentu yang sedang diuji juga harus memiliki eksposur yang cukup. Pengujian multivarian paling baik diterapkan saat Anda ingin bereksperimen dengan modifikasi yang lebih halus pada bagian konten dan melacak interaksi berbagai elemen. Mereka juga berguna untuk mendapatkan hasil yang nantinya dapat diterapkan secara sistematis ke desain situs Anda dalam skala yang lebih besar.

Sekarang setelah Anda mengetahui cara menjalankan pengujian A/B, bagaimana Anda mengetahui aspek kampanye pemasaran mana yang harus ditangani terlebih dahulu? Kami memiliki sumber daya yang sempurna untuk Anda: Daftar Periksa Pengoptimalan Kampanye. Ini akan membantu Anda mengidentifikasi bagian mana dari kampanye Anda yang berkinerja buruk sehingga Anda dapat memprioritaskan upaya pengujian dan pengoptimalan Anda.

Blog ini adalah bagian dari seri blog Panduan Definitif Anda untuk Pengoptimalan Tingkat Konversi