Pengujian A/B Situs Web untuk CRO: Panduan Memulai Cepat 2022

Sepanjang perjalanan Anda dalam mencari cara untuk mengoptimalkan tingkat konversi situs web Anda, dapat dikatakan bahwa pengujian A/B akan dilakukan berkali-kali.

Nah, apa itu pengujian CRO? Mengapa Anda harus memulai pengujian A/B CRO untuk situs web Anda? Bagaimana cara menjalankan pengujian A/B secara efektif di situs web Anda?

Kami menjawab semua pertanyaan ini di posting ini. Mari kita mulai dengan definisi.

Apa itu Tes A/B untuk CRO?

Ketika berbicara tentang pengoptimalan tingkat konversi (CRO), pengujian A/B (juga dikenal sebagai pengujian terpisah atau pengujian keranjang) biasanya berarti menguji faktor-faktor yang memengaruhi tingkat konversi situs web: salinan, header, gambar, desain, panggilan ke tindakan, dan tata letak, hanya untuk beberapa nama. Ini adalah salah satu teknik yang paling banyak digunakan untuk memastikan bahwa situs web Anda diatur untuk membantu memandu pengguna melalui halaman dan mengonversi pada titik kontak penting.

Perbedaan Antara Pengujian A/B CRO dan SEO

Pengujian A/B untuk CRO sangat berbeda dengan pengujian A/B untuk SEO. Di bagian ini, kami akan bertujuan untuk menjelaskan setiap teknik, bagaimana perbedaannya, dan untuk apa mereka digunakan.

1. Maksud dan Tujuan

Meskipun pengujian CRO dan SEO sama-sama menggunakan pengujian A/B, tujuannya – dan cara pelaksanaannya – sangat berbeda. CRO bertujuan untuk meningkatkan tingkat konversi setelah pengunjung mencapai situs; Pengujian terfokus SEO bertujuan untuk meningkatkan jumlah pengunjung ke situs , dengan menerapkan perubahan teknis yang akan meningkatkan posisi situs web di SERP.

2. Kontrol dan Varian

Dalam pengujian A/B CRO , dua versi halaman yang sama disiapkan dan dijalankan secara langsung pada saat yang sama, dan pengguna manusia dialihkan ke versi acak. Jadi, pengguna itu sendiri yang dibagi menjadi kontrol dan varian. Data dikumpulkan dari cara pengguna berinteraksi dengan versi halaman tempat mereka ditetapkan dan dibandingkan.

Dalam pengujian A/B SEO , halaman dibagi menjadi dua set—kontrol dan varian. Perubahan hanya dilakukan pada halaman varian, dan data yang dikumpulkan dibandingkan dengan perkiraan performa yang ditentukan sebelumnya.

3. Versi Halaman

Pengujian CRO A/B memerlukan dua versi halaman yang sama untuk ditayangkan pada saat yang bersamaan sehingga data dapat dikumpulkan dan dibandingkan.

Dalam pengujian split SEO , hanya ada satu versi setiap halaman setiap saat. Dengan Google sebagai penentu bagaimana peringkat halaman ini, konten duplikat (yang ditentang oleh Google) tidak dianjurkan.

Singkatnya, ada beberapa perbedaan utama antara pengujian A/B CRO dan SEO. Kedua tes tersebut merupakan langkah penting dalam meningkatkan kinerja online tetapi menargetkan metrik yang sangat berbeda.

Mengapa Anda Harus Melakukan Pengujian A/B CRO?

Alasan utama mengapa tes CRO penting adalah karena tes ini memungkinkan pemasar menguji alternatif terbaik yang berpotensi menghasilkan tingkat konversi setinggi mungkin dengan berinvestasi lebih sedikit.

Misalnya, ketika Anda keluar dari halaman "keranjang" dari portal pemesanan online tanpa melakukan pemesanan yang sebenarnya, hal itu mengarahkan situs web atau pengembang produk untuk memikirkan apa yang membuat Anda melakukannya. Apakah itu kehilangan minat? Apakah terjadi selang waktu? Apakah produk lebih mahal dari yang Anda anggarkan? Atau itu hanya seluruh proses pemesanan? Kecuali jika tes dilakukan, Anda tidak akan pernah dapat mengumpulkan informasi tentang dan menganalisis perilaku pelanggan untuk menilai tingkat konversi di situs web Anda.

Pengujian menghilangkan dugaan pengoptimalan situs web dan memungkinkan keputusan berdasarkan data yang mengubah percakapan bisnis dari "kami pikir" menjadi "kami tahu". Dengan mengukur dampak perubahan pada metrik Anda, Anda tahu apa yang berhasil di situs web Anda.

Ini adalah metode yang sempurna untuk meningkatkan tingkat konversi, meningkatkan pendapatan, menumbuhkan basis pelanggan Anda, dan meningkatkan perolehan pelanggan dan hasil perolehan prospek Anda.

3 Perangkat Lunak Pengujian A/B Layak CRO Terbaik

Menjalankan pengujian A/B yang berhasil memerlukan hipotesis yang didukung data, alat pengujian A/B yang efektif, dan sistem untuk mengumpulkan umpan balik yang Anda inginkan untuk menjalankan dan menganalisis hasil secara akurat.

Di bagian ini, kami memperkenalkan 3 perangkat lunak pengujian A/B layak CRO gratis dan berbayar untuk Anda.

Jadi, mari kita hancurkan ini.

1. Google Optimize: Mulai Uji A/B Anda dengan Alat Gratis Google

Google Optimize adalah alat pengujian terpisah yang disediakan bersama Google Analytics. Jika Anda mencari solusi pengujian AB yang andal tanpa biaya, tidak perlu mencari lagi.

Google Optimize adalah alat pengujian A/B yang berguna tempat Anda dapat membuat, menguji, dan menganalisis berbagai versi situs web Anda. Anda juga dapat melakukan pengujian URL split sederhana dan pengujian multivarian sesuai keinginan.

Seiring dengan kemampuan pengujian, ia juga menawarkan pengujian sisi server, aturan URL yang dapat disesuaikan, personalisasi pengalaman, dan banyak lagi, sehingga Anda dapat menguji dan memberikan pengalaman online untuk melibatkan pengunjung.

Fitur Utama Google Optimalkan:

• Anda dapat menjalankan pengujian A/B, pengujian Multivarian, pengujian URL Terpisah, dan pengujian Pengalihan menggunakan Google Optimize.
• Optimize juga memiliki editor WYSIWYG sehingga Anda dapat membuat dan menerapkan variasi dengan cepat untuk perangkat apa pun.
• Anda dapat mengelompokkan audiens menurut sumber, perangkat, lokasi, dll., untuk mempersonalisasi pengalaman mereka.
• Ini memungkinkan Anda menetapkan tujuan dan sasaran untuk mengukur keberhasilan hipotesis Anda saat Anda menjalankan tes.
• Mesin analitik Google Optimize menggunakan inferensi Bayesian untuk menunjukkan kinerja waktu nyata dari variasi Anda dibandingkan dengan kontrol, seperti varian probabilitas keberhasilan, perbandingan rasio konversi, signifikansi statistik, tingkat kepercayaan, dll.
• Optimize juga terintegrasi secara bawaan dengan Google Analytics sehingga Anda bisa mendapatkan wawasan waktu nyata tentang perilaku pengunjung, kinerja situs web, segmentasi pemirsa, sumber lalu lintas, dll.

2. Secara Optimal – Alat A/B dan CRO Perusahaan dengan Harga Bersaing

Untuk perusahaan yang lebih besar, Optimizely sering kali menjadi pilihan yang lebih disukai untuk alat pengujian A/B terbaik.

Dengan menggunakan alat eksperimen A/B dan multi-halaman yang kuat, Anda dapat menjalankan beberapa eksperimen pada satu halaman secara bersamaan, memungkinkan Anda menguji berbagai variabel desain web Anda.

Optimizely juga menawarkan pengujian di situs web dinamis, berbagai dimensi eksperimen seperti kampanye iklan, geografi, dan cookie, serta berbagai parameter segmentasi eksperimen seperti perangkat, browser, dan kampanye.

Fitur Utama Optimal:

• Jalankan pengujian A/B dan pengujian multi-halaman secara efisien.
• Ini menawarkan editor visual yang kuat untuk membangun dan menguji variasi.
• Anda dapat mengalokasikan lalu lintas ke variasi secara manual atau menggunakan Stats Accelerator untuk mendistribusikan lalu lintas tergantung pada perilaku pengunjung secara otomatis.
• Mesin rekomendasi: rekomendasi pengaturan dan uji algoritme yang berbeda
• Ini mencakup opsi seperti: penargetan khusus, memprioritaskan audiens, template khusus, editor visual, alat pengembang, dan API.

3. VWO – Sangat Menyukai Optimal tetapi Jauh Lebih Hemat

VWO ((Visual Website Optimizer) juga merupakan alat pengujian A/B yang populer di bidang pemasaran. Selain berfungsi sebagai pilihan utama untuk bisnis dengan anggaran lebih kecil, VWO juga sering digunakan bersama dengan Optimizely oleh bisnis yang menjalankan pengujian kompleks kampanye.

Fitur Utama VWO:

• Lakukan pengujian A/B, pengujian Multivarian, dan pengujian URL terpisah untuk menguji variasi Anda.
• Ini menawarkan perekaman sesi, peta panas, survei di halaman, dll., untuk mendapatkan wawasan nyata tentang perilaku dan pengalaman pengunjung.
• Editor visualnya yang mudah digunakan memungkinkan Anda membuat variasi pengujian dalam hitungan menit.
• Memungkinkan segmentasi pengunjung seperti lalu lintas seluler vs. desktop atau pengunjung baru vs. kembali, atau Anda dapat menggunakan dimensi khusus untuk membuat segmentasi baru.
• Integrasi yang tersedia: Google Analytics, Kissmetrics, Demandware, Magento, dan lainnya.

Bagaimana Cara Menjalankan Pengujian A/B Di Situs Web Anda?

Terlepas dari alat pengujian A/B mana yang Anda gunakan atau objek mana yang Anda uji, setiap pengujian A/B di dunia mengikuti pola yang serupa:

Langkah 1. Tentukan Tujuan Bisnis Inti

Sama seperti melakukan apa pun dalam hidup, Anda memerlukan tujuan eksplisit untuk mendukung keputusan pengujian nanti. Sasaran Anda adalah metrik yang Anda gunakan untuk menentukan apakah variasi lebih berhasil daripada versi aslinya atau tidak. Sasaran bisa apa saja mulai dari mengklik tombol atau tautan ke pembelian produk dan pendaftaran email.

Dan sebagian besar, Anda harus melihat metrik pengujian A/B berikut :

• Memecahkan masalah UX dan masalah umum pengunjung
• Meningkatkan kinerja dari lalu lintas yang ada (konversi dan pendapatan yang lebih tinggi, meningkatkan biaya akuisisi pelanggan)
• Meningkatkan keterlibatan secara keseluruhan (mengurangi rasio pentalan, meningkatkan rasio klik-tayang, dan banyak lagi.)

Langkah 2. Memilih Apa yang Akan Diuji

Dalam hal mengoptimalkan tingkat konversi situs web Anda, opsi pengujian Anda dapat dikelompokkan menjadi 3 jenis utama berdasarkan sasaran Anda:

• Pengujian elemen : Elemen individual dalam halaman. Misalnya: Judul, tombol, salinan, dll.
• Pengujian halaman : Kombinasi dari banyak elemen. Misalnya: Tata letak halaman.
• Pengujian aliran pengunjung : Tindakan yang Anda harapkan akan dilakukan pengunjung saat memasuki situs web Anda. Misalnya: Pembayaran beberapa langkah vs Pembayaran satu langkah.

Berdasarkan penelitian dan pengalaman praktis, Anda memutuskan apa yang akan diuji untuk meningkatkan tingkat konversi situs web Anda.

Langkah 3. Amati dan Rumuskan Hipotesis

Pengujian A/B dimulai dengan mengidentifikasi masalah yang ingin Anda selesaikan, atau perilaku pengguna yang ingin Anda dorong atau pengaruhi. Setelah diidentifikasi, pemasar biasanya akan menyimpulkan hipotesis – tebakan terpelajar yang akan memvalidasi atau membatalkan hasil eksperimen.

Sebuah hipotesis biasanya terlihat seperti ini:

“Jika menambahkan lencana bukti sosial ke halaman detail produk, maka tingkat konversi akan meningkat 10% karena menginformasikan pengunjung tentang popularitas produk.”

Seperti yang Anda lihat, hipotesis yang tepat memberi Anda gambaran yang layak tentang apa yang akan diubah, apa dampak dari perubahan dan mekanisme di balik dampaknya.

Langkah 4. Buat Variasi

Langkah selanjutnya dalam program pengujian Anda adalah membuat variasi berdasarkan hipotesis Anda, dan mengujinya A/B terhadap versi (kontrol) yang ada. Variasi adalah versi lain dari versi Anda saat ini dengan perubahan yang ingin Anda uji. Anda dapat menguji beberapa variasi terhadap kontrol untuk melihat mana yang bekerja paling baik.

Langkah 5. Menjalankan Tes

Setelah variasi siap, Anda meluncurkan variasi ini ke lingkungan yang sama persis untuk memulai pengujian. Bergantung pada sifat bagian, lalu lintas situs Anda, dan signifikansi statistik yang perlu dicapai, pengujian dapat berlangsung dari beberapa jam hingga beberapa minggu.

Langkah 6. Mengevaluasi dan Menyimpulkan

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.

Jika tidak satu pun dari variasi tersebut menghasilkan hasil yang signifikan secara statistik, yaitu tes 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.

Kiat dan Praktik Terbaik untuk Pengujian A/B

Berikut adalah beberapa praktik terbaik untuk Pengujian A/B yang dapat membantu Anda menghindari masalah.

• Pastikan keandalan data untuk solusi pengujian A/B

Lakukan setidaknya satu pengujian A/A untuk memastikan penetapan lalu lintas secara acak ke versi yang berbeda.

• Uji satu variabel pada satu waktu

Hal ini memungkinkan untuk secara tepat mengisolasi dampak variabel. Jika lokasi tombol aksi dan labelnya diubah secara bersamaan, tidak mungkin untuk mengidentifikasi perubahan mana yang menghasilkan dampak yang diamati.

• Sesuaikan jumlah variasi dengan volume

Jika ada banyak variasi untuk lalu lintas kecil, pengujian akan berlangsung sangat lama sebelum memberikan hasil yang menarik. Semakin rendah lalu lintas yang dialokasikan untuk pengujian, semakin sedikit versi yang berbeda.

• Tes segmen

Dalam beberapa kasus, melakukan tes pada semua pengguna situs tidak masuk akal. Jika tes bertujuan untuk mengukur dampak dari formulasi yang berbeda dari keuntungan pelanggan pada tingkat pendaftaran situs, mengirimkan database pengguna terdaftar saat ini tidak efektif. Sebagai gantinya, pengujian harus menargetkan pengunjung baru.

• Biarkan tes berjalan cukup lama

Bahkan jika tes dengan cepat menampilkan keandalan statistik, perlu untuk memperhitungkan ukuran sampel dan perbedaan perilaku yang terkait dengan hari dalam seminggu. Dianjurkan untuk membiarkan tes berjalan setidaknya selama seminggu — dua idealnya

• Tunggu untuk memiliki keandalan statistik sebelum bertindak

Selama tes tersebut belum mencapai reliabilitas statistik minimal 95%, tidak disarankan untuk membuat keputusan apa pun. Probabilitas bahwa perbedaan hasil yang diamati adalah karena kebetulan dan bukan karena modifikasi yang dibuat sangat tinggi sebaliknya.

• Tahu kapan harus mengakhiri tes

Jika pengujian memakan waktu terlalu lama untuk mencapai tingkat keandalan 95%, kemungkinan elemen yang diuji tidak berdampak pada indikator yang diukur. Dalam hal ini, tidak ada gunanya melanjutkan pengujian, karena ini tidak perlu memonopoli sebagian lalu lintas yang dapat digunakan untuk pengujian lain.

• Catat tindakan pemasaran selama pengujian

Variabel eksternal dapat memalsukan hasil tes. Seringkali, kampanye akuisisi lalu lintas menarik populasi pengguna dengan perilaku yang tidak biasa. Lebih baik membatasi efek agunan dengan mendeteksi jenis tes atau kampanye ini.

Membungkus

Pengujian A/B adalah salah satu cara paling ampuh dan efektif untuk meningkatkan rasio konversi. Setelah membaca bagian komprehensif tentang pengujian A/B untuk mengoptimalkan tingkat konversi, Anda sekarang harus sepenuhnya siap untuk merencanakan peta jalan pengoptimalan Anda sendiri.

Jika Anda merasa panduan ini berguna, sebarkan berita dan bantu sesama pengoptimal pengalaman menguji A/B tanpa terjebak pada perangkap yang paling umum. Selamat menguji!