Panduan Pengujian A/B E-niaga Terbaik: Strategi, Taktik, Alat, Ilmu Data, dan Studi Kasus

Semua orang di ruang online telah mendengar ungkapan "pengujian terpisah A/B". Tetapi banyak pemasar dan pengecer ragu-ragu dalam melakukan pengujian mereka sendiri.

Mereka tidak yakin tentang bagaimana mengoordinasikan semua bagian yang berbeda dari proses pengujian terpisah, mulai dari brainstorming hingga pemilihan perangkat lunak hingga analisis hasil.

Dan sementara pengujian split A/B tidak semudah yang dipikirkan kebanyakan orang, itu jauh dari sulit. Menghabiskan waktu untuk menerapkan proses pengujian split A/B yang terstruktur dengan baik dan teruji akan sangat positif bagi toko online Anda.

Dalam panduan ini, Anda akan diberikan formula sederhana untuk melakukan tes terpisah. Anda juga akan belajar tentang kesalahan umum, melihat beberapa studi kasus kehidupan nyata, dan menerima tip praktis dan spesifik tentang elemen di dalam dan di luar lokasi yang akan diuji.

Apa yang akan Anda temukan di artikel ini:

Apa itu Pengujian A/B?
Cara Melakukan Pengujian A/B: Gambaran Umum
1. Analisis
2. Rekomendasi
3. Prototipe dan Desain
4. Kode dan Tes
5. Hasil
Cara Menghitung Ukuran Sampel Pengujian Split A/B Anda
Elemen Halaman Produk Mana yang Harus Anda Pisahkan-Test?
11 Kesalahan Pengujian Split A/B E-niaga Teratas yang Harus Dihindari
Tinjauan Alat Pengujian Terpisah A/B Terbaik untuk E-niaga
Contoh Studi Kasus Pengujian A/B E-niaga
1. Budapester
2. Dipesan
3. 4F
Kesimpulan

Ayo mulai!

Apa itu Pengujian A/B?

Pengujian A/B melibatkan mengarahkan lalu lintas ke dua bagian konten yang berbeda – seperti iklan, email, halaman web, dan sebagainya – untuk melihat mana yang berkinerja lebih baik. Seringkali, satu-satunya perbedaan antara subjek tes adalah elemen tunggal seperti judul, CTA (Call to Action), gambar, salinan, dll. Atau, tes terpisah dapat dilakukan di antara dua jenis konten yang sama sekali berbeda, seperti Facebook iklan, email pemasaran, atau bahkan seluruh saluran penjualan.

Jadi, apa yang biasanya diwakili oleh varian "A" dan "B" dalam pengujian A/B? Setiap kali Anda menjalankan pengujian, Anda memerlukan serangkaian hasil "permukaan tanah" atau "kontrol". "A" biasanya terdiri dari hasil Anda saat ini atau iterasi pertama dari varian pengujian Anda. "B" adalah variasi yang akan Anda bandingkan dengan hasil "A".

Contoh umum pengujian A/B. (Sumber)
Katakanlah, misalnya, halaman produk menerima beberapa ratus pengunjung setiap hari. Anda memutuskan untuk menjalankan tes terpisah di mana Anda menambahkan pemberitahuan tentang pengiriman hari berikutnya di sebelah tombol "Tambahkan ke Keranjang". Jadi, dengan menggunakan perangkat lunak pengujian A/B, Anda membuat halaman yang mirip dan membagi lalu lintas secara merata di antara kedua halaman dan mengukur hasilnya. Halaman saat ini adalah subjek tes "A". Variannya adalah subjek tes “B”.

Atau, Anda mungkin bersiap untuk kampanye email promosi di mana Anda mengarahkan pelanggan Anda ke halaman arahan untuk memasukkan hadiah gratis. Anda telah membuat dua halaman arahan – “A” dan “B” – tetapi Anda ingin melihat mana yang menarik lebih banyak pendatang. Sekali lagi, menggunakan perangkat lunak pengujian terpisah, Anda mengarahkan setengah dari lalu lintas email ke halaman "A" dan setengahnya ke halaman "B". Meskipun Anda belum mendapatkan hasil apa pun, "A" adalah halaman kontrol, dan "B" adalah penantangnya.

"Pengujian multivarian" bekerja dengan prinsip yang sama tetapi melibatkan varian pengujian yang mencakup beberapa perubahan. Tujuannya adalah untuk menentukan kombinasi variabel mana yang berkinerja terbaik. Dalam pengujian terpisah A/B, misalnya, Anda dapat menguji tombol CTA hijau dengan tombol merah. Dalam pengujian multivarian, Anda dapat mengubah warna dan teks CTA secara bersamaan. Dalam pengujian dengan dua perubahan di halaman, ini akan membuat empat varian:

1. warna satu dan teks satu,
2. warna satu dan teks dua,
3. warna dua dan teks satu,
4. dan warna dua dan teks dua.

Manfaat pengujian multivariat adalah menghilangkan kebutuhan untuk menjalankan banyak pengujian terpisah satu demi satu. Kelemahannya adalah membutuhkan banyak lalu lintas.

Cara Melakukan Pengujian A/B: Gambaran Umum

Mari kita lihat rumus dasar untuk melakukan pengujian terpisah A/B. Jangan terlalu khawatir tentang aspek teknis pengujian A/B pada tahap ini. Ada berbagai alat yang tersedia untuk merampingkan dan mengotomatisasi semuanya mulai dari pembuatan halaman hingga interpretasi hasil, dan kami akan menjelaskan aplikasi dan solusi terbaik sebentar lagi.

Pengujian split A/B biasanya dilakukan di lokasi atau di luar lokasi. Pengujian di tempat mencakup hal-hal seperti halaman produk, halaman arahan, formulir checkout, dan sebagainya. Pengujian di tempat juga dapat dilakukan pada halaman aplikasi – jika, misalnya, Anda memiliki aplikasi belanja seluler atau program loyalitas. Pada dasarnya, "pengujian di tempat" adalah untuk setiap halaman di situs Anda yang memiliki tujuan tunggal dan CTA utama yang sesuai.

Pengujian di luar situs adalah untuk varian iklan (terutama iklan berbayar), email, postingan media sosial, notifikasi push, dan sebagainya.

Sangat penting untuk menjalankan pengujian pada saat yang sama dengan sampel lalu lintas yang sama. Lalu lintas dan periode waktu merupakan dua variabel terbesar yang dapat mempengaruhi hasil. Sama sekali tidak ada manfaatnya, misalnya, membandingkan hasil dua varian jika satu diuji pada Halloween dan yang lainnya pada Hari Ibu.

Gunakan proses berikut untuk menyusun pengujian A/B Anda sendiri:

1. Analisis

Pada tahap ini, Anda menentukan sasaran dan memprioritaskan elemen halaman mana yang akan diuji secara terpisah.

Sasaran akan berpusat pada peningkatan metrik konversi utama Anda dan "konversi" mungkin berupa klik, pendaftaran, atau penjualan. Anda bahkan dapat memilih metrik keberhasilan yang “lebih luas” seperti keterlibatan atau jangkauan, terutama saat menguji iklan. Apa pun masalahnya, Anda memerlukan metrik yang jelas untuk mengukur keberhasilan atau kegagalan relatif varian.

Setelah menetapkan sasaran, Anda dapat meneliti dan memprioritaskan pengujian mana yang akan dijalankan. Anda harus meneliti templat halaman tersebut (halaman produk, halaman kategori, formulir checkout, dll.) yang paling penting untuk tujuan Anda dan kemudian menentukan mana yang memiliki potensi terbesar untuk peningkatan. Lihat halaman dengan rasio pentalan tinggi, konversi luar biasa rendah, keterlibatan rendah, rasio pengabaian tinggi, dan sebagainya.

Setelah Anda mengidentifikasi halaman yang penting dan berpotensi, Anda harus memeringkatnya sesuai dengan kemudahan Anda menjalankan pengujian. Lebih baik, terutama saat menerapkan strategi baru, untuk mendapatkan hasil yang paling rendah, beralih ke pengujian yang lebih kompleks saat Anda memperoleh lebih banyak data. Metodologi ini akan memberikan pengembalian terbesar selama periode waktu terpendek.

Elemen pengujian yang Anda pilih dapat berupa ajakan bertindak, judul dalam teks iklan, gambar di halaman arahan, baris subjek dalam email, atau postingan media sosial yang mengiklankan diskon. Hal penting yang perlu diingat adalah bahwa subjek pengujian biasanya harus merupakan satu elemen, dengan yang lainnya tetap sama. Pengecualian untuk aturan ini adalah saat Anda menguji dua variasi terpisah, seperti halaman arahan atau saluran penjualan yang terdiri dari email dan halaman unik.

2. Rekomendasi

Setelah Anda mengidentifikasi tes mana yang ingin Anda jalankan, Anda perlu melakukan brainstorming variasi dan membuat hipotesis.

Ajukan pertanyaan, “Perubahan apa yang dapat menghasilkan hasil yang lebih baik untuk halaman dan mengapa?”

Hipotesis adalah evaluasi mengapa halaman atau elemen tidak berkinerja sebaik mungkin dan bagaimana Anda dapat meningkatkannya. Saat Anda menjalankan pengujian A/B, pada dasarnya Anda sedang menguji sebuah hipotesis.

Anda mungkin menyimpulkan, misalnya, bahwa CTA halaman produk Anda saat ini tidak cukup menonjol dan pengunjung kesulitan menemukannya. Cara untuk mengatasi masalah ini adalah dengan menggunakan warna yang lebih cerah untuk tombol CTA.

Cara terbaik untuk merumuskan hipotesis adalah dengan menggunakan template sederhana berikut ini: Jika…, maka…, karena….

Mari kita lihat sebuah contoh:

Jika informasi tentang stok rendah ditambahkan ke halaman produk di sebelah CTA, maka tingkat add-to-cart (dan dengan demikian tingkat konversi) akan meningkat, karena elemen pembangun urgensi mendorong pengunjung untuk mengambil tindakan.

3. Prototipe dan Desain

Setelah menyusun hipotesis, banyak orang terjun dan mulai mengatur tes. Tetapi penting untuk melakukan brainstorming dengan benar dan memverifikasi opsi desain yang berbeda, memastikan bahwa seluruh tim ada di dalamnya dan bahwa semua ide diperhitungkan.

Anda harus mulai dengan membuat wireframe longgar dari perubahan yang diusulkan, melakukan brainstorming sebanyak mungkin kemungkinan. Setelah memverifikasi yang tampaknya paling menjanjikan, Anda dapat membuat prototipe lengkap untuk tujuan implementasi.

4. Kode dan Tes

Mulailah dengan menghitung ukuran sampel Anda. "Ukuran sampel" Anda adalah jumlah lalu lintas yang Anda butuhkan untuk secara meyakinkan mengatakan bahwa perbedaan hasil apa pun bukan karena kebetulan. Kami membahas topik ini secara mendalam di bagian selanjutnya. Jika saat ini Anda tidak mengarahkan lalu lintas tingkat tinggi ke laman tertentu, atau situs Anda sedang dalam tahap pengembangan, Anda selalu dapat membeli lalu lintas. Banyak layanan yang ada untuk tujuan ini.

Kemudian, dengan dasar yang ada, Anda dapat memilih alat yang tepat dan memulai pengujian. Alat yang berbeda melayani kebutuhan pengujian yang berbeda. Untuk elemen halaman individual, hanya diperlukan editor web sederhana. Untuk pengujian terpisah yang lebih kompleks, seperti perbandingan saluran penjualan yang berbeda, alat canggih mungkin diperlukan. Perangkat lunak khusus juga tersedia untuk pemasaran email dan kampanye iklan.

Jika Anda memiliki tim pengembangan khusus untuk menerapkan kode di tempat, desain yang Anda buat pada langkah sebelumnya akan terbukti sangat berharga di sini.

5. Hasil

Setelah tes berjalan, Anda dapat mengevaluasi hasil dan merumuskan tes terpisah yang baru. Evaluasi memiliki dua tujuan: untuk menentukan pemenang dan menghasilkan ide-ide baru untuk tes masa depan. Terkadang hasilnya tidak meyakinkan, menyebabkan Anda merevisi atau mengabaikan hipotesis awal Anda. Dalam kasus lain, hasil akan sangat signifikan untuk mendorong pengujian serupa pada halaman terkait lainnya atau mencoba variasi yang lebih maju dari perubahan asli Anda.

Split-testing paling baik dilakukan sebagai bagian dari strategi jangka panjang. Anda harus berusaha membuat banyak perubahan kecil selama berminggu-minggu dan berbulan-bulan. Semua perubahan ini akan menambah secara dramatis dan konsisten meningkatkan tingkat konversi Anda secara keseluruhan.

Cara Menghitung Ukuran Sampel Pengujian Split A/B Anda

Menghitung ukuran sampel minimum Anda relatif mudah setelah Anda memahami konsep yang mendasarinya.

Berikut adalah beberapa istilah yang perlu Anda ketahui:

• Konversi dasar – Tingkat konversi untuk halaman Anda saat ini.
• Efek minimum yang dapat dideteksi – Efek minimum yang dapat dideteksi adalah persentase perubahan minimum dari tingkat konversi dasar yang Anda sukai: bisa 2%, 3%, 5% atau 10%. Dalam pengujian A/B, seharusnya jarang di atas 10%. Tentu saja, peningkatan yang lebih kecil lebih mudah dicapai tetapi lebih sulit untuk dibuktikan karena Anda akan membutuhkan lebih banyak pengguna. Di sisi lain, peningkatan yang lebih besar lebih mudah dibuktikan dengan lebih sedikit pengguna. Tetapi biasanya sulit untuk menemukan ide pengujian yang akan memiliki dampak yang begitu besar.
• Signifikansi statistik – Signifikansi statistik adalah sejauh mana Anda “yakin” tentang hasil Anda. Dalam pengaturan e-niaga, Anda harus menargetkan 80% hingga 95% signifikansi statistik.
• Tingkat signifikansi – Tingkat signifikansi adalah kebalikan dari signifikansi statistik. Tingkat signifikansi 5%, misalnya, berarti ada kemungkinan 5% bahwa hasil disebabkan oleh peluang acak. Tingkat signifikansi 5% hingga 20% adalah normal.
• Kekuatan statistik – Sering dikesampingkan oleh penguji split A/B, “kekuatan statistik” adalah persentase yang menggambarkan probabilitas bahwa tes akan menemukan efek minimum yang dapat dideteksi, dengan asumsi itu ada. Misalnya, Anda menetapkan efek minimum yang dapat dideteksi menjadi 5% dan kekuatan statistik menjadi 80% dan, pada akhir pengujian, versi alternatif Anda tidak menang. Anda memiliki kepastian 80% bahwa versi yang kalah tidak lebih baik 5% atau lebih.

Gunakan kalkulator ini dari Evan Miller untuk menghitung sampel minimum Anda dan baca posting ini tentang signifikansi statistik jika Anda ingin mempelajari lebih lanjut

Elemen Halaman Produk Mana yang Harus Anda Pisahkan-Test?

Halaman produk sesuai dengan kriteria untuk memilih kandidat pengujian dengan sempurna. Mereka adalah salah satu halaman paling penting dan dengan lalu lintas tertinggi di situs e-niaga. Mereka juga mudah untuk membagi tes.

Berikut adalah beberapa elemen halaman produk yang dapat memiliki efek terbesar pada konversi:

• Judul – Judul adalah hal pertama yang dilihat pelanggan saat mereka membuka halaman produk. Ini mengidentifikasi item dan membedakannya dari produk lain. Anda dapat bereksperimen dengan menyertakan (atau mengecualikan) nama merek, fitur utama, dan USP, dan mengambil sampel berbagai versi nama produk generik.
• Gambar – Gambar produk dapat memengaruhi konversi secara signifikan. Secara khusus, gambar produk unggulan – yang pertama kali dilihat pelanggan sebelum menggulir gambar berikutnya – membawa banyak bobot. Jalankan berbagai variasi gambar ini untuk melihat mana yang menurut pelanggan paling menarik.
• Deskripsi – Deskripsi persuasif memaksa pelanggan untuk mengklik CTA utama. Bereksperimen dengan deskripsi dengan menambahkan elemen persuasif ke salinan Anda dapat menghasilkan hasil yang menarik. Pertimbangkan untuk mengutip penghargaan, sebutan di media, dukungan selebriti, ulasan yang menonjol, dan banyak lagi.
• Harga – Hampir setiap pengunjung halaman akan melihat harganya. Berbagai perubahan dapat diuji, termasuk warna, ukuran, lokasi, dan informasi apa pun yang disertakan langsung di sebelah harga – seperti harga asli yang dicoret sebelum diskon atau tenggat waktu untuk harga promosi.
• Opsi Fitur – Seringkali, pengunjung harus memilih fitur item seperti warna dan ukuran sebelum membeli. Jika opsi ini tidak jelas atau sulit digunakan, ini dapat menciptakan banyak gesekan bagi pembeli. Tingkat stok yang ambigu juga dapat menyebabkan ketidakpastian.
• Informasi pengiriman – Waktu dan biaya pengiriman merupakan faktor utama lainnya dalam proses pengambilan keputusan. Anda dapat menghilangkan keraguan dengan menunjukkan informasi pengiriman dengan cara yang benar, dan bahkan meningkatkan keinginan untuk membeli dengan menunjukkan pengiriman gratis, hari yang sama, atau hari berikutnya secara mencolok.
• CTA - Ini adalah yang besar. Tiga fitur paling penting dalam hal CTA: bentuk, ukuran, dan warna. CTA harus menonjol dari elemen lain di halaman dan mudah diklik, terutama di seluler.
• Peringkat bintang – Pembeli online menyukai ulasan. Pertimbangkan untuk menguji varian peringkat bintang yang ditampilkan di bawah judul Anda dan permudah pelanggan untuk menavigasi bagian di halaman produk yang didedikasikan untuk ulasan.
• Fitur pembuatan urgensi – Elemen pembangun urgensi – seperti penghitung waktu mundur, pengiriman terbatas waktu, harga diskon khusus, dan sebagainya – dapat secara dramatis meningkatkan konversi laman. Pelajari lebih lanjut tentang membangun urgensi di halaman produk.

Jika Anda ingin melihat beberapa contoh halaman produk berkinerja terbaik, bersama dengan ide tentang cara meningkatkan konversi, lihat posting kami tentang topik tersebut.

Jika Anda mencari inspirasi pengujian lainnya, kami telah menulis daftar periksa pengoptimalan e-niaga paling komprehensif yang tersedia di web (atau di mana pun, dalam hal ini). Unduh secara gratis sekarang!

Ingin lebih banyak wawasan seperti ini?

Dapatkan kiat e-niaga mingguan, strategi, dan pengetahuan industri terkemuka. Disampaikan langsung ke kotak masuk Anda.

pada Saya telah membaca kebijakan privasi dan saya menerima syarat dan ketentuan buletin.

Silakan pilih kotak centang ini untuk melanjutkan

Woo hoo! Anda baru saja mendaftar. Periksa kotak masuk Anda untuk mengonfirmasi langganan.

11 Kesalahan Pengujian Split A/B E-niaga Teratas yang Harus Dihindari”

Jika tidak dilakukan dengan benar, pengujian terpisah dapat menjadi pemborosan waktu dan uang yang sangat besar.

Hindari melakukan kesalahan berikut:

1. Halaman pengujian terpisah yang tidak memengaruhi konversi – Tidak ada gunanya halaman pengujian terpisah yang tidak memengaruhi konversi secara signifikan. Dengan waktu dan sumber daya yang terbatas, sangat penting untuk meneliti dan memprioritaskan kandidat terbaik untuk pengujian.
2. Pengujian terpisah beberapa elemen dalam satu pengujian – Jika Anda menjalankan pengujian dengan beberapa elemen, Anda tidak dapat mengetahui variasi mana yang bertanggung jawab atas hasil positif. Ini berdampak negatif pada kemampuan Anda untuk merumuskan hipotesis ke depan dan juga cenderung mengarah pada hasil yang kurang optimal untuk halaman tempat Anda menjalankan pengujian.
3. Menggunakan ukuran sampel yang kecil – Jika Anda tidak mengikuti ilmu data yang baik – menghitung ukuran sampel dengan signifikansi statistik antara 80% dan 95% – hasil Anda tidak akan meyakinkan. Dalam jangka panjang, ini kemungkinan besar akan mengarah pada perubahan yang dapat diabaikan pada tujuan Anda.
4. “Meminjam” semua ide pengujian Anda – Penelitian pesaing dan penggunaan studi kasus untuk menginformasikan hipotesis Anda adalah praktik yang baik. Ini adalah kesalahan ketika Anda hanya menghasilkan ide pengujian dari mereka. Banyak dari hasil terbaik Anda kemungkinan akan datang dari tes yang belum dilakukan pesaing Anda.
5. Split-testing sporadis – Seperti kata pepatah lama: split-testing adalah untuk hidup, bukan hanya untuk Natal. Untuk keuntungan konversi terbesar, dan untuk strategi yang mampu beradaptasi dengan perubahan perilaku konsumen, pengujian harus dilakukan secara berkelanjutan dalam jangka panjang.
6. Kurangnya pemisahan antara proses desain dan pengembangan – Harus ada perbedaan yang jelas antara tugas dalam hal brainstorming ide (desain) dan penerapannya (pengembangan dan pengkodean). Seringkali, pengecer akan mengacaukan peran ini, sehingga menghasilkan brainstorming yang tidak efektif atau implementasi yang buruk. Bahkan jika satu orang bertanggung jawab untuk kedua pekerjaan, penting untuk memastikan mereka memiliki keahlian yang sesuai.
7. Mendasarkan hipotesis pada firasat dan asumsi – Setiap tim pengujian terpisah akan memiliki serangkaian asumsi tentang apa yang membuat “ide pengujian yang baik”. Tapi penting untuk berpikiran terbuka mungkin dan membuat hipotesis yang mungkin tampak kontra-intuitif. Seluruh tujuan pengujian terpisah adalah untuk mengidentifikasi perubahan asli yang positif. Proses harus menantang asumsi yang mendasari sebanyak mungkin dan mendorong desainer untuk berpikir di luar kotak.
8. Kegagalan untuk membentuk hipotesis yang tepat – Penting untuk mengetahui alasan di balik perubahan positif. Jika Anda menghasilkan ide tanpa pemikiran sebelumnya, Anda menempatkan diri Anda pada posisi yang kurang menguntungkan. Memahami dasar hasil yang sukses memungkinkan Anda untuk merumuskan pemahaman yang lebih jelas tentang perilaku basis pelanggan Anda dari waktu ke waktu dan menghasilkan hipotesis yang kuat ke depan.
9. Analisis hasil yang tidak memadai – Jadi CTA “B” mengonversi 10% sementara CTA “A” hanya mengonversi 5%. Itu akhir dari cerita, kan? Tidak! Data pengujian menyimpan wawasan yang berguna tentang pelanggan, termasuk informasi tentang segmen dengan konversi tinggi, waktu konversi puncak, hambatan di halaman, dan banyak lagi. Gunakan platform analitik seperti Google Analytics untuk benar-benar menelusuri hasil pengujian.
10. Mengabaikan keuntungan kecil – Pengecer sering mengharapkan hasil besar dan sering mendiskon 2% atau 3% perubahan sebagai tidak signifikan. Di satu sisi, ini bisa dimengerti. Banyaknya studi kasus yang sangat sukses di web telah mengkondisikan kami untuk mencoba dan mencerminkan hasil yang sama. Tapi ini adalah kesalahan. Peningkatan kecil, ketika memiliki signifikansi statistik yang kuat, sama validnya dengan hasil yang lebih besar. Tes yang memiliki kekuatan statistik tinggi dapat mendeteksi efek yang kecil dan semuanya sama-sama valid.
11. “Mengintip” ke dalam hasil – Menghentikan pengujian terpisah sebelum waktunya (sebelum Anda mencapai jumlah pengguna yang Anda uji yang diinginkan) adalah hal yang tidak boleh dilakukan. Seringkali, penguji akan menyimpulkan kemanjuran satu varian di atas yang lain berdasarkan hasil mid-test. Saat Anda melakukan ini, Anda mengabaikan varians yang dapat bermanifestasi selama pengujian, dan biasanya variasi mengungguli satu sama lain secara sewenang-wenang pada waktu tertentu.
    

    Tinjauan Alat Pengujian Terpisah A/B Terbaik untuk E-niaga

    Pengujian terpisah A/B harus mencakup sebagian besar aspek aktivitas pemasaran dan penjualan Anda. Seharusnya tidak terbatas pada situs Anda. Sebagian besar aplikasi khusus, seperti untuk pemasaran email Anda, iklan Facebook, media sosial, dan sebagainya, akan hadir dengan alat pengujian terpisah A/B mereka sendiri.

Daftar ini menguraikan alat terbaik untuk menjalankan pengujian terpisah di situs e-niaga Anda . Selain itu, tidak ada alat "terbaik" habis-habisan dalam hal pengujian split A/B. Solusi yang berbeda dirancang untuk berbagai jenis toko online, dan pilihan perangkat lunak terbaik bergantung pada berbagai faktor, termasuk ukuran, industri, metode pemasaran yang disukai, dan banyak lagi.

Berikut ikhtisar dari lima alat pengujian terpisah A/B e-niaga teratas kami:

1. VWO – VWO adalah salah satu alat e-niaga paling populer di web untuk melakukan analisis, mengembangkan ide-ide baru, dan menjalankan tes. Sebagai platform, ia memiliki semua fitur yang diperlukan untuk menjalankan kampanye pengoptimalan dan sangat serbaguna – dengan berbagai opsi untuk perusahaan perusahaan dan bisnis kecil (dan semua yang ada di antaranya). VWO memasukkan eBay dalam daftar kliennya.
2. Optimizely – Nama besar lainnya di ruang e-niaga internasional, Optimizely adalah favorit di antara pengecer online “nama besar” . Perangkat lunak ini mencakup paket fitur yang kuat untuk melakukan pengujian A/B, memungkinkan segmentasi sampel, perkiraan, penargetan, dan analisis. Ini sempurna untuk digunakan di seluler dan desktop.
3. Google Optimize – Salah satu nilai jual besar Google Optimize adalah integrasinya yang mulus dengan Google analytics, meskipun “nilai jual” mungkin merupakan kata yang salah karena gratis. Optimize adalah platform pengujian A/B lengkap dan memiliki editor visualnya sendiri. Ini menemukan banyak pengikut sebagian besar di antara perusahaan kecil, yang dapat dimengerti mengingat bahwa ia tidak memiliki banyak fitur pesaing tingkat perusahaan. Ada versi berbayar, Optimize 360, yang dapat ditingkatkan oleh pengguna di kemudian hari.
4. AB Tasty – AB Tasty telah dirancang untuk perusahaan besar dan dilengkapi dengan set lengkap alat pengujian, termasuk platform analitik yang kaya fitur, editor visual, dan fungsionalitas implementasi otomatis untuk menjalankan pengujian.
5. Swiftswap – Kami tidak dapat menyusun daftar alat pengujian teratas tanpa menyertakan perangkat lunak Growcode, Swiftswap. Apa yang membuat Swiftswap unik adalah penggunaan AI untuk menginformasikan dan merampingkan proses pengujian. Ini terintegrasi dengan semua platform e-niaga. Ini juga dirancang untuk memberikan perubahan pengoptimalan yang cepat dan konsisten ke toko e-niaga dan tersedia sebagai bagian dari paket pengoptimalan outsourcing Growcode.

Contoh Studi Kasus Pengujian A/B E-niaga

Jadi seperti apa tes split A/B dalam praktiknya?

Berikut adalah tiga contoh dari file kasus Growcode sendiri:

1. Budapester

Budapester adalah pengecer online besar yang menjual tas desainer, sepatu, dan aksesori. Perusahaan ingin menerapkan rencana pengujian jangka panjang yang hemat biaya. Analisis menunjukkan bahwa halaman produk dan keranjang belanja memiliki potensi peningkatan terbesar.

Baca studi kasus selengkapnya di sini.

Hasil: Tingkat konversi meningkat 12,5%.

Hipotesis berikut dirumuskan dan diuji:

Hipotesis satu: komunikasi USP yang lebih jelas di semua halaman akan meningkatkan konversi.

Sebelum: USP, yang mencakup pengiriman gratis dan ketersediaan produk langsung, tidak ditampilkan di halaman produk.

Setelah: USP disertakan di bawah deskripsi produk dan di header.

Hipotesis dua: tajuk memakan terlalu banyak ruang dan mengganggu pengunjung dengan tautan dan informasi yang tidak perlu.
Sebelumnya: Headernya tidak jelas, dengan banyak tombol kecil, teks yang sulit dibaca, dan tautan yang tidak perlu.

Setelah: Header disederhanakan dan tombol utama dibuat lebih jelas.

Hipotesis tiga: keranjang belanja yang disederhanakan akan mengurangi pengabaian keranjang.
Sebelum: Pada halaman konfirmasi pembelian, informasi tentang pengiriman gratis tidak ditampilkan dan harga diskon tidak disorot.

Setelah: Pengiriman gratis, ketersediaan, dan diskon semuanya termasuk dalam warna-warna cerah untuk membuatnya terlihat.

2. Dipesan

Reserved adalah peritel mode terbesar di wilayah CEE. Toko online ini diluncurkan pada tahun 2013.

Hasil: peningkatan tingkat konversi 4,6%.

Baca studi kasus selengkapnya di sini.

Hipotesis berikut dirumuskan dan diuji:

Hipotesis satu: Menambahkan USP ke halaman utama – halaman beranda, halaman produk, dan halaman kategori – akan membantu meyakinkan pengunjung tentang manfaat unik berbelanja dengan Reserved.

Sebelum: Tidak ada USP yang jelas ditampilkan di halaman beranda.

Setelah: USP ditampilkan di beranda tepat di bawah tajuk.

Hipotesis dua: Menyertakan USP pada halaman keranjang belanja akan mengurangi pengabaian keranjang.
Sebelumnya: USP tertentu diperlihatkan, tetapi tidak dijelaskan dengan jelas. Informasi tentang pengiriman gratis dan pengiriman kurir gratis untuk pembelian di atas $50 tidak ditampilkan.

Setelah: Bagian yang menampilkan informasi tentang USP disertakan di sebelah kanan halaman.

3. 4F

4F menjual pakaian olahraga dan aksesoris olahraga. Perusahaan telah membangun reputasi kualitas – memadukan proses manufaktur tradisional dengan desain modern.

Hasil: 8% peningkatan tingkat konversi global.

Baca studi kasus selengkapnya di sini.

Hipotesis berikut dirumuskan dan diuji:

Hipotesis satu: Menyertakan deskripsi terperinci pada halaman produk akan mengurangi keraguan dan mendorong lebih banyak pengunjung untuk menambahkan produk ke keranjang.

Sebelum: Informasi produk tersebar, sulit dipindai, dan jauh dari CTA.

Setelah: Detail produk, termasuk informasi pengiriman, ditulis agar dapat dipindai dan ditempatkan di sebelah CTA.

Hipotesis dua: Menampilkan diskon sebagai persentase akan mendorong lebih banyak pelanggan untuk menambahkan produk ke troli.
Sebelum: Harga diskon dicoret dan ditampilkan di sebelah harga saat ini, tanpa informasi lebih lanjut.

Setelah: Angka yang menunjukkan harga diskon sebagai persentase disertakan di sebelah harga saat ini.

Hipotesis tiga: Menampilkan informasi tentang pengiriman di dalam toko akan meningkatkan konversi karena sangat relevan bagi pelanggan dan 4F memiliki jaringan toko lokal yang terkenal.
Sebelum: Informasi tentang pengiriman toko cukup jauh di bawah halaman.

Setelah: Pengiriman langsung dan detail pengiriman di dalam toko ditampilkan bersebelahan di atas CTA.

Seperti yang Anda lihat, sebagian besar elemen halaman yang diuji adalah contoh pengujian A/B yang cukup umum. Terlepas dari kenyataan bahwa mereka mungkin tampak "aman", mereka masih dapat mendorong peningkatan yang signifikan ke tingkat konversi.

Kesimpulan

Berbekal informasi yang diuraikan dalam posting ini, Anda dapat mulai melakukan pengujian yang mendorong hasil nyata dan membawa Anda lebih dekat ke tujuan konversi dan pendapatan Anda.

Tapi ada poin penting yang perlu diingat.

Jangan lupa pentingnya pengujian terpisah yang terus-menerus dan konsisten.

Menerapkan kampanye pengoptimalan yang melibatkan banyak perubahan kecil dari waktu ke waktu akan menempatkan Anda jauh di atas pesaing Anda. Ini adalah strategi yang digunakan pemain besar seperti Amazon untuk mencapai tingkat konversi jauh di atas rata-rata industri.

Omong-omong, jika Anda mencari inspirasi pengujian, kami telah menulis daftar periksa pengoptimalan e-niaga paling komprehensif yang tersedia di web (atau di mana pun, dalam hal ini). Unduh secara gratis sekarang!

Mengapa Tidak Menghubungi Growcode?

Jika Anda ingin tim yang berpengalaman mengambil alih strategi pengoptimalan Anda, mengapa tidak menghubungi Growcode? Kami memiliki pengalaman bertahun-tahun dalam menjalankan pengujian terpisah dan dapat menerapkan strategi jangka panjang dengan biaya yang lebih murah untuk mengelola diri sendiri. Apalagi hasilnya dijamin. Jika kami gagal mengirimkannya, kami akan memberi Anda pengembalian dana penuh.
Baca tentang pendekatan hands-free kami yang unik di sini.