Test AB

Pengujian A/B atau test AB adalah salah satu cara paling efektif untuk meningkatkan rasio konversi. Mengambil pengujian A / B adalah elemen yang sangat berguna dalam banyak aplikasi pemasaran dan menyiapkan pengujian itu mudah untuk meningkatkan SEO (Search Engine Optimization).

Apakah test AB itu?

Test AB terdiri dari pendistribusian dua versi konten yang sama (halaman landing, email, atau ajakan bertindak, misalnya) ke dua sampel audiens dengan ukuran yang sama, untuk membandingkan performa setiap varian.

Elemen apa untuk melakukan Test AB?

Ketika perusahaan ingin mengoptimalkan halaman webnya atau kampanye tertentu, ia harus menguji beberapa variabel yang ada di situs. Tujuannya adalah untuk mengisolasi setiap variabel agar memiliki hasil yang konkret dan mengukur efisiensi dengan sebaik mungkin. Berikut adalah beberapa variabel yang menarik untuk diuji pada suatu konten.

Judul halaman

Mengubah beberapa kata atau judul lengkap dari halaman web yang berbeda dapat mempengaruhi minat pengguna Internet. Faktanya, semakin berdampak pesan, semakin tinggi rasio klik-tayang akan meningkat. Menguji judul yang berbeda pada suatu halaman memungkinkan Anda untuk melihat mana yang menarik paling banyak pengunjung. Agar tajuk utama mendapat perhatian lebih dari prospek, perusahaan juga dapat mengubah warna dan font.

Struktur halaman

Halaman-halaman situs web harus menjadi subjek perhatian khusus dalam hal struktur dan hierarki konten. Ada beberapa kemungkinan untuk ini: memodifikasi spanduk, lokasi spanduk iklan apa pun, memasukkan korsel gambar atau menawarkan produk paling menarik di area tertentu.

Teks / wording

Test AB memberikan bantuan yang sangat berharga dalam menentukan teks utama yang akan digunakan di berbagai konten web situs. Untuk membuat prospek mengambil tindakan, penting tidak hanya untuk menyajikan teks yang menarik, tetapi juga memikirkan tempatnya.

Gambar-gambar

Sama seperti teks, gambar menempati tempat penting dalam konten web. Oleh karena itu, mereka adalah bagian dari elemen penting yang akan diuji. Ini kemudian menjadi pertanyaan tentang mengerjakan dimensinya, luminositasnya atau posisinya di dalam halaman.

Ajakan bertindak

Tombol ajakan bertindak, atau CTA (call-to-action), merupakan bahan penting untuk mempengaruhi tingkat konversi halaman web. Ini mendorong pengunjung untuk mengambil tindakan: membeli, mengunduh, mengakses formulir, berlangganan buletin. Untuk menghasilkan pengaruh yang maksimal, penting untuk bermain-main dengan warna, lokasi dan kata-kata yang digunakan dalam CTA.

Bentuk formulir

Situs web harus memiliki formulir yang jelas dan cukup pendek untuk memastikan tidak kehilangan pengguna. Untuk meningkatkan tingkat konversi, perusahaan dapat menguji jumlah, lokasi dan judul bidang formulir.

Algoritma

Penggunaan algoritme terbukti bermanfaat dalam mengubah pengguna Internet menjadi pembeli, prospek menjadi pelanggan. Misalnya, perusahaan dapat menyarankan produk kepada pelanggannya, yang paling dicari, paling banyak terjual, atau produk yang serupa dengan penelitian awalnya. Dengan demikian, fase test A/B akan memungkinkan untuk meningkatkan keranjang dan mempertahankan pelanggan dengan lebih baik.

Harga

Idenya bukanlah untuk menyajikan harga yang berbeda, tetapi untuk mengatur ulang cara mereka ditampilkan: lokasi, font, warna. Perusahaan juga dapat menguji penawaran yang berbeda secara online untuk menguji dampaknya pada keranjang belanja rata-rata pengunjung.

Email

Fase pengujian A / B juga konsisten di media selain situs web. Dengan demikian, perusahaan dapat mengirim model email yang berbeda untuk menguji daya tanggap penerima. Variasi kemudian akan terkait dengan elemen seperti:

objek untuk mengoptimalkan kurs terbuka;
konten untuk meningkatkan rasio klik-tayang;
nama pengirimnya.

Seperti halnya test AB pada halaman web, yang terpenting adalah dapat mengekstrak data statistik untuk menyesuaikan pengiriman berikutnya sesuai dengan hasil yang diinginkan.

Segmentasi dan penargetan

Pengujian A / B paling sering menerapkan varian yang sama (mis., Elemen antarmuka pengguna) dengan probabilitas yang sama untuk semua pengguna. Namun, dalam beberapa keadaan, respons terhadap varian mungkin heterogen. Artinya, meskipun varian A mungkin memiliki tingkat respons yang lebih tinggi secara keseluruhan, varian B mungkin memiliki tingkat respons yang lebih tinggi dalam segmen tertentu dari basis pelanggan.

Misalnya, dalam contoh di atas, pengelompokan rasio respons berdasarkan jenis kelamin dapat telah:

Gender	Keseluruhan	Pria	Wanita
Total sends	2,000	1,000	1,000
Total responses	80	35	45
Variant A	50/1,000 (5%)	10/500 (2%)	40/500 (8%)
Variant B	30/1,000 (3%)	25/500 (5%)	5/500 (1%)

Dalam hal ini, kita dapat melihat bahwa meskipun varian A memiliki tingkat respons yang lebih tinggi secara keseluruhan, varian B sebenarnya memiliki rasio respons yang lebih tinggi dengan pria.

Bagaimana cara melakukan Test AB?

Setelah berbagai variabel situs atau halaman web diperhitungkan, penting untuk memahami cara kerja pengujian A / B. Penggunaan pengujian A / B yang baik memungkinkan Anda membuat keputusan yang tepat untuk mengoptimalkan kinerja konten.

8 langkah untuk membuat pengujian A/B
Artikel ini menjelaskan cara merancang, menjalankan, dan menafsirkan pengujian A / B untuk meningkatkan rasio konversi. Metode ini berlaku untuk semua jenis aktivitas pemasaran. Namun, untuk tujuan ilustrasi, ini digunakan di sini untuk menguji ajakan bertindak (CTA).

Ikuti langkah-langkah di bawah ini untuk melakukan Test AB

1 – Pilih elemen untuk diuji

Pengujian A / B melibatkan dua versi konten web yang sama, yang mungkin berbeda secara halus atau jelas. Dimungkinkan untuk menguji variabel tunggal, seperti warna CTA, atau konten kompleks, seperti seluruh halaman.

Jika versi yang diuji memiliki banyak perbedaan, itu adalah konten secara keseluruhan, dan bukan elemen khususnya, yang harus dianggap sebagai variabel yang akan ditafsirkan. Jadi, jika pengujian melihat pada dua versi halaman landing yang masing-masing menampilkan CTA, formulir, gambar, dan judul yang berbeda, performa komparatifnya tidak dapat dijelaskan hanya berdasarkan salah satu variabel ini. Keempat elemen yang digabungkan ini harus dilihat secara keseluruhan.

Untuk meningkatkan rasio konversi pengunjung-untuk-prospek, Anda disarankan untuk menguji halaman arahan, email, dan ajakan bertindak. Contoh pengujian A / B yang dikembangkan dalam artikel ini berkaitan dengan warna tombol CTA.

2 – Tentukan tujuan tes dan identifikasi indikator yang akan diukur

Menyiapkan pengujian A / B membutuhkan pemikiran tentang tujuan sebelumnya. Misalnya, dimungkinkan untuk mengamati bagaimana warna CTA memengaruhi rasio klik-tayang. Ini adalah salah satu tes termudah untuk dilakukan. Bisa juga untuk memeriksa apakah warna mengarahkan pengunjung untuk mengklik CTA lebih dari sekali.

Pada contoh di bawah ini, tujuannya adalah untuk mengarahkan pengunjung ke halaman arahan sebanyak mungkin. Jadi, indikator yang diukur adalah jumlah klik.

3 – Tentukan versi referensi dan versi pengujian

Versi tolok ukur adalah Item A dari pengujian – baik halaman landing, email, ajakan bertindak, atau judul asli. Versi uji adalah item B, yang mencakup modifikasi.

Ini mewakili status quo. Oleh karena itu, versi pengujian (B) harus berbeda, misalnya berwarna biru.

4 – Buat pengujian A / B dan distribusikan

Setelah tujuan dan indikator ditentukan, ini adalah pertanyaan tentang membuat konten yang akan diuji. Dalam contoh ini, satu-satunya variabel yang diuji adalah warna, teks, dan desain yang tetap sama. Memang tes ini bertujuan untuk mengukur pengaruh warna pada jumlah klik.

Test AB kemudian harus dikonfigurasi di perangkat lunak pemasaran yang digunakan. Langkah-langkahnya mungkin berbeda dari satu alat dan satu jenis konten ke yang lain.

5 – Promosikan konten yang diuji menjadi sampel yang relevan

Agar hasil pengujian signifikan secara statistik, konten yang diuji harus menjangkau audiens yang relatif besar. Jadi, sampel tes harus ditentukan dengan hati-hati: email harus dikirim ke daftar yang cukup panjang, halaman arahan dapat dipromosikan di media sosial, dan posting blog bisa mendapatkan keuntungan dari kampanye berbayar.

Jika pengujian A / B menargetkan audiens tertentu, promosi harus ditargetkan sesuai dengan itu. Misalnya, jika pengujian untuk mengukur popularitas halaman arahan dengan pengikut Twitter, seharusnya hanya dikirimkan ke Twitter, bukan Facebook atau email.

Pada contoh sebelumnya, yang melihat konversi yang terkait dengan CTA, postingan blog harus dipromosikan ke semua audiens yang mungkin tertarik.

6 – Kumpulkan data yang cukup

Sekarang pertanyaannya adalah menunjukkan kesabaran. Promosi pengujian harus berlanjut hingga ambang statistik tercapai sehingga memungkinkan pernyataan bahwa hasilnya signifikan, dan bukan hasil kebetulan. Beberapa rumus matematika memungkinkan penghitungan ambang batas ini. Alat khusus juga tersedia. Setelah ambang statistik tercapai, dimungkinkan untuk menentukan apakah versi pengujian lebih efisien daripada versi referensi.

Untuk memperoleh hasil yang signifikan secara statistik, terkadang diperlukan waktu satu bulan untuk mengumpulkan data yang memadai. Jika pengujian tidak memberikan hasil yang signifikan setelah 30 hari, meskipun lalu lintas padat, itu mungkin berarti bahwa variabel yang diuji memiliki pengaruh yang terbatas. Dalam hal ini, pengujian dapat dihentikan.

7 – Perluas analisis ke seluruh saluran pemasaran

Setelah indikator yang ditargetkan diukur, analisisnya harus diperluas.

Ini untuk memeriksa apakah pengujian telah menghasilkan efek pada segmen corong lainnya.

Sesuatu yang tampaknya tidak berbahaya, seperti warna CTA, dapat berdampak di luar rasio klik-tayang. Analisis loop tertutup, misalnya, memungkinkan untuk memeriksa apakah pengunjung yang mengklik CTA telah berubah menjadi pelanggan. Mungkin CTA biru memunculkan pelanggan lebih cepat daripada versi abu-abu.

Ini mungkin tidak terjadi dalam contoh ini, tetapi pengujian A / B yang lebih kompleks dapat memiliki efek seperti itu. Jadi, melihat seluruh corong terkadang mengungkapkan hasil yang tidak terduga. Beberapa mungkin memiliki kepentingan komersial, sementara yang lain mungkin mempertanyakan kesesuaian perubahan yang diusulkan. Oleh karena itu, penting untuk diingat bahwa dampak pengujian A / B dapat melebihi tujuan awalnya.

8 – Menerapkan kesimpulan

Data telah dikumpulkan dan hasilnya dianalisis di seluruh corong, tetapi pekerjaan belum selesai. Tes A / B pertama sering kali membuka pertanyaan baru. Dalam contoh, selain warna CTA, dimungkinkan untuk menguji penempatannya atau teksnya.

Namun, terkadang hasil pengujian A / B tidak meyakinkan. Ini mungkin dilakukan selama puncak lalu lintas musiman dan oleh karena itu tidak mewakili perilaku pengunjung yang biasa. Dalam hal ini, dimungkinkan untuk mengulang tes di lain waktu.

Analisis pengujian A / B

Contohnya hasil uji A / B yang dilakukan dengan HubSpot

Analisis adalah langkah rumit, tetapi penting dalam pengujian A / B. Penggunaan teknik ini harus menyertakan antarmuka pelaporan yang menampilkan indikator berikut:

jumlah konversi yang dicatat per variabel,
tingkat konversi,
persentase peningkatan,
indeks keandalan statistik untuk setiap variabel.

Untuk menganalisis perilaku prospek dan pelanggan, juga memungkinkan untuk menyegmentasikan hasil pengujian A / B ke dalam kategori yang berbeda:

Usia,
Area geografis,
Sumber lalu lintas,
Pengunjung baru,
Pembeli baru,
Pelanggan, dll.

Jenis informasi ini memungkinkan untuk mengubah orientasi atau bertindak atas tindakan pemasaran di masa mendatang.

Untuk menganalisis secara maksimal, perusahaan juga harus memikirkan tentang mengukur keandalan pengujiannya sesuai dengan lalu lintas yang diperoleh situs webnya. Pengujian A / B dianggap dapat diandalkan jika tingkat kepercayaan 95% dan kekuatan statistik setidaknya 80%. Penting juga untuk menganalisis halaman mana yang menghasilkan lalu lintas paling banyak.

Alat pengujian A / B

Banyak alat yang memungkinkan Anda melakukan pengujian pada halaman atau situs web. Berikut beberapa solusi menarik untuk kampanye pengujian A/B:

Perbandingan alat pengujian A / B

Contoh umumnya adalah:

Tool name	Company	Platforms	Tests	Email campaigns	Interface	URL
AB Tasty	AB Tasty	Web et mobile	✓	✗	Graphique	[1] [archive]
BeamPulse	BeamPulse	Web	✗	✗	Graphique	[2] [archive]
Convertize	Convertize	Web	✓	✗	Graphique	[3] [archive]
Devatics	Devatics	Web et mobile	✓	✓	Service
Google Optimize	Google	Web	✓	✗	Graphique et API
Kameleoon		Web	✓	✓	Graphique et API	[4] [archive]
Maxymiser	Oracle	Web et mobile	✓	✓	Graphique	[5] [archive]
Optimizely	Optimizely	Web et mobile	✓	✗	Graphique et API	[6] [archive]
Visual Website Optimizer		Web	✓	✓	Graphique	[7] [archive]
Webtrends Optimize		Web	✓	✓	Graphique et API	[8] [archive]

HubSpot, yang memungkinkan pengujian halaman situs web, CTA, formulir, atau email dengan versi Pro dari Hub Pemasaran.
Google Optimize, melalui Google Analytics, yang memungkinkan hingga 10 versi pengujian gratis dari satu konten untuk membandingkan hasil mereka berdasarkan segmentasi pengguna.

Convertize, alat Pengujian A / B tersedia dalam bahasa Prancis dan dapat diakses oleh orang-orang tanpa keahlian teknis webmaster. Mulai € 39 per bulan, dengan uji coba gratis selama 14 hari.

AB Tasty, solusi pengoptimalan berbayar yang ideal untuk bisnis skala menengah. Alat ini memungkinkan untuk menguji tingkat keterlibatan pengunjung dan meningkatkan lalu lintas ke situs web yang bersangkutan. Tarif tidak dikomunikasikan.

Secara optimal, solusi Amerika paling terkenal yang memungkinkan dilakukannya beberapa eksperimen pada halaman yang sama. Tujuan alat ini adalah untuk memberikan pengalaman pengguna terbaik. Alat berbayar, harga tidak dikomunikasikan.

VWO atau Visual Website Optimizer, alat yang menawarkan fungsi berbeda untuk mengevaluasi efisiensi pengujian A / B. Mulai dari $ 199 per bulan, dengan uji coba gratis.

Kameleoon, alat Prancis berbayar untuk menguji atau menyesuaikan semua konten halaman web untuk meningkatkan konversi. Tarif tidak dikomunikasikan.

Kalkulator Test AB
Kalkulator signifikansi akan memberi tahu Anda jika suatu variasi meningkatkan penjualan Anda, dan seberapa banyak. Contohnya Anda dpat menggunakan AB Test Guide atau Neil Patel

Melakukan pengujian rutin adalah cara efektif untuk mengoptimalkan tingkat konversi secara berkelanjutan dan terkontrol.

Untuk melangkah lebih jauh, unduh templat pengalaman pemasaran ini dan siapkan proses yang akan mendukung pertumbuhan bisnis Anda.

Bacaan Lainnya

Unduh / Download Aplikasi HP Pinter Pandai

Siapa bilang mau pintar harus bayar? Aplikasi Ilmu pengetahuan dan informasi yang membuat Anda menjadi lebih smart!

Sumber bacaan: Cleverly Smart, Techopedia, Kameleoon, Mailchimp

Sumber foto: Pixabay

Test AB (SEO) | Analisa, Alat, Cara dan Elemen apa saja untuk melakukan pengujian A/B?