การทดสอบ A/B ด้วย Mopinion 17 ก.พ. 2566

ผู้เชี่ยวชาญ CRO และนักการตลาดเพื่อการเติบโตให้ความสำคัญอย่างมากกับการทดลองและการทดสอบ A/B การทดสอบ A/B หรือการทดสอบแยกเป็นวิธีทดสอบเนื้อหาสองเวอร์ชันและเปรียบเทียบประสิทธิภาพ เป้าหมายของการทดสอบ A/B มักจะเพื่อดูว่าเวอร์ชันใดนำไปสู่ ​​Conversion มากขึ้นและ CTR ที่สูงขึ้น ข้อมูลเชิงคุณภาพ มักไม่ได้รับความสนใจเท่าตัวเลขดิบ ตัวอย่างเช่น การทดสอบ A/B ที่เฉพาะเจาะจงอาจนำไปสู่ ​​Conversion หรือการคลิกบนปุ่มบางปุ่มมากขึ้น แต่ประสบการณ์หรือความคิดเห็นของผู้ใช้อาจไม่ได้ดีไปกว่านี้ การคลิกที่ปุ่มอาจเกิดขึ้นเนื่องจากคุณไม่ชัดเจนว่าจะเกิดอะไรขึ้นหากผู้เยี่ยมชมของคุณคลิกที่ปุ่ม
นั่นเป็นเหตุผลที่เราเชื่อว่าการรวบรวมคำติชมสำหรับการทดสอบ A/B ของคุณและเก็บข้อมูลเชิงคุณภาพเป็นสิ่งสำคัญเช่นกัน

ในบทความนี้ เราจะแสดงวิธีปฏิบัติ 2 วิธีที่คุณสามารถทำการ ทดสอบ A/B ด้วย Mopinion

1. การใช้แบบฟอร์มคำติชมเพื่อวัดว่าผู้ใช้ได้รับประสบการณ์การทดสอบ A/B สองเวอร์ชันที่แตกต่างกันอย่างไร
2. ทดสอบแบบฟอร์มป้อนกลับ 2 แบบเพื่อวัดว่าแบบใดมีอัตราการตอบกลับสูงกว่า

คำติชมของลูกค้าทางออนไลน์ยังสามารถช่วยให้คุณสร้างสมมติฐานที่ไม่ได้ขึ้นอยู่กับสมมติฐานเพียงอย่างเดียว จากคำติชมที่คุณรวบรวม คุณสามารถระบุปัญหาที่ลูกค้ามีบนช่องทางออนไลน์ของคุณได้ คุณสามารถใช้ข้อมูลนี้เป็นอินพุตเพื่อทดสอบสมมติฐานต่างๆ แต่ในบทความนี้เราจะมุ่งเน้นไปที่สองจุดข้างต้น

ไม่มีเวลาอ่านบทความทั้งหมด? ดูวิดีโอที่ฉัน (Growth Marketer ที่ Mopinion) อธิบายวิธีการทดสอบ A/B กับ Mopinion

การทดสอบ A/B คืออะไร

การทดสอบ A/B ช่วยให้คุณทดสอบเนื้อหาสองเวอร์ชันเพื่อดูว่าเวอร์ชันใดทำงานได้ดีกว่ากัน คุณแสดงเนื้อหาเวอร์ชัน A แก่ผู้ชม 50% ในขณะที่คุณแสดงเนื้อหาเวอร์ชันอื่นอีก 50% ซึ่งเป็นเวอร์ชัน B การกระจายควรสุ่ม

ต่อไป ให้คุณวัดอัตราการแปลง อัตราการคลิกผ่าน หรือประสบการณ์ของลูกค้าเพื่อดูว่าการทดสอบเวอร์ชันใดทำงานได้ดีกว่ากัน ด้วยขนาดตัวอย่างที่ใหญ่เพียงพอ คุณจะได้รับผลลัพธ์ที่มีนัยสำคัญทางสถิติ และรู้ว่าเวอร์ชันใดนำไปสู่เป้าหมายที่ตั้งใจไว้ และด้วยเหตุนี้จึงทำงานได้ดีขึ้น นั่นจะเป็นเวอร์ชันที่คุณจะนำไปใช้จริงและนำการปรับปรุงที่คุณต้องการ

คุณสามารถทดสอบ A/B อะไรได้บ้าง?

การทดสอบ A/B มักทำในช่องทางดิจิทัล เช่น หน้าเว็บไซต์ ในแอป และในอีเมล บน (หน้า Landing Page) บนเว็บไซต์หรือในแอปของคุณ คุณสามารถทดสอบตัวแปรต่างๆ ได้ เช่น:

• ชื่อเรื่องและคำบรรยาย
• สำเนาร่างกาย
• สี
• ประเภทเนื้อหา (วิดีโอ รูปภาพ ข้อความ ตามที่เห็นในภาพด้านล่าง)
• เลย์เอาต์
• ออกแบบ
• คำกระตุ้นการตัดสินใจ (CTA's)
• การนำทาง
• แบบฟอร์มข้อเสนอแนะ

ด้วยการทดสอบ A/B ในอีเมล คุณสามารถทดสอบ หัวเรื่อง เค้าโครง ความ ยาวของอีเมล และแม้กระทั่ง เวลาของวันที่ คุณส่งอีเมลออกไป

การทดสอบ A/B ไม่จำกัดเฉพาะช่องของคุณ คุณยังสามารถทดสอบโฆษณาโซเชียลและโฆษณาบนการค้นหาเพื่อดูว่าโฆษณาใดดึงดูดการเข้าชมเว็บไซต์ของคุณมากที่สุด และโฆษณาใดมีแนวโน้มที่จะเปลี่ยนผู้เยี่ยมชมมากที่สุด คุณยังสามารถเล่นกับ สี การออกแบบ และ CTA ได้ที่นี่

แบบฟอร์มคำติชมยังมีศักยภาพสำหรับการทดสอบ A/B คุณคงอยากรู้ใช่ไหมว่าแบบฟอร์มความคิดเห็นประเภทใดให้ข้อมูลเชิงลึกแก่คุณมากที่สุด? ภายในแบบฟอร์มคำติชม มีหลายสิ่งหลายอย่างที่ต้องทดสอบ เช่น เค้าโครง การ คัดลอก การออกแบบ ลำดับคำถาม ประเภทของคำถาม ประเภทของแบบฟอร์มความคิดเห็น วิธีและเวลาที่มันถูกเรียกใช้ และอื่นๆ อีกมากมาย การเปลี่ยนตัวแปรตัวใดตัวหนึ่งอาจส่งผลดีต่ออัตราการตอบกลับของแบบฟอร์มคำติชมของคุณ

ทำไมคุณจึงควรทดสอบ A/B (ด้วย Mopinion)

ด้วยการทดสอบ A/B คุณจะสามารถทำการเปลี่ยนแปลงที่มีความหมายและเป็นไปตามข้อมูลในเว็บไซต์ แอป อีเมล หรือช่องทางดิจิทัลอื่นๆ ของคุณ ซึ่งจะนำไปสู่การปรับปรุงตามที่คุณตั้งใจไว้ ซึ่งอาจเป็นตำแหน่งใดก็ได้ระหว่าง ROI ที่สูงขึ้น การแปลงมากขึ้น ประสบการณ์ของลูกค้าที่ดีขึ้น และอื่นๆ การทดสอบเป็นการคาดเดาและการสันนิษฐาน

ตอนนี้เรามาเน้นว่าทำไมคุณควรเริ่มการทดสอบ A/B กับ Mopinion โดยเฉพาะ เราจะมุ่งเน้นไปที่สองวิธีใน A/B ด้วย Mopinion ตามที่ระบุไว้ข้างต้น

1. การใช้แบบฟอร์มคำติชมเพื่อวัดว่าผู้ใช้ได้รับประสบการณ์การทดสอบ A/B สองเวอร์ชันที่แตกต่างกันอย่างไร

การวัดประสบการณ์ที่ผู้ชมได้รับจากการทดสอบ A/B ทั้ง 2 เวอร์ชันจะให้ข้อมูลเชิงคุณภาพแก่คุณ มันให้ข้อมูลเชิงลึกเกี่ยวกับความรู้สึกและความคิดเห็นของผู้ชมของคุณ ตัวอย่างเช่น คุณกำลังทำการทดสอบ A/B ในอีเมลของคุณด้วยเนื้อหาประเภทต่างๆ ผู้ชมของคุณสามารถให้คะแนนและแสดงความคิดเห็นในแบบฟอร์มข้อเสนอแนะในอีเมลของคุณ การทดสอบ A/B ของคุณอาจนำไปสู่การให้คะแนนที่แตกต่างกันของทั้งสองเวอร์ชัน สิ่งนี้ส่งผลกระทบต่อ CSAT, NPS หรืออะไรก็ตามที่คุณกำลังวัดผล และให้ข้อมูลเชิงลึกเกี่ยวกับความรู้สึกของผู้ชม ความคิดเห็นที่เปิดอยู่จะบอกคุณมากขึ้นว่า เหตุใด จึงมีการให้คะแนนบางอย่าง และเหตุใดจึงมีความแตกต่างสำหรับเวอร์ชันทั้งสองของคุณ ความคิดเห็นที่เปิดอยู่ยังแจ้งให้คุณทราบเกี่ยวกับความคิดเห็นทั่วไปของผู้ชมของคุณ ถัดจากเป้าหมายเชิงปริมาณตามคอนเวอร์ชั่น CTR และ (ยอดขาย) คุณจะรู้ว่าผู้ชมของคุณคิดอย่างไรกับอีเมลทั้งสองเวอร์ชันของคุณ

แม้ว่าจะไม่ใช่เรื่องธรรมดาที่จะมีเป้าหมายที่ไม่เกี่ยวข้องโดยตรงกับยอดขายดิบ แต่อาจเป็นไปได้ว่าคุณมุ่งเน้นที่การสร้างประสบการณ์ผู้ใช้ที่ดีขึ้น ประสบการณ์ที่ได้รับการปรับปรุงสามารถส่งผลดีต่อเมตริกการขายได้และบ่อยครั้ง เราขอแนะนำให้คุณรวบรวมคำติชมในกรณีนั้นเช่นกัน ลองดูตัวอย่างต่อไปนี้

สมมติว่าคุณต้องการปรับปรุงประสบการณ์ของผู้ใช้ในหน้าเว็บไซต์ใดหน้าหนึ่ง คุณต้องการวัดเวลาบนหน้า จำนวนหน้าที่เข้าชม หรือความลึกในการเลื่อน ตัวแปรการทดสอบของคุณ (B) นำไปสู่การเข้าชมหน้าเว็บมากขึ้นและใช้เวลาบนหน้าเว็บนานขึ้น ซึ่งอาจบ่งบอกถึงประสบการณ์การใช้งานเว็บไซต์ที่ดีขึ้น อย่างไรก็ตาม อาจเป็นสัญญาณว่าผู้เข้าชมไม่พบข้อมูลที่ต้องการ ดังนั้นพวกเขาจึงต้องใช้เวลามากขึ้นหรือเข้าชมหน้าต่างๆ มากขึ้นเพื่อค้นหาข้อมูลดังกล่าว คุณจะต้องรวบรวมข้อมูลเชิงคุณภาพเพื่อให้ทราบว่าการเปลี่ยนแปลงของคุณมีผลกระทบเชิงบวกต่อประสบการณ์ จริง หรือไม่

2. ทดสอบแบบฟอร์มป้อนกลับ 2 แบบเพื่อวัดว่าแบบใดมีอัตราการตอบกลับสูงกว่า

สำหรับวิธีที่สองในการทดสอบ A/B ด้วย Mopinion – เมื่อคุณทำการทดสอบ A/B ด้วยแบบฟอร์มข้อเสนอแนะของคุณ เช่น คำสั่งคำถามหรือการออกแบบแบบฟอร์ม – คุณจะสามารถระบุได้ว่าแบบฟอร์มความคิดเห็นใดให้คำตอบหรือความคิดเห็นที่เปิดอยู่แก่คุณมากที่สุด และ จึงเป็นข้อมูลเชิงลึกที่สุด

การทดสอบ A/B สองวิธีด้วย Mopinion

1. การใช้แบบฟอร์มคำติชมเพื่อวัดว่าผู้ใช้ได้รับประสบการณ์การทดสอบ A/B สองเวอร์ชันที่แตกต่างกันอย่างไร

ตัวอย่าง:
คุณกำลังทำการทดสอบ A/B บนหน้า Landing Page บนเว็บไซต์ของคุณ คุณได้เปลี่ยนเลย์เอาต์ของเพจตามที่เห็นในภาพด้านบน คุณกำลังวัดความพึงพอใจของลูกค้าและต้องการทราบว่า คะแนนเฉลี่ยสำหรับตัวเลือกสินค้าแตกต่างกันหรือไม่ หลังจากทำการทดสอบแล้ว ตัวแปรเดิม (A) มีคะแนนเฉลี่ย 3/5 ในขณะที่ ตัวแปรทดสอบ (B) มีคะแนนเฉลี่ย 5/5 ด้วยขนาดตัวอย่างที่ใหญ่เพียงพอและผลลัพธ์ที่มีนัยสำคัญ คุณสามารถพูดได้ว่าความแตกต่างของคะแนนเกิดจากการเปลี่ยนแปลงที่คุณทำในตัวแปร B ของคุณ เป็นตัวบ่งชี้ที่ชัดเจนว่าผู้เข้าชมของคุณพอใจกับรูปแบบการทดสอบมากกว่า และคุณควรนำการเปลี่ยนแปลงไปใช้ในหน้านี้

วิธีการทำเช่นนี้กับ Mopinion?

การใช้แบบฟอร์มคำติชมในการทดสอบ A/B ของคุณนั้นไม่ใช่เรื่องยาก คุณต้องมีแบบฟอร์ม 1 แบบฟอร์มเท่านั้น คุณสามารถคงแบบฟอร์มเดิมไว้ได้หากคุณมีแบบฟอร์มอยู่แล้วบนเพจที่คุณกำลังทดสอบ หรือคุณสร้างแบบฟอร์มคำติชมใหม่และเผยแพร่บนเพจ คุณต้องแน่ใจว่าผู้ชมของคุณใช้ได้ 100%

สิ่งที่คุณต้องทำก็คือใส่ องค์ประกอบข้อมูล ในแบบฟอร์มข้อเสนอแนะของคุณ องค์ประกอบข้อมูลต้องสามารถระบุได้ว่าความคิดเห็นที่ได้รับเป็นแบบใด – A หรือ B ดูภาพด้านล่างว่าจะมีลักษณะอย่างไรในแบบฟอร์มความคิดเห็นของคุณ*


การออกแบบแบบฟอร์มข้อเสนอแนะ Mopinion – องค์ประกอบข้อมูลการทดสอบ A/B

รูปภาพถัดไปแสดงให้คุณเห็นว่าจะมีลักษณะอย่างไรในรายการคำติชมในกล่องจดหมาย ทุกคำติชมที่ได้รับจะส่งตัวแปรไปยัง Mopinion และแสดงในรายการคำติชมแต่ละรายการในกล่องจดหมาย ด้วยวิธีนี้คุณจะรู้ว่ารายการคำติชมใดเป็นของตัวแปรทดสอบใด


กล่องจดหมายตอบรับ Mopinion – การมองเห็นรูปแบบการทดสอบ A/B

คุณสามารถติดตามการทดสอบของคุณได้อย่างง่ายดายในแดชบอร์ด คุณสามารถทำได้โดยสร้างแผนภูมิและกรองการให้คะแนนตามตัวแปร (ด้วยองค์ประกอบข้อมูล) ดูภาพหน้าจอด้านล่างของสิ่งที่ดูเหมือนในแดชบอร์ด คุณจะเห็นว่าคะแนนเฉลี่ยสำหรับตัวแปร A ดั้งเดิมคือ 3 ในขณะที่คะแนนสำหรับตัวแปรทดสอบ B คือ 5 นอกจากนี้ คุณยังสามารถดูได้ว่าการเปลี่ยนแปลงนี้เมื่อเวลาผ่านไปหรือตามกลุ่มผู้ชมเมื่อสร้างแผนภูมิของคุณ มีความเป็นไปได้ที่ไม่มีที่สิ้นสุด


กราฟ Mopinion – คะแนนเฉลี่ยการทดสอบ A/B ต่อตัวแปร

เมื่อคุณเห็นความแตกต่างในแดชบอร์ดตามเงื่อนไข คุณควรเจาะลึกลงไปในรายการข้อเสนอแนะต่อตัวแปรและอ่านความคิดเห็นที่เปิดอยู่ บางทีคุณอาจพบเหตุผลสำหรับความแตกต่างของการให้คะแนนที่นั่น และรับรู้ความรู้สึกและความคิดของผู้ชมของคุณ

ในฐานความรู้ของเรา คุณสามารถดูคำแนะนำทีละขั้นตอนเกี่ยวกับวิธีการทำการทดสอบ A/B ด้วย Mopinion เราได้เขียนคำแนะนำสำหรับเครื่องมือทดสอบ A/B ที่แตกต่างกันสามแบบ: Google Optimize, Optimizely และ AB Tasty แน่นอนว่าทีมสนับสนุนของเราพร้อมให้ความช่วยเหลือหากคุณใช้เครื่องมือทดสอบ A/B อื่นและต้องการรวบรวมคำติชมในการทดสอบ A/B ของคุณ

* ภาพหน้าจอที่มีองค์ประกอบข้อมูลอ้างอิงจาก Google Optimize

2. ทดสอบแบบฟอร์มป้อนกลับ 2 แบบเพื่อวัดว่าแบบใดมีอัตราการตอบกลับสูงกว่า

ตัวอย่าง:
คุณต้องการทดสอบแบบฟอร์มคำติชมที่แตกต่างกันสองแบบบนหน้าเว็บและดูว่าแบบใดได้รับ การตอบสนองจากผู้ชมของคุณมากกว่ากัน คุณต้องการทราบว่าแบบฟอร์มคำติชมการสนทนาของคุณได้รับการตอบกลับมากกว่าแบบฟอร์ม Mopinion แบบคลาสสิกหรือไม่ หลังจากดำเนินการทดสอบ คุณมี คำตอบ 75 รายการในแบบฟอร์มการสนทนา และ 50 รายการในแบบฟอร์มคลาสสิก ขณะที่แบบฟอร์มเปิดบ่อยเท่าๆ กัน ด้วยการตอบสนองที่เพียงพอและมุมมองที่เพียงพอเกี่ยวกับฟอร์มคำติชม คุณสามารถพูดด้วยความมั่นใจในระดับหนึ่งว่าฟอร์มคำติชมแบบสนทนาได้รับการตอบกลับที่มากขึ้น และด้วยเหตุนี้จึงให้ข้อมูลเชิงลึกแก่คุณมากขึ้น

วิธีการทำเช่นนี้กับ Mopinion?

ทำได้ค่อนข้างง่ายด้วย Mopinion เนื่องจากคุณสามารถปรับใช้แบบฟอร์มที่แตกต่างกันสองแบบในหน้าเว็บหรือแอปหรืออีเมลเดียวกัน คุณจะต้องแสดงแบบฟอร์มของคุณต่อผู้คนจำนวนเท่ากันเพื่อการทดสอบที่ยุติธรรม แต่ละรูปแบบจะแสดงต่อผู้ชมครึ่งหนึ่งหรือผู้ชมของคุณ ดังนั้นการแบ่งควรเป็น 50/50 แบบฟอร์มแรก (ตัวแปร A) แสดงต่อผู้เข้าชม 50% แบบฟอร์มอื่น (ตัวแปร B) จะแสดงต่อผู้เข้าชม 100% ที่ ไม่ เห็นแบบฟอร์มแรก นอกจากนี้ การหน่วงเวลา 1 วินาทียังช่วยให้แน่ใจว่าทั้งสองแบบฟอร์มจะไม่แสดงพร้อมกัน


การปรับใช้ Mopinion – สองรูปแบบในหน้าเดียวกันเพื่อทดสอบ A/B

เมื่อความคิดเห็นเริ่มเข้ามา คุณสามารถเปรียบเทียบความคิดเห็นระหว่างสองเงื่อนไข เช่น อัตราการตอบกลับ การให้คะแนน (เช่น CSAT, NPS) และแน่นอน ความคิดเห็นที่เปิดอยู่ คุณสามารถติดตามการทดสอบของคุณได้ง่ายๆ โดยเพิ่มทั้งสองรูปแบบในกราฟเดียวกันและเปรียบเทียบจำนวนคำตอบ

มาดูตัวอย่างในชีวิตจริงของการทดสอบ A/B ที่ฉันได้ทำกับแบบฟอร์ม Mopinion

Mopinion ใช้ Mopinion ในการทดสอบ AB อย่างไร

ในเดือนตุลาคม 2022 ฉันได้ทดสอบแบบฟอร์มความคิดเห็นแบบโต้ตอบในหน้าแรกของเรา ซึ่งเป็นแบบฟอร์มความคิดเห็นเชิงสนทนาเทียบกับแบบฟอร์มความคิดเห็นแบบคลาสสิก เป้าหมายของการทดสอบ A/B ของฉันคือการทำความเข้าใจว่าแบบฟอร์มข้อเสนอแนะใดได้รับการตอบกลับมากกว่า และแบบฟอร์มใดได้รับคะแนนสูงกว่า สมมติฐานของฉันคือแบบฟอร์มความคิดเห็นเชิงสนทนาจะได้รับการตอบกลับมากกว่าและให้คะแนนสูงกว่าแบบฟอร์มความคิดเห็นแบบคลาสสิก


แดชบอร์ด Mopinion – แบบฟอร์มตอบรับการทดสอบ A/B


แดชบอร์ด Mopinion – แบบฟอร์มข้อเสนอแนะคะแนนเฉลี่ยของการทดสอบ A/B

ที่นี่ คุณสามารถดูผลการทดสอบของฉันและลักษณะที่ปรากฏได้ในแดชบอร์ดส่วนตัวของฉัน สมมติฐานแรกของฉันได้ รับการสนับสนุน (ไม่มาก**) เนื่องจากแบบฟอร์มความคิดเห็นเชิงสนทนาได้รับการตอบกลับมากกว่าแบบฟอร์มคลาสสิกของฉันถึง 11 รายการ สมมติฐานที่สองของฉัน ไม่ได้รับการสนับสนุน (ไม่มีนัยสำคัญอีกครั้ง) เนื่องจากรูปแบบคลาสสิกมีคะแนนเฉลี่ย 3.8 ซึ่งสูงกว่ารูปแบบการสนทนาของฉัน 0.2 คะแนน

เมื่อทำการทดสอบ A/B ด้วยแบบฟอร์มคำติชม คุณจะได้เรียนรู้ว่าแบบฟอร์มคำติชมใดให้คำตอบและข้อมูลเชิงลึกมากที่สุดแก่คุณ

หากคุณต้องการเริ่มทดสอบความคิดเห็น Mopinion แบบต่างๆ ด้วยตัวคุณเอง ให้ตรงไปที่ฐานความรู้ของเรา ซึ่งคุณจะพบคำแนะนำแบบทีละขั้นตอนของเรา

** การทดสอบใช้เวลาไม่นานพอที่จะได้รับผลที่มีนัยสำคัญ แต่ด้วยรายการความคิดเห็นที่มากขึ้น คุณอาจได้รับผลที่มีนัยสำคัญ

เริ่มการทดสอบ A/B ด้วยความช่วยเหลือของ Mopinion

โดยสรุป Mopinion เป็นตัวช่วยที่ยอดเยี่ยมสำหรับการทดสอบ A/B ของคุณ ช่วยให้คุณได้รับข้อมูลเชิงคุณภาพเกี่ยวกับการทดสอบ A/B และทำความเข้าใจความรู้สึกและประสบการณ์ของผู้ชม ช่วยเพิ่มข้อมูลเชิงปริมาณของการทดสอบของคุณด้วยข้อมูลเชิงคุณภาพ ยิ่งไปกว่านั้น ยังช่วยให้คุณเข้าใจว่าแบบฟอร์มคำติชมประเภทใดที่จะทำให้คุณได้รับคำตอบและข้อมูลเชิงลึกมากที่สุด

ขอให้คุณโชคดีสำหรับการทดสอบ A/B!