คู่มือการทดสอบ A/B

การตลาดมีมาระยะหนึ่งแล้ว แต่ในช่วงสองสามทศวรรษที่ผ่านมา การตลาดได้เปลี่ยนแปลงไปอย่างสิ้นเชิง มีการคาดเดาน้อยกว่ามาก และเราสามารถแยกแยะได้ง่ายกว่ามากว่ากลวิธีทางการตลาดใดที่ประสบความสำเร็จและอันใดที่ล้มเหลว

ทุกวันนี้ การดำเนินการทางการตลาดทุกครั้งจะต้องสามารถระบุถึงความพยายามของตนที่มีต่อผลลัพธ์ได้ สิ่งนี้หมายความว่ามีความรับผิดชอบมากขึ้นสำหรับทีมการตลาด สร้างโอกาสในการขายไม่เพียงพอ? เรามีปัญหา รายชื่อผู้ติดต่อมีขนาดเล็กเกินไป? ปัญหา.

ข่าวดีก็คือ แม้ว่านักการตลาดจะมีความรับผิดชอบมากขึ้น แต่ตอนนี้พวกเขามีวิธีที่ดีกว่าในการวัดว่ากลวิธีใดที่พวกเขาใช้ได้ผลและไม่ได้ผล ในอดีต คำตอบที่ว่า “ทำไมเราถึงสร้างโอกาสในการขายไม่เพียงพอ” อาจเป็น "ฉันไม่รู้จริงๆ" ตอนนี้สามารถระบุสาเหตุของผลลัพธ์ที่ไม่สดใสได้

วิธีหนึ่งสำหรับนักการตลาดในการเพิ่มประสิทธิภาพงานของตนได้ดีที่สุดคือการทดสอบ A/B

การทดสอบ A/B คืออะไร: ภาพรวมระดับสูง

การทดสอบ A/B เป็นแนวคิดที่เรียบง่าย บางครั้งเรียกว่า "การทดสอบแยก" เป็นแนวทางปฏิบัติในการวางอินเทอร์เฟซผู้ใช้สองเวอร์ชัน เช่น หน้าเว็บหรือการออกแบบผลิตภัณฑ์ เพื่อดูว่าเวอร์ชันใดทำงานได้ดีกว่า

ครึ่งหนึ่งของประชากรจะเห็นเวอร์ชันหนึ่งและอีกครึ่งหนึ่งจะเห็นเวอร์ชันอื่น จากนั้นคุณสามารถใช้ข้อมูลจากการเข้าชมเหล่านั้นทั้งหมดเพื่อกำหนดเวอร์ชันของ UI ของคุณที่ทำงานได้ดีกว่า

สิ่งที่ต้องทดสอบ

ส่วนที่ยากอย่างหนึ่งในการทดสอบ A/B คือการกำหนดว่าคุณควรทดสอบอะไร มีอินเทอร์เฟซมากมายที่คุณสามารถทดสอบได้ และภายในอินเทอร์เฟซเหล่านั้น มีรูปแบบต่างๆ มากมายที่คุณสามารถลองใช้ได้ ดังนั้นเมื่อเริ่มต้นคุณจะทดสอบอะไร?

ตั้งเป้าหมาย

เพื่อให้แน่ใจว่าคุณกำลังทดสอบบางสิ่งที่คุ้มค่า คุณต้องคิดให้ออกว่าคุณต้องการทำให้สำเร็จด้วยการทดสอบแยกส่วน ก่อนที่คุณจะทดสอบสิ่งใด คุณต้องสามารถตอบคำถามว่า "ทำไมเราจึงทดสอบส่วนประกอบเฉพาะนี้กับส่วนประกอบอื่น"

ดังนั้น การทดสอบของคุณควรได้รับแรงบันดาลใจจากเป้าหมายระดับสูงภายในองค์กรของคุณ หากคุณเป็นนักการตลาดที่ต้องการสร้างรายชื่อผู้ติดต่อของบริษัท ให้ทดสอบแบบฟอร์มลงทะเบียนอีเมลเวอร์ชันต่างๆ การสร้างรายชื่อผู้ติดต่อที่แข็งแกร่งจะเป็นเป้าหมายระดับที่สูงขึ้นของการตลาดในการสร้างลีดที่มีคุณสมบัติสูง

จำเป็นอย่างยิ่งที่การทดสอบของคุณจะต้องมีเลขอ้างอิงอยู่เบื้องหลังสำหรับการประเมิน หากคุณทำการทดสอบและตัดสินใจโดยอิงจากความชอบส่วนบุคคล แสดงว่าคุณกำลังทำอะไรผิด ผลการทดสอบของคุณควรได้รับการสนับสนุนจากข้อมูลที่แน่ชัด และหากถือว่ามากกว่าความแตกต่างเพียงเล็กน้อย ควรทำการตัดสินใจส่วนใหญ่ให้กับคุณ

ตารางนี้จาก การทดสอบ A/B หนังสือของ Dan Siroker และ Pete Koomen: วิธีที่มีประสิทธิภาพที่สุดในการเปลี่ยนการคลิกเป็นลูกค้า ทำหน้าที่เป็นแนวทางที่ดีสำหรับเป้าหมายของคุณที่อาจขึ้นอยู่กับประเภทของไซต์ที่คุณมี

วิธีการจัดลำดับความสำคัญ

คุณอาจกำลังคิดว่า: “เรามีเป้าหมายมากมาย คุณไม่ได้จำกัดมันให้แคบลงจริงๆ” นั่นคือจุดที่ถูกต้อง

การจัดลำดับความสำคัญตาม ROI เป็นเรื่องที่ฉลาด การทดสอบปัจจัยที่มี ROI สูงจะช่วยให้คุณได้รับผลตอบแทนที่ดีที่สุดจากการทดสอบและเป็นข้ออ้างสำหรับการทดสอบปัจจัยอื่นๆ เพิ่มเติม

ตัวอย่างเช่น หากคุณเปิดบล็อก ตัวชี้วัดความสำเร็จสองอย่างของคุณอาจเป็นจำนวนการดูหน้าเว็บทั้งหมดและการลงชื่อสมัครทดลองใช้ฟรี ขณะนี้ การดูหน้าเว็บนั้นยอดเยี่ยม แต่ไม่มี ROI โดยตรงจากการดูหน้าเว็บที่เพิ่มขึ้นอย่างรวดเร็ว (เว้นแต่คุณจะโฆษณาในบล็อกของคุณหรือเป็นทูตสำหรับผลิตภัณฑ์)

มีการเชื่อมโยงโดยตรงกับรายได้ในการสมัครทดลองใช้งานมากกว่าการดูหน้าเว็บ ดังนั้น การทดสอบที่ประสบความสำเร็จบนปุ่มทดลองใช้งานของคุณจะมีค่ามากกว่าการทดสอบที่ประสบความสำเร็จในรูปแบบต่างๆ ของหัวข้อข่าวในโพสต์บนบล็อก

คุณจะต้องทำการทดสอบที่มีผลกระทบมากขึ้นก่อน ไม่เพียงเพราะจะดีที่สุดสำหรับธุรกิจของคุณ แต่คุณยังสามารถใช้การทดสอบนี้เป็นข้อพิสูจน์แนวคิด หากคุณมีคนในองค์กรของคุณที่ตั้งคำถามถึงคุณค่าของ A/B การทดสอบ

หลีกเลี่ยงกลุ่มอาการ HiPPO

เป็นสิ่งสำคัญที่คุณต้องกำหนดเป้าหมายและวิธีการจัดลำดับความสำคัญก่อนเริ่มต้น เหตุผลก็คือ: ผู้คนไม่รู้จริงๆ ว่าการออกแบบแบบใดจะมีประสิทธิภาพ และถ้าคุณไม่มีเป้าหมายที่กำหนดไว้ แสดงว่าคุณกำลังเสี่ยงกับการตัดสินใจแบบส่วนตัวมากเกินไป

คำว่า HiPPO ย่อมาจาก: ความคิดเห็นของผู้ได้รับค่าตอบแทนสูงสุด และในฐานะองค์กร คุณต้องระวังให้มาก องค์กรที่ไม่มีความเที่ยงธรรมในการทดสอบมักไม่ยอมรับ HiPPO ซึ่งไม่ใช่กลยุทธ์ที่ดี

อย่างไรก็ตาม หากคุณมีเป้าหมายที่ชัดเจนซึ่งอิงตามเมตริกแบบทดสอบจริงก่อนเริ่มต้น คุณจะมีเวลาอยู่ในเป้าหมายได้ง่ายขึ้นมาก เป็นเรื่องยากสำหรับทุกคน ไม่ว่าพวกเขาจะหาเงินได้มากแค่ไหนก็ตาม ที่จะลบล้างตัวเลขที่ชัดเจน (แต่ฉันแน่ใจว่ามีคนสามารถเล่าเรื่องเกี่ยวกับเจ้านายคนนั้นให้ฉันฟังได้)

หลักการทดสอบ A/B

หลีกเลี่ยงการขัดเกลาเร็วเกินไป

เมื่อทำการทดสอบ A/B ในที่สุด คุณจะไปถึงจุดที่ปรับแต่งการออกแบบให้เป็นตัวเลือกที่ดีที่สุด แต่คุณต้องแน่ใจว่าจะไม่ทำสิ่งนี้เร็วเกินไป แทนที่จะปรับปรุงสิ่งที่คุณมีอยู่แล้วเมื่อคุณเริ่มดำเนินการ ให้คิดให้ใหญ่และทดลองด้วยแนวคิดที่หลากหลาย

สมมติว่าคุณมีหน้าเว็บหนึ่งหน้า หากคุณต้องเริ่มด้วยการปรับแต่ง คุณจะได้รูปแบบที่ดีที่สุดของเลย์เอาต์นั้นในที่สุด ดีใช่มั้ย? ผิด.

มีความเป็นไปได้อย่างชัดเจนที่การจัดวางของหน้าเว็บ แม้จะดีที่สุดแล้ว ก็ไม่มีศักยภาพที่จะเป็นเวอร์ชันอื่นของหน้านั้นที่มี รูปแบบที่แตกต่างไปจากเดิมอย่างสิ้นเชิง

เมื่อไอแซก นิวตันยังเด็ก เขาประชดประชัน ลองนึกภาพถ้าเขาใช้เวลาทั้งชีวิตเพื่อปรับแต่งความสามารถในการแข่งขัน ไม่เคยลองทำกิจกรรมต่างๆ ในที่สุดเขาก็อาจจะกลายเป็นตัวตลกที่ดีงาม บางทีอาจจะยิ่งใหญ่ด้วยซ้ำ

โชคดีที่เขาไม่ได้ใช้เวลาทั้งชีวิตโดยเอาหัวไปฝังในหนังสือประลอง แต่เขาได้ลองทำกิจกรรมที่ต่างไปจากเดิมอย่างสิ้นเชิง เช่น คณิตศาสตร์ และกลายเป็นที่รู้จักว่าเป็นหนึ่งในจิตใจที่ยิ่งใหญ่ที่สุดเท่าที่เคยมีมา

โอเค ฉันไม่รู้ว่านิวตันเคยแข่งหรือเปล่า ฉันทำส่วนนั้นขึ้นแล้ว แต่เพื่อแสดงให้เห็นจุดหนึ่ง: หากคุณเริ่มปรับแต่งเร็วเกินไป คุณอาจพลาดตัวเลือกที่มีศักยภาพสูงเพราะคุณไม่ได้ใช้เวลาเพียงพอในการลองทำสิ่งที่แตกต่างไปจากเดิมอย่างสิ้นเชิงในตอนเริ่มต้น

ไม่เกี่ยวกับการบวกเสมอไป

เมื่อคิดหารูปแบบต่างๆ เพื่อทดสอบ คุณอาจถูกล่อลวงให้เพิ่ม เพิ่ม เพิ่ม เพิ่ม นี่ไม่ใช่ความคิดที่ดีที่สุดเสมอไป ความเรียบง่ายนั้นไปได้ไกล และการเพิ่มเติมเข้าไป คุณอาจกำลังสร้างความซับซ้อน

หากคุณกำลังคิดรูปแบบต่างๆ ให้คิดว่า "ฉันจะลบอะไรออกจากต้นฉบับได้" ก่อนที่คุณจะไปที่ “ฉันจะเพิ่มอะไรได้บ้าง”

ใน การทดสอบ A/B: วิธีที่มีประสิทธิภาพที่สุดในการเปลี่ยนการคลิกเป็นลูกค้า Siroker และ Koomen ได้สรุปกรณีศึกษาที่แสดงให้เห็นแนวคิดนี้อย่างสมบูรณ์แบบ พวกเขาบอกเล่าเรื่องราวของการทดสอบที่ดำเนินการโดย Cost Plus World Market ซึ่งผู้ค้าปลีกซ่อนรหัสโปรโมชันและช่องแบบฟอร์มตัวเลือกการจัดส่งจากหน้าสุดท้ายในช่องทางการชำระเงิน ด้วยการซ่อนฟิลด์เหล่านั้นและเปลี่ยนให้เป็นลิงก์ที่ขยายได้ พวกเขาเห็นรายได้ต่อผู้เข้าชมเพิ่มขึ้น 15.6% Conversion เพิ่มขึ้น 5.2% เช่นกัน นี่เป็นตัวเลขขนาดใหญ่

นี่คือภาพการทดสอบที่รวมอยู่ในหนังสือ น่าแปลกที่การเปลี่ยนแปลงเล็กๆ น้อยๆ สามารถสร้างผลกระทบเช่นนี้ได้

ความล้มเหลวไม่ใช่เรื่องเลวร้ายเสมอไป

เมื่อคุณแยกการทดสอบ ทุกความล้มเหลวจำเป็นต้องแจ้งให้คุณทราบบางอย่าง ด้วยแว่นตาสีกุหลาบ คุณอาจได้รับความคิดที่ว่าทุกรูปแบบจะให้ผลลัพธ์ที่ดี ความจริงก็คือหลายคนทำไม่ได้ เมื่อไม่เป็นเช่นนั้น คุณไม่ควรเก็บกระเป๋าและกลับบ้าน แต่ให้ขุดค้นและมองหาคำตอบ

สมมติว่าคุณทำการทดสอบเพื่อแก้ไขหน้าแรกของเว็บไซต์ เป้าหมายหลักของคุณในการเปลี่ยนแปลงนี้คือการเพิ่ม Conversion จากผู้เข้าชมครั้งแรก ไม่นานนักที่คุณจะเห็นว่าการเปลี่ยนแปลงที่เสนอใช้ไม่ได้ผล Conversion ลดลงในหน้าแรกใหม่

อย่างไรก็ตาม เมื่อทำการขุดค้น คุณจะพบว่าผู้เยี่ยมชมที่กลับมาจะอยู่ในเว็บไซต์ของคุณนานขึ้น มีบางอย่างเกี่ยวกับ UI ใหม่ที่มีเอฟเฟกต์นี้

ตอนนี้ คุณได้เรียนรู้แล้วว่าผู้เข้าชมครั้งแรกและผู้ใช้ใหม่โต้ตอบกับไซต์ของคุณแตกต่างกัน และคุณมีเครื่องมือที่จะเพิ่มประสบการณ์สูงสุดสำหรับทั้งสองกลุ่ม แน่นอนว่าการทดสอบนี้ไม่ได้ให้ผลลัพธ์ที่ต้องการ แต่ก็ไม่ได้ผล

อย่างไรก็ตาม ไม่ใช่การทดสอบทั้งหมดที่จะให้ซับในสีเงินที่ชัดเจน สมมติว่าหลังจากสำรวจแล้ว คุณไม่พบอะไรเกี่ยวกับการออกแบบใหม่ที่ใช้งานได้ คุณอาจต้องยกเลิกการออกแบบใหม่ทั้งหมด แต่ใช้ประสบการณ์นี้เป็นข้ออ้างสำหรับการทดสอบเพิ่มเติม

และเมื่อคุณทำการทดสอบเพิ่มเติม ให้ใช้ผลลัพธ์ที่ผ่านมาเพื่อแจ้งการทดสอบเหล่านั้น คุณสามารถใช้บทเรียนที่เรียนรู้จากการทดสอบครั้งก่อนๆ เพื่อสร้างสมมติฐานสำหรับการทดสอบในอนาคต

หากปราศจากประโยชน์ของการทดสอบ องค์กรของคุณอาจทำการเปลี่ยนแปลงโดยไม่รู้ว่าผลลัพธ์จะเป็นอย่างไร นั่นจะเป็นฆาตกรสำหรับธุรกิจ

วิธีการทดสอบ A/B

ดังนั้นคุณจึงรู้กฎการทดสอบแยกบางส่วนและมีแผนการทดสอบ

แต่สิ่งที่เกี่ยวกับโลจิสติก? จริง ๆ แล้วคุณทำได้อย่างไร?

มีหลายวิธี คุณสามารถสร้างเครื่องมือของคุณเอง คุณสามารถซื้อจากผู้จำหน่ายซอฟต์แวร์ หรือคุณสามารถจ้างเอเจนซี่ที่ดูแลทุกอย่างให้คุณ

มาดูสามตัวเลือกนี้กันและดูว่าตัวเลือกใดดีที่สุดสำหรับคุณ

สร้างของคุณเอง

ความจริงก็คือ ฉันไม่สามารถช่วยได้มากที่นี่ การสร้างเครื่องมือทดสอบ A/B ของคุณเองเป็นความพยายามที่เน้นด้านวิศวกรรม ดังนั้น หากคุณกำลังพิจารณาตัวเลือกนี้ นี่คือขั้นตอนที่หนึ่ง: ไปที่หัวหน้าฝ่ายวิศวกรรมและถามถึงความเป็นไปได้ที่จะสร้างเครื่องมือทดสอบ A/B ในบ้าน

ไม่มีทีมวิศวกร? จากนั้นเราก็ทำที่นี่ ไม่ว่าจะซื้อเครื่องมือหรือจ้างเอเจนซี่

ซื้อเครื่องมือ

ไม่มีปัญหาการขาดแคลนเครื่องมือทดสอบ A/B ให้คุณซื้อ เครื่องมือเหล่านี้จะแตกต่างกันไปในการใช้งาน แต่ถึงแม้คุณจะไม่ใช่ผู้เชี่ยวชาญ แต่คุณก็อาจพบสิ่งที่ง่ายพอที่จะใช้

มีคำถามหลักสองข้อที่คุณควรถามตัวเองก่อนซื้อเครื่องมือ

ทำงานได้ดีกับซอฟต์แวร์ที่คุณใช้อยู่แล้วหรือไม่?

คุณต้องแน่ใจว่าเครื่องมือที่คุณซื้อจะรวมเข้ากับระบบจัดการเนื้อหาของคุณ เครื่องมือวิเคราะห์อื่นๆ ที่คุณใช้ แพลตฟอร์มอีคอมเมิร์ซของคุณ และอื่นๆ ที่คุณคิดว่าอาจเกี่ยวข้อง

เครื่องมือทดสอบ A/B ไม่ได้ทำงานเพียงอย่างเดียว ดังนั้นควรหาข้อมูลให้ดีก่อนตัดสินใจ

เหมาะสมกับงบประมาณของคุณหรือไม่?

อันนี้ค่อนข้างชัดเจน แต่ต้องถาม เครื่องมือจะแตกต่างกันไปตามราคา ดังนั้นคุณต้องแน่ใจว่าเครื่องมือที่คุณได้รับนั้นคุ้มค่า เช่นเดียวกับที่คุณจัดลำดับความสำคัญว่าจะทดสอบอะไรโดย ROI การตัดสินใจนี้ควรยึดตาม ROI ด้วย ด้วยคุณสมบัติที่นำเสนอ การนำไปใช้งานของคุณ และต้นทุนของเครื่องมือ ประโยชน์ที่ได้รับจะมีมากกว่าต้นทุนหรือไม่

คุณจะแปลกใจว่าค่าใช้จ่ายนั้นน้อยแค่ไหน ไม่ยากเลยที่จะใช้เครื่องมือที่มีฟังก์ชันการทดสอบ A/B ในราคาถูก เราเสนอการทดสอบแยกในแคมเปญอีเมลที่ใช้งานง่ายอย่างเหลือเชื่อ

จ้างตัวแทน

นี่อาจเป็นวิธีที่ง่ายที่สุดในการทดสอบแยก แต่ก็มีความเสี่ยงเช่นกัน เมื่อคุณจ้างคนมารับสายบังเหียน เท่ากับว่าคุณยอมจำนนต่อพวกเขาไม่มากก็น้อย คุณจะต้องถามตัวเองด้วยคำถามเดียวกันเกี่ยวกับงบประมาณเหมือนกับที่คุณทำกับการซื้อเครื่องมือ แต่วิธีนี้หมายถึงการถามคำถามมากมายเกี่ยวกับผู้ให้บริการที่คุณวางแผนจะจ้างด้วย

คำถามดีๆ ที่ควรถามก่อนตัดสินใจมีดังนี้

• คุณจะมีการควบคุมดูแลมากน้อยเพียงใดในระหว่างกระบวนการนี้?
• ประวัติของหน่วยงานคืออะไร?
• พวกเขามีหลักฐานความสำเร็จในโครงการเพิ่มประสิทธิภาพการแปลงที่ผ่านมาหรือไม่?
• พวกเขามีการรายงานและการวิเคราะห์ประเภทใดหลังจากการทดสอบเสร็จสิ้น

การสื่อสาร

สิ่งนี้อาจไม่อยู่ภายใต้ "ลอจิสติกส์" แต่การสื่อสารเป็นสิ่งสำคัญเมื่อแยกการทดสอบด้วยเหตุผลสองประการ

เหตุผล #1: ช่วยให้คุณจัดระเบียบได้

คุณอาจทำการทดสอบหลายอย่างพร้อมกันทั้งนี้ขึ้นอยู่กับขนาดขององค์กรของคุณ และเป็นไปได้ว่าสิ่งเหล่านี้บางอย่างอาจมีผลกระทบซึ่งกันและกัน

ตัวอย่างเช่น สมมติว่าคุณกำลังทดสอบแบบฟอร์มลงทะเบียนอีเมลในหน้าแรก และคุณกำลังทดสอบคำอธิบายเมตาที่แตกต่างกันสำหรับหน้าแรกของคุณ คุณอาจเห็นการสมัครสมาชิกอีเมลเพิ่มขึ้น แต่นั่นอาจเป็นผลมาจากรูปแบบใหม่หรือการคลิกผ่านที่เพิ่มขึ้นจากคำอธิบายเมตา

วิธีที่ดีที่สุดในการแก้ปัญหานี้คือการแต่งตั้งผู้นำการทดสอบ ความรับผิดชอบของบุคคลนี้คือการดูแลและจัดการการทดสอบทั้งหมดที่คุณทำกับไซต์ของคุณ สิ่งนี้ไม่เพียงแต่ป้องกันศักยภาพของการทดสอบหลายครั้งที่ส่งผลกระทบซึ่งกันและกัน แต่ยังช่วยให้องค์กรของคุณเข้าถึงคำถามเกี่ยวกับการทดสอบได้อีกด้วย

เหตุผล #2: ชี้แจงคุณค่าของการทดสอบ

บางองค์กรไม่มีสิทธิ์ซื้อ 100% เมื่อทำการทดสอบ ไม่ต้องสงสัยเลยว่ามันมีค่า แต่คนที่ไม่มีความรู้อาจมองว่าไม่จำเป็น ด้วยการสื่อสารผลการทดสอบของคุณอย่างชัดเจน คุณสามารถสำรองค่าของมันด้วยตัวเลขที่ชัดเจน

คุณอาจไม่สามารถขายคนในองค์กรของคุณในการออกแบบเพจได้หลายครั้ง แต่ไม่มีการโต้แย้งกับผลลัพธ์ที่ดีกว่า

อย่าหยุดการทดสอบ

โอกาสที่คุณจะไม่พบผลลัพธ์ที่ดีที่สุด มีหลายสิ่งที่คุณสามารถทดสอบได้ และในเกือบทุกกรณี บางสิ่งสามารถปรับปรุงได้

ในกรณีนี้ สิ่งสำคัญคือต้องตระหนักว่าการทดสอบ A/B เป็นการเดินทางที่ไม่มีวันสิ้นสุด สิ่งที่ใช้ได้ผลดีในหนึ่งปีอาจเห็นผลตอบแทนลดลงในปีหน้า

ดังนั้น ให้พัฒนาแผนการทดสอบระยะยาวที่ช่วยให้ธุรกิจของคุณเห็นผลอย่างต่อเนื่อง มันเหมือนกับโค้ชบาสเกตบอลโรงเรียนมัธยมที่ขี้เล่นของฉันพูดว่า: "ห้องที่ใหญ่ที่สุดในโลกคือห้องสำหรับการปรับปรุง"