Kami berusaha menyediakan website yang berguna untuk pengetahuan para pembaca, panduan singkat dan sederhana ini semoga menjadi jalan bagi kalian yang mengalami kesulitan dalam membuat blog di dunia maya, kami mengambil sumber dari blog Panduan Blog Online.com seandainya kalian berkenan langsung mengunjungi website tersebut, selamat menikmati!
Ketika membuat website, Anda memerlukan beberapa versi desain website. Sayangnya tidak semua versi desain website bisa Anda gunakan. Anda harus memilih salah satu. Di sinilah masalah mulai muncul. Desain website mana yang harus Anda gunakan? Mana desain website paling efektif untuk conversion?
Tidak perlu khawatir karena masalah tersebut bisa Anda atasi dengan A/B testing. A/B testing akan membantu Anda menentukan desain website yang paling efektif untuk conversion. Kelebihan dari A/B testing adalah Anda bisa memilih desain website berdasarkan data, bukan sekadar opini subjektif.
Artikel ini akan membahas mengenai apa itu A/B testing, mengapa Anda harus menggunakannya, dan tentu cara melakukan A/B testing di website Anda.
A/B testing adalah eksperimen terhadap dua variabel (halaman website) atau lebih yang dilakukan secara bersamaan untuk melihat variabel mana yang memberikan performa terbaik. Performa di sini diukur dengan conversion rate, halaman mana yang menghasilkan conversion rate lebih tinggi.
Untuk memudahkan Anda memahami A/B testing, saya akan menggunakan contoh website Barack Obama untuk kampanye presiden pada 2008 di Amerika Serikat. Di bawah ini terdapat dua versi halaman utama website Barack Obama.
Sumber: Optimizely
Sumber: Optimizely
Tujuan utama dari kampanye di atas adalah mendapatkan sebanyak-banyaknya orang yang mendaftarkan emailnya. Menurut Anda variasi mana yang akan menghasilkan conversion rate lebih tinggi?
Ada yang menjawab A, mungkin ada juga yang menjawab B. Namun, versi mana yang memberikan performa terbaik menurut A/B testing?
Dan Siroker dari Optimizely adalah orang orang di balik A/B testing website Obama di atas. Berdasarkan eksperimen A/B testing yang dilakukannya, versi kedua menjaring lebih banyak pendaftar dibanding versi pertama.
Signup rate di halaman utama versi A hanya mencapai 8,26 persen, sedangkan signup rate versi B berhasil mencapai 11,6 persen. Artinya versi kedua mampu meningkatkan persentase jumlah pendaftar di halaman tersebut hingga 40 persen.
Menurut Dan Siroker faktor utama keberhasilan versi B website Obama terletak pada penggunaan foto keluarga. Foto keluarga Obama pada versi B membangun citra yang baik untuk Obama. Selain itu penggunaan CTA Learn More di website Obama lebih efektif dibanding CTA Sign Up.
Halaman utama website Obama di atas hanya salah satu contoh dari A/B testing. Perlu diingat juga bahwa A/B testing tidak terbatas pada halaman website saja. Anda bisa memanfaatkan A/B testing untuk menguji banyak hal seperti email marketing, pop up, dan form subscribe.
Sumber: ConversionXL
Trafik super tinggi dengan conversion rate rendah adalah hal yang sangat mungkin terjadi. Banyak orang yang hanya fokus pada mendatangkan trafik sebanyak-banyaknya tanpa mempertimbangkan conversion rate.
Padahal conversion rate tidak kalah penting dibanding trafik. Conversion rate adalah jumlah pengunjung website yang melakukan tindakan yang menguntungkan pemilik website. Tindakan ini bisa berupa subscribe newsletter, subscribe blog, mengisi form tertentu, hingga melakukan pembelian.
Trafik yang tinggi dengan conversion rate rendah sama halnya dengan ember bocor. Anda mendatangkan banyak pengunjung, tapi mereka tidak melakukan apa-apa yang bisa menguntungkan Anda.
Jadi selain fokus pada trafik, Anda juga harus memperhatikan conversion rate. Salah satu cara meningkatkan conversion rate adalah dengan melakukan A/B testing.
Baca juga: 20 Cara Jitu Meningkatkan Traffic Website Hingga 2x Lipat
Dari contoh website Obama di atas bisa Anda lihat penggunaan gambar dengan image keluarga bisa menghasilkan conversion rate yang jauh lebih tinggi. Perbedaan CTA antara Learn More dan Sign Up pun berefek besar.
Efek dari perbedaan-perbedaan kecil di atas tidak mungkin ditemukan tanpa melakukan eksperimen A/B testing terlebih dahulu. Mengganti copy, gambar, CTA, warna, background, dan elemen-elemen yang terlihat sepele lainnya bisa mengantarkan Anda ke conversion rate lebih tinggi. Yang perlu Anda lakukan adalah mengujinya!
Ada cerita yang cukup menarik di balik website Obama pada contoh di atas. Sebelum berkonsultasi kepada Dan Siroker, staf kampanye Obama hampir menambahkan video di homepage hanya karena menurut mereka video kampanye itu bagus.
Menambahkan video di homepage bukan langkah yang seharusnya dilakukan. Sebab eksperimen A/B testing menunjukkan versi yang menggunakan video menghasilkan conversion rate yang buruk.
Bayangkan apa yang terjadi jika tim kampanye Obama tidak melakukan eksperimen A/B testing? Kemungkinan mereka akan menambahkan video di homepage dan mendapatkan signup rate yang sangat rendah.
Itulah mengapa A/B testing memegang peranan penting terhadap keberhasilan website Anda. Dengan A/B testing, Anda bisa mengambil keputusan berdasarkan data dari lapangan, bukan hanya opini subjektif.
A/B testing tidak hanya menguntungkan Anda, tetapi juga pengunjung website. Melalui eksperimen A/B testing, Anda akan menemukan versi website yang paling nyaman, mudah dipahami, dan sesuai dengan apa yang dibutuhkan pengunjung.
Baca juga: 15+ Contoh Blog dan Website Pribadi Inspiratif
Sama seperti judul artikel ini, salah satu tujuan yang bisa dicapai dari eksperimen A/B testing adalah meningkatkan conversion rate. Conversion rate tidak terbatas pada penjualan saja. Jumlah akun register newsletter, jumlah subscriber, atau share media sosial bisa termasuk dalam conversion rate.
Baca Juga: 10 Istilah Marketing Online yang Perlu Anda Ketahui
Di bawah ini akan saya jelaskan tentang cara menjalankan A/B testing, dari menentukan halaman potensial hingga melakukan perubahan berdasarkan hasil uji coba.
Website Anda terdiri dari banyak halaman, dari halaman utama (homepage), landing page produk, halaman promosi, sampai halaman tentang perusahaan.
Pertanyaannya adalah halaman mana yang harus Anda uji terlebih dahulu? Banyak faktor yang perlu dipertimbangkan dalam menentukan halaman website mana yang perlu diprioritaskan. Beberapa faktor yang perlu dipertimbangkan adalah revenue, trafik, dan potensi perbaikan halaman.
Faktor pertama, revenue. Anda bisa memprioritaskan halaman website yang berpotensi menyumbang revenue lebih tinggi. Halaman produk dan checkout biasanya punya potensi menyumbang revenue tinggi.
Faktor kedua, trafik. Halaman website dengan trafik lebih tinggi tentu lebih layak diprioritaskan untuk diuji dibanding halaman website dengan trafik lebih rendah. Potensi untuk mengubah pengunjung menjadi leads atau bahkan pelanggan lebih tinggi di halaman yang trafiknya tinggi.
Faktor ketiga, potensi perbaikan. Tidak semua halaman website Anda memberikan performa terbaik. Dengan A/B testing Anda bisa mengecek dan menguji perbaikan apa yang bisa Anda terapkan. Misal, di halaman checkout ada banyak pengunjung yang mengabaikan belanjaannya. Artinya ada yang perlu diperbaiki di halaman tersebut.
Lantas bagaimana menentukan halaman prioritas berdasarkan faktor-faktor di atas?
Anda bisa memanfaatkan Google Analytics. Dengan Google Analytics Anda bisa mendapatkan data mengenai performa setiap halaman website Anda. Dari berapa trafik yang masuk, bounce rate, conversion, hingga revenue per halaman website.
Baca juga: 10+ Halaman Penting yang Harus Ada di Website Anda
Ada banyak metrik yang digunakan dalam A/B testing untuk mengukur keberhasilan sebuah uji coba. Dari conversion rate, click through rate, open rate, perolehan leads, hingga sales atau penjualan.
Sebelum Anda melakukan perubahan apa pun di halaman website, penting untuk mengetahui dan memahami tujuan apa yang ingin Anda capai dari perubahan tersebut. Dengan begitu Anda tidak akan kehilangan arah ketika melakukan uji coba A/B.
Sebaiknya pilih satu tujuan utama saja dalam sebuah A/B testing. Agar mudah mengidentifikasi tujuan yang ingin dicapai, Anda bisa membuat hipotesis terlebih dahulu.
Hipotesis adalah dugaan sementara yang akan dibuktikan kebenarannya. Hipotesis bisa dibuat ketika ada masalah yang muncul. Dalam kasus ini, Anda akan membuktikan kebenaran hipotesis Anda menggunakan A/B testing.
Salah satu contoh hipotesis adalah sebagai berikut:
Masalah: Hanya 1 persen pengunjung yang subscribe newsletter
Hipotesis: CTA yang digunakan untuk tombol subscribe kurang menarik bagi pengunjung.
Harus diingat, hipotesis adalah dugaan sementara, bukan hasil akhir. Hasil akhir adalah ketika Anda sudah mengganti suatu elemen dan melakukan A/B testing. Hipotesis Anda bisa saja benar, bisa saja salah. Kebenaran hipotesis baru terungkap ketika A/B testing sudah selesai.
Dalam optimasi sebuah halaman website terdapat beberapa variabel yang ingin Anda uji. Akan tetapi, untuk mengetahui variabel mana yang berpengaruh besar terhadap performa, Anda perlu memilih satu variabel saja.
Ada banyak variabel penting di sebuah halaman website, dari pemilihan kata (wording), warna, CTA, gambar, hingga video. Anda bisa menguji lebih dari satu variabel, tetapi pengujian setiap variabel harus dilakukan pada waktu yang berbeda.
Misalnya, pada A/B testing pertama Anda mengubah teks copy. Setelah uji coba A/B teks copy selesai, Anda baru melakukan uji coba untuk variabel lain, warna, gambar, atau elemen lainnya.
Intinya, selalu ingat bahwa perubahan sekecil apa pun bisa memberikan dampak besar terhadap kesuksesan halaman website Anda.
Setelah membuat hipotesis, kini Anda perlu membuat solusinya, yaitu dengan membuat variasi halaman website. Misal, Anda membuat hipotesis masalah halaman website Anda terletak pada teks copy.
Berdasarkan hipotesis di atas, yang perlu Anda lakukan adalah membuat versi tandingan dari halaman website original, yaitu dengan mengganti teks copy. Teks copy adalah satu variabel yang akan Anda uji pada A/B testing ini.
Dengan mengganti satu variabel di halaman website, Anda otomatis telah membuat variasi halaman atau versi tandingan. Versi tandingan berfungsi untuk membuktikan apakah perubahan sebuah variabel bisa memberikan dampak signifikan dibanding versi aslinya.
Melakukan lebih dari satu A/B testing satu campaign pada waktu yang sama bisa menyulitkan Anda. Misalnya, Anda sedang melakukan A/B testing email marketing menuju ke landing page X. Pada waktu yang sama Anda juga sedang melakukan A/B testing di landing page X.
Dua A/B testing di atas akan menyulitkan Anda untuk mendapatkan data yang tepat. Ketika ada lonjakan trafik, Anda akan kebingungan apakah penyebabnya A/B testing dari email marketing atau perubahan pada landing page X.
Jadi, pastikan untuk menjalankan satu uji coba A/B satu per satu ya!
Menentukan jumlah sampel, menampilkan dua versi website kepada sampel berbeda, mengukur keberhasilan A/B testing bisa menjadi pekerjaan berat. Namun, Anda tidak perlu khawatir karena Anda bisa memanfaatkan A/B testing tool.
Dengan A/B testing tool, Anda bisa menjalankan A/B testing dengan mudah dan praktis. Berikut adalah beberapa A/B testing tool yang bisa Anda gunakan: VWO, Optimizely, Omniconvert, Crazy Egg, Freshmarketer, dan Convert.
Hampir semua tool di atas adalah tool berbayar. Jadi Anda perlu merogoh kocek untuk bisa menggunakannya. Range harganya pun berbeda-beda, dari 24 US Dollar per bulan hingga 99 US Dollar per bulan.
Jika masih ragu apakah Anda membutuhkan A/B testing tool atau tidak, Anda bisa memanfaatkan free trial. Misalnya, Crazy Egg dan VWO memberikan jatah free trial 30 hari, sedangkan Convert menyediakan 15 hari free trial.
Freshmarketer bahkan memberikan paket percobaan gratis selamanya. Walaupun begitu, tentu saja fitur-fitur yang disediakan sangat terbatas. Misalnya, paket gratis ini hanya terbatas untuk website dengan tidak lebih dari 5.000 visitor. Jika website toko online Anda masih sedikit pengunjungnya, tentu tidak masalah.
Waktu pengujian menjadi salah satu faktor penting dalam A/B testing. Ketika menjalankan A/B testing, pastikan Anda menguji dua variasi secara bersamaan. Ini penting untuk mengeliminasi kemungkinan perbedaan waktu mempengaruhi hasil uji coba.
Misalnya, Anda menguji variasi A pada Januari, sedangkan variasi B baru di pada Februari. Pengunjung website pada Januari dan Februari tentu berbeda. Anda jadi tidak bisa mengetahui apakah A/B testing berhasil karena Anda mengubah salah satu variabel atau karena perbedaan waktu.
Kecuali jika Anda memang ingin menguji perbedaan waktu itu sendiri pada A/B testing. Biasanya ini terjadi di pengujian A/B email marketing. Untuk menemukan waktu paling tepat mengirimkan email, marketer bisa mengirim email di waktu berbeda.
Berapa lama Anda harus menjalankan sebuah A/B testing?
Setiap perusahaan tentu punya jawaban yang berbeda-beda. Eksekusi uji coba A/B bisa memakan waktu seminggu, tiga hari, atau bahkan dalam hitungan jam saja. Salah satu faktor utama yang menentukan durasi A/B testing adalah jumlah kunjungan website Anda.
Semakin kecil jumlah pengunjung website, semakin lama waktu yang dibutuhkan untuk menjalankan uji coba A/B. Sebaliknya jika website Anda punya pengunjung yang cukup banyak, A/B testing bisa berjalan lebih sebentar.
Sampai di sini mungkin Anda berpikir A/B testing hanya berkutat pada data kuantitatif saja. Padahal uji coba ini tidak sepenuhnya kuantitatif. Dalam menjalankan uji coba A/B, Anda juga membutuhkan data kualitatif, yaitu feedback dari pengguna atau pengunjung website.
Banyak cara yang bisa dilakukan untuk mendapatkan feedback dari pengguna. Anda bisa menggunakan polling, survei, atau wawancara pengguna. Untuk polling atau survey, Anda bisa menempatkannya di website sebagai popup.
Dengan polling atau survei, Anda bisa mendapatkan informasi mengenai perilaku pengguna. Dari mengapa mereka mengunjungi website, apa yang memotivasinya untuk membeli (jika melakukan pembelian), hingga kritik dan saran untuk website Anda.
Jika ingin mendapatkan informasi lebih banyak lagi, Anda bisa melaksanakan wawancara kepada pengguna yang dipilih secara acak. Namun, cara ini kurang efektif karena mengharuskan tatap muka, baik secara langsung ataupun via video call. Biasanya teknik ini digunakan perusahaan-perusahaan besar.
Sebelum melaksanakan A/B testing, Anda sudah menentukan tujuan utama apa yang ingin Anda capai melalui proses ini. Tetap fokus dan konsisten pada tujuan utama yang telah Anda tetapkan di awal.
Misalnya, Anda melakukan A/B testing pada email marketing dengan mengirimkan dua versi email dan menetapkan perolehan leads sebagai tujuan utama. Setelah itu hasil A/B testing menunjukkan versi A mendapatkan CTR lebih tinggi, tapi perolehan leads lebih sedikit. Di sisi lain, versi B mendapatkan CTR lebih rendah, tapi perolehan leads lebih tinggi.
Dalam posisi tersebut, versi mana yang lebih baik? Karena tujuan utama Anda di awal adalah perolehan leads, versi B tentu lebih baik.
Di awal Anda sudah membuat hipotesis. Namun, Anda harus ingat hipotesis bisa benar dan bisa salah. Kebenaran baru akan terbukti ketika proses A/B testing sudah selesai dan Anda mendapatkan hasilnya.
Hasil tersebut bisa jadi sesuai dengan hipotesis atau bahkan menggagalkan hipotesis Anda. Jika hasil sesuai dengan hipotesis, artinya dugaan Anda tepat. Awalnya Anda hanya menduga, dengan hasil A/B testing kini Anda semakin yakin karena didukung data relevan.
Dengan begitu Anda bisa melakukan perubahan berdasarkan data, bukan dugaan saja.
Bagaimana jika hasil A/B testing tidak sesuai dengan hipotesis? Hasil tetap saja hasil. Angka yang muncul adalah hasil dari pemrosesan kumpulan data real dan dilakukan secara saintifik.
Walaupun tidak sesuai hipotesis, Anda belajar sesuatu, yaitu Anda tidak melakukan perubahan tersebut. Sebab ternyata tidak ada pengaruhnya terhadap elemen website. Dengan begitu Anda bisa mencari sumber masalah lain di halaman website yang Anda uji.
Download Ebook Gratis: 98 Tips Meroketkan Penjualan dengan Website
Conversion rate menjadi salah satu penting parameter keberhasilan sebuah website bisnis online. Trafik tinggi tanpa conversion rate tinggi tidak akan mengantarkan Anda pada keuntungan tinggi.
Untuk meningkatkan conversion tinggi, Anda perlu membuat halaman website yang tidak hanya indah, tetapi juga nyaman, mudah dipahami, dan persuasif bagi pengunjung. Tentu proses tersebut tidak mudah dan Anda membutuhkan banyak trial and error sampai bisa membuat halaman website yang ideal.
Dengan A/B testing, Anda bisa membuat keputusan berdasarkan data yang valid dari trial and error yang Anda lakukan. Harapannya artikel ini dapat membantu Anda menjalankan A/B testing sehingga Anda bisa membuat halaman website dengan conversion rate yang tinggi.
Tinggalkan komentar di bawah jika Anda ada pertanyaan atau masukan mengenai A/B testing. Jangan lupa untuk subscribe blog Panduan Blog Online untuk selalu mendapatkan update terbaru tentang website, bisnis online, dan marketing!
Source:niagahoster.com
No comments:
Post a Comment