Kualitas bukanlah suatu tindakan; melainkan suatu kebiasaan.
Kualitas bukanlah suatu tindakan; melainkan suatu kebiasaan.
Sebagai seorang pemasar, Anda mungkin pernah menghadapi situasi membingungkan ini setidaknya sekali: kampanye pemasaran Anda tidak berjalan sesuai harapan, dan Anda tahu bahwa Anda perlu melakukan perubahan, tetapi dari mana harus memulainya?
Apakah Anda sebaiknya mengubah konten Anda terlebih dahulu? Mungkin Anda perlu fokus pada pemilihan saluran pemasaran yang berbeda. Atau mungkin masalahnya hanyalah selera konsumen yang terus berkembang.
Tentu saja, mencoba banyak perubahan ini satu per satu memakan waktu dan tidak selalu menjadi pilihan terbaik. Untungnya, ada solusi yang memungkinkan Anda menguji berbagai opsi secara bersamaan—pengujian A/B.
Pengujian A/B adalah metodologi yang telah mapan dan terbukti efektif, yang melibatkan pengujian berbagai opsi secara bersamaan untuk membandingkan kinerjanya. Awalnya digunakan di berbagai bidang, kini pengujian A/B menjadi strategi inti dalam pemasaran. Artikel ini membahas beberapa praktik terbaik dan contoh pengujian A/B.
👀 Tahukah Anda? Saat ini, beberapa perusahaan terkemuka melakukan lebih dari 10.000 pengujian A/B setiap tahun, dan banyak di antaranya melibatkan jutaan pengguna.
Apa Itu Pengujian A/B?
Pengujian A/B membandingkan dua versi suatu hal untuk menentukan mana yang berkinerja lebih baik. Prinsip-prinsipnya ditetapkan pada tahun 1920-an oleh ahli statistik Ronald Fisher dan kemudian diadopsi oleh para pemasar pada tahun 1960-an dan 1970-an untuk mengevaluasi pengalaman pengguna dalam kampanye mereka.
Pengujian A/B modern, seperti yang kita kenal sekarang, muncul pada awal tahun 1990-an. Meskipun konsep dasarnya tetap sama, skalanya telah berubah—pengujian kini menjangkau jutaan pengguna, dijalankan secara real-time, dan memberikan hasil secara instan.
Ingin tahu apa yang bisa Anda peroleh dari pengujian A/B? Mari kita bahas manfaatnya dan bagaimana hal tersebut dapat mendorong pengambilan keputusan yang berdampak bagi bisnis Anda.
Manfaat Pengujian A/B
Memahami manfaat pengujian A/B menunjukkan mengapa hal ini menjadi hal yang wajib ada dalam perangkat pemasaran Anda.
Mari kita lihat keunggulan utamanya.
- Ukur keterlibatan pengguna: Uji variasi elemen seperti halaman web, ajakan bertindak (CTA), dan baris subjek email untuk mengukur dampaknya terhadap perilaku pengguna
- Ambil keputusan berdasarkan data: Dapatkan hasil yang signifikan secara statistik, sehingga Anda tidak lagi mengandalkan tebakan dalam pengambilan keputusan
- Tingkatkan tingkat konversi: Tingkatkan tingkat konversi dalam kampanye pemasaran dengan melakukan pengujian A/B secara rutin
- Sederhanakan analisis: Identifikasi metrik seperti interaksi pengguna, tingkat konversi, lalu lintas situs, dll., dengan mudah untuk membedakan antara keberhasilan dan kegagalan pengujian Anda
- Dapatkan hasil instan: Dapatkan hasil cepat untuk optimasi yang lebih cepat, bahkan dengan kumpulan data yang kecil
- Uji semua elemen: Uji judul, tombol ajakan bertindak (CTA), atau bahkan fitur baru—di iklan, aplikasi, atau situs web—untuk meningkatkan perilaku pengunjung dan konversi. Setiap ide dapat disetujui atau ditolak berdasarkan wawasan pengguna dari hasil uji coba.
Sekarang setelah Anda mengetahui manfaat menggunakan bentuk pengujian ini, mari kita lihat komponen-komponen utama yang diperlukan untuk pelaksanaannya.
Komponen Utama Pengujian A/B
Merancang pengujian A/B adalah proses yang cermat.
Ada beberapa komponen utama yang perlu Anda pertimbangkan untuk mencapai hasil yang optimal:
- Hipotesis: Tentukan dengan jelas pernyataan spesifik mengenai dampak perubahan yang sedang Anda uji
- Kelompok variasi dan kelompok kontrol: Tetapkan versi yang berbeda ke kelompok-kelompok terpisah, dengan memastikan variasi demografi dan perilaku seminimal mungkin untuk menghindari bias
- Ukuran sampel: Tentukan ukuran kelompok berdasarkan efek yang diharapkan dan signifikansi statistik untuk mendeteksi perbedaan yang bermakna
- Penyamaran: Tentukan apakah variasi akan disembunyikan dari peserta, peneliti, atau keduanya untuk mengurangi bias
- Durasi: Tentukan berapa lama waktu yang dibutuhkan untuk mengumpulkan data yang cukup signifikan guna menghasilkan wawasan yang berharga. Lakukan pengujian dalam jangka waktu yang cukup lama untuk mengumpulkan data yang memadai, namun hindari memperpanjangnya secara berlebihan agar tidak terpengaruh oleh faktor-faktor yang tidak relevan.
- Metrik utama: Tentukan variabel yang dapat diukur dan secara langsung mencerminkan hipotesis
- Metrik sekunder: Pantau metrik tambahan untuk mendapatkan wawasan yang lebih mendalam mengenai hasil
- Metode analisis: Pilih metode pengujian untuk melakukan analisis guna menentukan signifikansi statistik
- Proses pelaporan: Tetapkan cara yang sederhana untuk membagikan hasil, wawasan, dan rekomendasi kepada pemangku kepentingan yang dapat menjadi dasar perencanaan pengujian di masa depan dan pengambilan keputusan bisnis yang penting
Sekarang, mari kita jelajahi proses yang menggabungkan semua komponen kunci ini untuk pengujian praktis.
Proses Pengujian A/B
Pengujian A/B melibatkan penggalian wawasan yang bermakna, seperti mengumpulkan data, membuat skenario pengujian, dan menganalisis hasil. Mari kita bahas kerangka kerja sederhana yang dapat Anda gunakan untuk semua strategi pengujian A/B Anda:
Langkah #1: Kumpulkan data
Gunakan alat seperti Google Analytics untuk membuat laporan dan menyusun hipotesis dengan mengumpulkan data berkualitas.
Mulailah dengan halaman yang memiliki lalu lintas tinggi untuk mengumpulkan wawasan dengan cepat, dengan fokus pada area yang memiliki tingkat bounce atau drop-off yang tinggi. Metode seperti heatmap, rekaman sesi, dan survei dapat mengungkap area yang perlu ditingkatkan.
Langkah #2: Buat hipotesis
Setelah data siap, tentukan tujuan pengujian A/B Anda. Kembangkan hipotesis berdasarkan ide-ide baru dan bagaimana ide-ide tersebut berpotensi mengungguli versi saat ini.
Hipotesis pengujian Anda sebaiknya:
- Identifikasi masalah atau tantangan dengan jelas
- Sarankan solusi yang tepat sasaran
- Tentukan dampak yang diharapkan dari solusi tersebut
Langkah #3: Buat variasi
Setelah hipotesis Anda siap, buat variasi pengujian dengan mengubah elemen seperti warna tombol, teks situs web, atau penempatan CTA. Untuk mempermudah prosesnya, gunakan alat pengujian A/B yang dilengkapi dengan editor visual.
Langkah #4: Jalankan pengujian
Pada tahap ini, jalankan eksperimen Anda, dan peroleh wawasan dari perilaku pengunjung. Anda dapat secara acak menugaskan pengunjung situs web ke sampel kelompok kontrol atau kelompok variasi.
Seperti yang mungkin sudah Anda ketahui, menjalankan pengujian A/B membutuhkan ketelitian dan fokus—terlalu banyak variabel yang harus diperhatikan dapat membuat Anda sulit untuk tetap berada di jalur yang benar.
Mengatur semua data Anda dapat dilakukan dengan alat yang tepat. Salah satu alat tersebut adalah ClickUp, alat manajemen proyek serbaguna yang dapat mengoptimalkan proses pengujian Anda. Mari kita jelajahi fitur-fiturnya bersama-sama.
Template Pengujian A/B ClickUp
Ambil contoh, Template Pengujian A/B ClickUp. Template ini memungkinkan Anda memantau pengujian secara efisien serta melacak dan memvisualisasikan jadwal, variasi, metrik untuk optimasi tingkat konversi, dan masih banyak lagi.
Berikut ini cara menyederhanakan pengujian A/B Anda dengan templat ini:
- Atur alur kerja pengujian: Gunakan Tampilan Daftar dan Papan dengan Bidang Kustom dan status untuk menjaga agar inisiatif pengujian Anda tetap terstruktur dan mudah dikelola
- Visualisasikan garis waktu: Rencanakan dan sesuaikan tanggal mulai dan berakhir dengan mudah menggunakan Tampilan Kalender dan Garis Waktu
- Pantau metrik utama: Gunakan Bidang Kustom untuk memantau kemajuan, hasil pengujian, tingkat konversi, dan detail penting lainnya
- Optimalkan proses: Pantau perkembangan tahap pengujian menggunakan status khusus, mulai dari perencanaan dan peluncuran hingga analisis hasil
Selain itu, Anda dapat menggunakan ClickUp Automations untuk mengotomatiskan tugas-tugas yang tidak produktif dan menghemat waktu Anda. Anda dapat membuat otomatisasi untuk mengubah status berdasarkan pemicu tertentu. Anda juga dapat mengatur pemicu untuk mendapatkan laporan proyek yang dihasilkan oleh AI.
Langkah #5: Tunggu hasilnya
Biarkan eksperimen berjalan sesuai rencana. Lamanya waktu yang dibutuhkan bergantung pada ukuran audiens target Anda. Anda akan tahu bahwa hasilnya sudah siap untuk dianalisis ketika hasil tersebut secara statistik signifikan dan dapat diandalkan. Jika tidak, akan sulit untuk menentukan apakah perubahan tersebut berdampak atau tidak.
Pengingat Ramah: Jangan terburu-buru atau menunda pengambilan hasil. Hal ini sangat penting karena agar pengujian A/B memiliki signifikansi statistik, Anda perlu menunggu hingga data menunjukkan pola tertentu.
Langkah #6: Analisis hasil pengujian
Pengujian telah selesai! Sekarang, saatnya melihat hasilnya. Alat pengujian A/B Anda menyediakan data mengenai kinerja masing-masing versi. Untuk mengevaluasi hasilnya, periksa signifikansi statistiknya. Manfaatkan wawasan dari keberhasilan maupun kegagalan untuk meningkatkan pengujian di masa mendatang. Anda dapat mengikuti proses ini untuk semua pengujian di masa mendatang.
Dasbor ClickUp
Fitur hebat lainnya adalah Dashboard ClickUp. Fitur ini menawarkan beragam templat dashboard untuk analisis Anda. Anda dapat menyesuaikan Dashboard Pemasaran Anda berdasarkan metrik North Star dan KPI spesifik.
Setelah analisis selesai, Anda dapat memaparkan informasi tersebut kepada semua pemangku kepentingan.
Komunikasi yang efektif sangat penting di sini, karena Anda mungkin belum melibatkan beberapa pemangku kepentingan dalam proses tersebut, dan mereka akan mengandalkan analisis tersebut sepenuhnya untuk mengambil keputusan.
Komunikasi mengenai status dan kinerja kampanye pemasaran global dan regional kami kepada unit-unit bisnis kami masih jauh dari optimal. Dengan Dashboard baru kami, kami menghemat waktu dan para pemangku kepentingan kami memiliki akses real-time ke informasi yang mereka butuhkan, kapan pun mereka membutuhkannya.
Komunikasi mengenai status dan kinerja kampanye pemasaran global dan regional kami kepada unit-unit bisnis kami jauh dari optimal. Dengan dasbor baru kami, kami menghemat waktu dan para pemangku kepentingan kami memiliki akses real-time ke informasi yang mereka butuhkan, kapan pun mereka membutuhkannya.
Obrolan ClickUp
Setelah hasilnya siap, bagikan analisis Anda kepada rekan kerja dan pemangku kepentingan. Hal ini bisa dilakukan dengan lebih mudah menggunakan ClickUp Chat. Dengan Chat, Anda tidak perlu beralih ke platform lain untuk menanyakan konteks atau detail tertentu. Semuanya terintegrasi ke dalam alur kerja Anda dengan mulus.
ClickUp Chat memungkinkan Anda memusatkan komunikasi seputar pengujian A/B, dengan menghubungkan diskusi secara langsung ke tugas-tugas untuk kolaborasi secara real-time.
Fitur ini memudahkan pelaporan dengan mengubah wawasan penting dari obrolan menjadi tindakan konkret serta menyediakan ringkasan otomatis untuk memastikan para pemangku kepentingan tetap mendapat informasi, meskipun mereka melewatkan percakapan sebelumnya. Hal ini membantu memastikan pengorganisasian yang lebih baik dan pengambilan keputusan yang lebih cepat selama proses pengujian.
Paket pengujian A/B untuk pemasar
Pengujian A/B mungkin terasa rumit tanpa alat yang tepat. Terdapat beberapa paket pengujian A/B yang tersedia untuk mempermudah proses tersebut.
Paket-paket ini biasanya mencakup hal-hal berikut:
- Panduan pengujian A/B
- Alat yang membantu Anda membuat berbagai versi elemen yang ingin Anda uji
- Alat pengujian A/B untuk merancang dan mengelola pengujian Anda secara efektif
- Kalkulator signifikansi
- Template atau alat manajemen proyek untuk memantau dan meningkatkan pengujian Anda
Menggunakan kit semacam itu dan alat seperti ClickUp dapat membantu Anda melakukan pengujian A/B terhadap alur kerja Anda serta mengelola hasilnya secara efisien.
Contoh Pengujian A/B di Dunia Nyata
Saatnya melihat contoh-contoh praktis tentang bagaimana pengujian A/B telah membantu perusahaan meningkatkan strategi dan elemen-elemen mereka. Sebelum mempelajari contoh-contoh ini, Anda harus memahami bahwa pengujian A/B dapat diterapkan dalam berbagai konteks.
Berikut ini gambaran singkat mengenai konteks-konteks tersebut.
- Situs Web: Pengujian berfokus pada perubahan elemen seperti halaman arahan untuk meningkatkan lalu lintas atau menambah jumlah pendaftaran
- Email: Versi email yang berbeda dikirimkan ke audiens yang berbeda untuk meningkatkan tingkat klik atau mengumpulkan wawasan
- Media sosial: Umumnya digunakan dalam pemasaran digital untuk menguji variasi yang bertujuan meningkatkan pendapatan
- Mobile: Berfokus pada aplikasi seluler atau situs web untuk meningkatkan keterlibatan pengguna
Kami akan membahas studi kasus berdasarkan konteks-konteks tersebut untuk membantu Anda memahaminya dengan lebih baik.
1. Contoh pengujian A/B pada situs web
Berikut ini adalah beberapa contoh bisnis yang telah memutuskan untuk melakukan pengujian terpisah terhadap elemen-elemen di situs web mereka.
Grene
Grene, sebuah merek e-commerce asal Polandia yang berspesialisasi dalam produk pertanian, berhasil menerapkan pengujian A/B di situs webnya. Salah satu pengujian yang mereka lakukan adalah merombak halaman keranjang belanja mini untuk meningkatkan pengalaman pengguna.
Masalah: Tim Grene mengidentifikasi beberapa masalah pada halaman keranjang mini mereka: pengguna secara keliru mengira label ‘Pengiriman Gratis’ dapat diklik untuk melihat detail lebih lanjut, tidak dapat melihat harga barang, dan harus menggulir ke bawah untuk menemukan tombol ‘Lanjutkan ke keranjang’. Faktor-faktor ini berdampak negatif terhadap pengalaman pengguna dan konversi.
Inilah tampilan versi kontrol dari halaman ini:
Solusi: Tim tersebut memperbaiki keranjang mini dengan menambahkan tombol ‘Lanjutkan ke keranjang’ di bagian atas, menampilkan harga barang dan tombol hapus, serta memperbesar ukuran tombol di bagian bawah agar menonjol dari label ‘Pengiriman Gratis’. Perubahan ini bertujuan untuk meningkatkan navigasi dan pengalaman pengguna secara keseluruhan.
Inilah tampilan variasi yang mereka gunakan:
Hasil: Grene mencatat hasil yang signifikan, seperti peningkatan kunjungan ke halaman keranjang belanja, kenaikan tingkat konversi secara keseluruhan dari 1,83% menjadi 1,96%, serta peningkatan dua kali lipat dalam jumlah total pembelian.
ShopClues
ShopClues, merek pakaian eCommerce yang sedang naik daun di India, bersaing dengan raksasa seperti Flipkart dan Amazon. Meskipun masih baru, mereka secara aktif melakukan eksperimen pada situs web mereka untuk meningkatkan produk dan layanan mereka.
Masalah: ShopClues bertujuan untuk meningkatkan rasio kunjungan ke pemesanan dari halaman beranda mereka. Setelah menganalisis elemen-elemen halaman beranda, mereka menemukan bahwa tautan pada bilah navigasi utama di bagian atas mendapatkan klik yang signifikan, terutama pada bagian Grosir. Mereka menyadari bahwa mengarahkan lalu lintas ke halaman kategori akan lebih efektif daripada membiarkan pengguna menjelajahi halaman beranda.
Ini adalah versi kontrol mereka:
Solusi: Tim mengajukan hipotesis untuk mengganti kategori Grosir dengan kategori lain seperti Super Saver Bazaar dan memindahkan tombol Grosir dari bagian atas ke sebelah kiri. Tujuannya adalah untuk meningkatkan keselarasan visual dan mengarahkan pengunjung ke halaman kategori dengan lebih efisien.
Inilah cara mereka memutuskan untuk merombak halaman tersebut:
Hasil: Pengujian ini meningkatkan rasio kunjungan ke pesanan sebesar 26% dan meningkatkan rasio klik (click-through rate) untuk tombol ‘Grosir’.
Beckett Simonon
Beckett Simonon adalah toko online yang menjual sepatu kulit buatan tangan. Perusahaan ini sangat menjunjung tinggi standar bisnis yang etis dan keberlanjutan.
Masalah: Perusahaan tersebut ingin meningkatkan tingkat konversi dan efektivitas akuisisi berbayar. Versi kontrol mereka sama seperti halaman arahan eCommerce pada umumnya.
Solusi: Setelah melakukan analisis kualitatif terhadap situs web, perusahaan tersebut menyertakan pesan-pesan yang menonjolkan praktik bisnis berkelanjutan mereka, dengan fokus pada kualitas produk.
Variasi tersebut ternyata adalah halaman berikut:
Hasil: Halaman web dengan pesan yang menekankan tanggung jawab etis dan keberlanjutan. Selain itu, produk-produk tersebut mengalami peningkatan tingkat konversi sebesar 5% dan tingkat pengembalian investasi (ROI) tahunan sebesar 237%.
World Wildlife Federation
World Wildlife Federation adalah sebuah LSM yang bergerak di bidang konservasi satwa liar dan spesies yang terancam punah. Organisasi ini juga menangani ancaman global yang lebih besar seperti perubahan iklim, krisis pangan dan air, dan sebagainya.
Masalah: Mereka ingin fokus pada peningkatan tingkat langganan buletin bulanan mereka.
Halaman pendaftaran buletin mereka adalah sebagai berikut:
Solusi: Tim tersebut melakukan dua perubahan sederhana pada formulir pendaftaran: mereka menambahkan pratinjau buletin di sebelah kanan untuk membantu pengguna memahami apa yang akan mereka daftarkan, dan mereka memindahkan tombol ajakan bertindak (CTA) dari tengah ke kiri agar lebih selaras dengan jalur visual pengguna.
Inilah variasi yang mereka buat:
Hasil: Perbedaan jumlah pendaftaran antara kedua versi ini mencapai 83%.
2. Contoh pengujian A/B melalui email
Selanjutnya adalah skenario pengujian A/B email, yang menunjukkan bagaimana perubahan paling sederhana dalam email dapat meningkatkan keterlibatan pengguna
MailerLite
MailerLite, sebuah perusahaan pemasaran email, secara rutin melakukan pengujian A/B pada baris subjek email untuk tetap kompetitif dan menentukan strategi yang paling efektif dalam meningkatkan keterlibatan.
Masalah: Tim tersebut ingin mengetahui apakah pelanggan mereka lebih menyukai baris subjek yang penuh hiasan dan istilah teknis, atau apakah informasi yang jelas dan ringkas sudah cukup. Mereka membuat hipotesis pengujian terpisah untuk eksperimen ini.
Solusi: Perusahaan tersebut mengirimkan berbagai versi baris subjek kepada audiens yang berbeda-beda untuk menguji hipotesis ini. Ukuran keberhasilan dalam pengujian ini adalah jumlah klik pada tautan artikel setelah pelanggan membuka email. Berikut ini tampilannya:
Hasil: Dari eksperimen tersebut terlihat jelas bahwa audiens lebih menyukai baris subjek yang jelas dan ringkas.
3. Contoh pengujian A/B di media sosial
Studi kasus media sosial ini akan menunjukkan bagaimana pengujian A/B diterapkan dalam strategi pemasaran digital.
Vestiaire
Vestiaire adalah pasar global untuk barang-barang fashion mewah.
Masalah: Mereka ingin meningkatkan kesadaran akan fitur belanja langsung baru mereka di TikTok. Mereka juga bertujuan untuk meningkatkan kesadaran di kalangan Generasi Z.
Solusi: Agen pemasaran digital Vestiaire menghubungi delapan influencer berbeda untuk membuat konten dengan ajakan bertindak (CTA) yang berbeda-beda sesuai dengan tujuan merek. Agen tersebut memberikan kebebasan kreatif yang luas kepada para influencer ini untuk mengembangkan berbagai macam postingan media sosial.
Hasil: Postingan-postingan ini menghasilkan lebih dari 1.000 instalasi organik untuk Vestiaire. Selain itu, mereka mengambil materi iklan yang berkinerja terbaik dan mulai menayangkannya sebagai iklan berbayar. Hal ini menghasilkan lebih dari 4.000 instalasi dengan pengurangan biaya per instalasi sebesar 50%.
Palladium Hotel Group
Palladium Hotel Group adalah grup hotel mewah yang didirikan di Spanyol. Mereka memiliki beberapa properti mewah di seluruh dunia yang menawarkan layanan kelas satu kepada para tamunya.
Masalah: Mereka ingin bereksperimen untuk mengembangkan bisnis mereka menggunakan fitur pengganda tawaran Meta dan kampanye belanja Advantage+ mereka.
Solusi: Mereka menjalankan pengujian A/B, satu dengan kampanye belanja Advantage+ seperti biasa dan satu lagi dengan pengganda tawaran selain kampanye belanja Advantage+. Kedua kampanye tersebut menayangkan iklan foto dan video dengan alokasi anggaran iklan yang sama. Kedua set iklan tersebut menampilkan penawaran promosi dan ditayangkan kepada orang dewasa di AS.
Hasil: Pengujian berlangsung selama 15 hari, dan grup hotel tersebut menemukan bahwa kampanye belanja Advantage+ mereka bekerja paling optimal jika dijalankan secara mandiri. Kampanye tersebut menunjukkan pengembalian investasi iklan (ROAS) 84% lebih tinggi, biaya per pembelian 50% lebih rendah, dan jumlah pembelian 2 kali lipat.
La Redoute
La Redoute adalah merek furnitur dan dekorasi rumah asal Prancis yang terkenal dengan desainnya yang bergaya dan berkelanjutan, yang bertujuan untuk meningkatkan kualitas hidup keluarga para pelanggannya.
Masalah: Merek tersebut ingin menjangkau audiens baru dan meningkatkan penjualan online-nya.
Solusi: Agen pemasaran La Redoute bekerja sama dengan kreator populer untuk merancang iklan dengan gaya yang sesuai untuk reel media sosial. Para kreator tersebut menggunakan efek visual, musik, dan narasi untuk membuat iklan tersebut menarik, mudah dipahami, dan menyenangkan bagi audiens target.
Agen tersebut kemudian melanjutkan dengan melakukan pengujian A/B terhadap kampanye Advantage+ dan iklan media sosial mereka yang biasa, membandingkannya dengan iklan bergaya ‘bahasa Reels’, dan memperbarui kampanye mereka.
Hasil: Iklan yang dipimpin oleh kreator tersebut meningkatkan kehadiran La Redoute di media sosial serta penjualannya. Dalam 35 hari, iklan ‘language of reels’ tersebut menghasilkan peningkatan 51% pada return on ad spend, peningkatan pembelian sebesar 35%, penurunan biaya per pembelian sebesar 26%, serta peningkatan tayangan sebesar 37% di Reels dan Stories.
4. Contoh pengujian A/B pada perangkat seluler
Terakhir, berikut ini beberapa contoh pengujian terpisah pada aplikasi seluler dan halaman web yang dioptimalkan untuk perangkat seluler.
Cukup
Simply adalah aplikasi seluler yang membantu orang belajar berbagai alat musik dengan cara yang menyenangkan dan sederhana.
Masalah: Mereka bertujuan untuk meningkatkan penjualan dengan merombak tampilan halaman pembelian. Masalah potensial yang teridentifikasi adalah bahwa tombol ajakan bertindak (CTA) tidak cukup menonjol. Selain itu, ikon berwarna putih tidak memberikan wawasan yang berarti, dan penempatan horizontalnya tidak ramah pengguna.
Inilah tampilan halaman mereka sebelumnya:
Solusi: Mereka membuat beberapa opsi untuk layar pembelian dengan testimoni dalam bentuk video atau kutipan, serta mengurangi jumlah klik yang diperlukan untuk melakukan pembelian. Selain itu, daftar wawasan ditampilkan secara vertikal pada desain baru:
Hasil: Mereka memantau hasilnya dengan cermat sejak hari pertama, tetapi menunda analisis hingga mereka memiliki sampel yang cukup besar. Setelah siap, analisis mereka menunjukkan bahwa desain baru tersebut menghasilkan peningkatan pembelian sebesar 10%.
Hospitality Net
Hospitality Net adalah mesin pemesanan hotel yang memungkinkan pengguna memesan hotel secara online melalui komputer desktop atau perangkat seluler mereka.
Masalah: Setelah pandemi, pemesanan melalui perangkat seluler melonjak. Untuk memanfaatkan peningkatan ini, mereka ingin melakukan pengujian terpisah terhadap dua versi mesin pemesanan seluler mereka, yaitu ‘sederhana’ dan ‘dinamis’.
Berikut ini perbandingan singkat antara model pemesanan ‘sederhana’ dan ‘dinamis’ mereka:
Solusi: Mereka menggunakan jenis pengujian A/B dengan pengalihan (redirect) untuk melakukan pengujian tersebut. Semua sesi dibagi secara merata antara mesin pemesanan yang disederhanakan dan yang dinamis. Pengujian berlangsung selama 34 hari, mengumpulkan data dari 113.617 sesi selama periode tersebut.
Hasil: Perusahaan memperkirakan selisih tingkat konversi sebesar 10–15% antara kedua mesin pemesanan tersebut. Namun, mesin pemesanan dinamis justru menunjukkan peningkatan konversi sebesar 33%.
Kesalahan Umum dalam Pengujian A/B yang Harus Dihindari
Pengujian A/B membutuhkan upaya dan sumber daya yang signifikan. Sangat mengecewakan jika hasil yang dicapai tidak sesuai harapan akibat kesalahan yang sebenarnya dapat dihindari. Mari kita bahas beberapa kesalahan umum yang sering dilakukan oleh pemangku kepentingan agar Anda dapat menghindarinya.
Keputusan yang terburu-buru
Banyak manajer tidak menunggu hingga pengujian selesai sepenuhnya. Karena mereka dapat melihat hasilnya secara real-time, mereka sering kali mengambil keputusan terburu-buru demi menghemat waktu. Hal ini dapat mengakibatkan keputusan yang didasarkan pada informasi yang belum matang.
Pemilihan metrik yang tidak terfokus
Jika Anda menganalisis banyak metrik sekaligus, Anda akan mulai membuat korelasi yang tidak valid. Desain pengujian yang ideal memungkinkan Anda memilih hanya metrik-metrik penting untuk dilacak. Jika Anda memutuskan untuk mengukur banyak metrik, Anda berisiko melihat fluktuasi acak. Anda juga berisiko teralihkan dari fokus pada variabel tertentu dan memperhatikan perubahan yang mungkin tidak signifikan.
Pengujian ulang yang tidak memadai
Tidak banyak perusahaan yang melakukan pengujian ulang. Banyak di antara mereka cenderung meyakini bahwa hasil yang mereka peroleh sudah benar. Meskipun memiliki signifikansi statistik yang tinggi, beberapa hasil tersebut bisa saja merupakan hasil positif palsu.
Melakukan pengujian ulang bisa jadi cukup rumit karena para manajer biasanya tidak ingin meragukan temuan mereka sebelumnya. Namun, semakin banyak pengujian A/B yang Anda lakukan, semakin besar kemungkinan bahwa setidaknya salah satu hasil Anda salah.
Ubah Wawasan Menjadi Dampak dengan Pengujian A/B & ClickUp
Pengujian A/B dapat memberikan Anda keunggulan yang signifikan dibandingkan pesaing Anda. Setiap pengujian yang berhasil membantu Anda semakin dekat dengan pelanggan Anda. Dengan setiap iterasi, Anda akan menemukan apa yang paling efektif bagi audiens target Anda.
ClickUp menyediakan dasbor dan templat yang lengkap untuk mengoptimalkan proses pengujian A/B Anda dengan memantau wawasan dan memvisualisasikan hasil. Hal ini memberi Anda lebih banyak ruang pikiran untuk fokus pada tugas-tugas yang membutuhkan pemikiran mendalam.
Fitur seperti ClickUp Chat dapat meningkatkan efisiensi dengan berfungsi sebagai ruang kerja dan saluran komunikasi Anda.
Daftar akun ClickUp gratis hari ini untuk menggunakan alat terbaik di kelasnya dan tingkatkan bisnis Anda!