Pengujian A/B: aturan dan pedoman

Waktu baca 7 menit
Pengujian A/B: aturan dan pedoman
Gambar: Josepalbert13 | Dreamstime
Membagikan

Kampanye email dan buletin dapat menghasilkan pesanan berulang serta pelanggan baru. Kemungkinan besar, Anda sudah memiliki basis data kontak pengguna yang telah dipilih sebelumnya yang telah mengonfirmasi bahwa mereka ingin menerima informasi. Dan banyak dari mereka mungkin sudah memesan sesuatu dari Anda. Semua orang tahu bahwa lebih mudah dan lebih murah untuk mempertahankan pelanggan yang sudah ada daripada mendapatkan yang baru.

Itulah mengapa penting untuk melakukan pengujian A/B saat membuat metode dan format baru untuk kampanye pemasaran email Anda.

Meningkatkan konversi kampanye ini akan membantu Anda meningkatkan keuntungan lebih dari aktivitas pemasaran lainnya, terutama yang sebanding dengan kampanye email.

Tentukan apa yang akan Anda uji

Langkah pertama dalam membuat pengujian A/B yang efektif adalah memutuskan apa yang akan Anda uji. Meskipun Anda dapat menguji lebih dari satu elemen, penting untuk menguji hanya satu per satu untuk mendapatkan hasil yang akurat. Elemen pesan email yang dapat Anda uji:

  • Ajakan bertindak (Contoh: uji “Beli sekarang” alih-alih “Lihat tarif dan harga”) Baris subjek email (Contoh: “Penjualan ABC” alih-alih “diskon ABC”)
  • Aktifkan ulasan (atau pertimbangkan untuk menyertakannya sama sekali)
  • Struktur huruf (Contoh: satu atau dua kolom, penempatan berbagai elemen huruf dengan cara yang berbeda)
  • Personalisasi (Contoh: “Sergey Ivanovich yang terhormat”, bukan “Sergey”)
  • Penawaran Spesial Gambar Teks Tajuk Isi Isi Teks (Contoh: “Diskon 20%” atau “Gratis Pengiriman”)
CRM – tingkatkan hubungan Anda dengan pelanggan Anda
CRM – tingkatkan hubungan Anda dengan pelanggan Anda
Waktu baca 6 menit

Masing-masing elemen ini dapat berdampak langsung pada tingkat konversi keseluruhan kampanye email Anda. Misalnya, ajakan bertindak jelas akan memengaruhi berapa banyak orang yang membeli produk Anda atau membuka halaman arahan Anda. Di sisi lain, subjek surat secara langsung akan mempengaruhi jumlah orang yang membukanya.

A/B testing
Gambar: 204474 | Dreamstime

Pikirkan hal ini saat memutuskan elemen mana yang akan diuji terlebih dahulu. Jika tidak banyak orang yang membuka email Anda, mungkin ada baiknya memulai dengan menguji baris subjek email. Judul dan ajakan bertindak akan lebih memengaruhi rasio konversi daripada gambar. Uji item yang paling penting terlebih dahulu, secara bertahap pindah ke yang lebih kecil.

Uji seluruh daftar pelanggan atau hanya sebagian saja?

Dalam kebanyakan kasus, pengujian diperlukan pada seluruh daftar pelanggan. Ini penting untuk mendapatkan gambaran yang lebih akurat tentang bagaimana reaksi pengguna terhadap perubahan dalam kampanye iklan Anda. Namun, ada beberapa kasus di mana Anda mungkin tidak dapat menguji seluruh daftar:

  • Jika Anda memiliki daftar pelanggan yang sangat besar dan layanan yang Anda gunakan untuk pengujian A/B, biaya untuk setiap alamat email yang disertakan dalam milis. Dalam hal ini, uji dengan pelanggan sebanyak yang Anda mampu dan pastikan alamat dipilih secara acak untuk hasil yang akurat.
  • Jika Anda mencoba menguji sesuatu yang sangat dramatis, Anda mungkin ingin membatasi jumlah orang yang berpotensi melihatnya. Dalam hal ini, pastikan bahwa setidaknya beberapa ratus orang melihat setiap versi yang diuji. Namun, tentu saja lebih baik jika jumlahnya beberapa ribu.
  • Jika Anda mengirimkan penawaran berbatas waktu dan ingin mendapatkan konversi sebanyak mungkin, ujilah pada sampel kecil (beberapa ratus pelanggan) lalu kirimkan versi terbaik ke seluruh daftar.

Semakin banyak pengguna yang mengikuti pengujian, semakin akurat hasil yang akan Anda dapatkan. Pastikan pemisahan pengguna dilakukan secara acak.

MarTech – dalam pemasaran tanpa teknologi, Anda akan kalah
MarTech – dalam pemasaran tanpa teknologi, Anda akan kalah
Waktu baca 11 menit

Pemilihan penerima secara manual (atau bahkan menggunakan dua daftar dari sumber yang berbeda) dapat menyebabkan hasil yang miring. Tujuan pengujian adalah untuk mengumpulkan data empiris untuk mengetahui versi mana dari item yang diuji yang benar-benar berkinerja terbaik.

Apa arti sukses?

Sebelum Anda mengirim email menggunakan opsi email yang berbeda, penting untuk memutuskan apa yang akan Anda uji dan apa yang Anda anggap sukses. Pertama, lihat hasil Anda sebelumnya.

A/B testing
Gambar: Jakub Jirsak | Dreamstime

Jika Anda telah menggunakan gaya kampanye email yang sama selama berbulan-bulan atau bahkan bertahun-tahun, Anda akan memiliki banyak data untuk dikembangkan. Jika tingkat konversi rata-rata selama kampanye email adalah 10%, maka tujuannya mungkin untuk meningkatkannya hingga 15% untuk memulai.

Tentu saja, pada tahap awal, tujuan pengujian A/B mungkin hanya untuk meningkatkan jumlah email yang dibuka. Dalam hal ini, lihat data Anda sebelumnya untuk metrik tersebut, lalu putuskan seberapa besar peningkatan dalam metrik tersebut yang ingin Anda lihat. Jika Anda tidak melihat peningkatan apa pun pada pengujian A/B pertama, lakukan pengujian A/B kedua dengan dua versi lainnya.

Alat pengujian

Sebagian besar layanan dan perangkat lunak pemasaran email memiliki alat pengujian A/B bawaan. Contoh alat tersebut: Monitor Kampanye, MailChimp, Kampanye Aktif.

Analisis SWOT – identifikasi kekuatan dan kelemahan bisnis Anda
Analisis SWOT – identifikasi kekuatan dan kelemahan bisnis Anda
Waktu baca 6 menit

Jika paket perangkat lunak yang Anda gunakan untuk melakukan kampanye email iklan tidak berisi alat pengujian A / B, Anda dapat melakukannya secara manual.

Cukup bagi daftar kontak Anda saat ini menjadi dua, lalu kirim satu versi email ke satu daftar dan versi lain ke yang kedua. Setelah itu, Anda perlu membandingkan hasilnya secara manual, meskipun mengekspor data yang dihasilkan ke spreadsheet dapat membantu pemrosesan.

Analisis Hasil

Setelah menjalankan kampanye email dengan dua versi email yang berbeda, Anda harus menganalisis hasilnya.

Ada beberapa kategori indikator yang berbeda yang perlu dilakukan analisis evaluatif: persentase email terbuka, persentase klik ke situs, tingkat konversi situs untuk sumber lalu lintas ini.
Alasan untuk melacak dua indikator pertama sudah jelas. Namun banyak yang mungkin bertanya-tanya mengapa kami ingin melacak konversi situs dari sumber ini. Mungkin mereka tidak bergantung langsung pada kampanye email tertentu, tetapi hanya pada faktor situs itu sendiri?

SLA – Service Level Agreement
SLA – Service Level Agreement
Waktu baca 6 menit

Ya dan tidak secara bersamaan. Idealnya, email yang dikirim tidak ada hubungannya dengan konversi situs secara keseluruhan. Jika satu versi email mengarahkan 10% penerima ke situs, dan versi lain 15%, maka email kedua akan menghasilkan 50% lebih banyak konversi daripada yang pertama. Tapi ini tidak selalu terjadi.

A/B testing
Gambar: Ilia Burdun | Dreamstime

Penting bahwa pesan yang Anda tempatkan di email yang Anda kirim konsisten dengan pesan di situs itu sendiri. Jika Anda menjanjikan pengunjung penawaran khusus, tetapi pada kenyataannya sama sekali tidak jelas di situs, maka dalam hal ini Anda akan kehilangan pelanggan. Hal yang sama dapat terjadi jika email tidak sesuai dengan tampilan dan nuansa situs Anda. Pengunjung bisa menjadi bingung dan terkejut ketika mereka mendarat di halaman yang tepat.

Pastikan Anda melacak tingkat konversi untuk setiap versi email yang Anda kirim untuk menghindari kemungkinan kehilangan potensi penjualan. Tujuan akhir dalam hal ini adalah konversi, bukan hanya transisi ke situs. Mungkin saja satu versi email membawa lebih banyak pengunjung ke situs, tetapi tingkat konversi email kedua jauh lebih baik.

USP – Proposisi penjualan yang unik
USP – Proposisi penjualan yang unik
Waktu baca 11 menit

Dalam hal ini, dimungkinkan untuk melakukan beberapa tes tambahan untuk menentukan format surat seperti itu, yang tidak hanya meningkatkan jumlah transisi ke situs, tetapi juga tingkat konversi.

Kiat Praktis

Berikut adalah beberapa kiat untuk membantu Anda menguji A/B kampanye email Anda:

  • Selalu uji dua versi email secara bersamaan, hal ini akan mengurangi kemungkinan hasil yang miring dari waktu ke waktu.
  • Uji sebanyak mungkin contoh untuk membantu Anda mendapatkan hasil yang lebih akurat.
  • Dengarkan apa yang data yang telah Anda kumpulkan dari latihan memberitahu Anda, bukan intuisi Anda.
  • Gunakan alat yang tersedia untuk Anda dengan cepat dan mudah melakukan pengujian A/B.
  • Uji sedini dan sesering mungkin untuk hasil terbaik.
  • Menguji hanya satu elemen pada satu waktu akan memberikan hasil terbaik. (Jika Anda ingin menguji lebih dari satu, pertimbangkan untuk melakukan pengujian multivarian daripada pengujian A/B).
Peringkat artikel
0,0
0 Penilaian
Nilai artikel ini
Ratmir Belov
Silakan tulis pendapat Anda tentang topik ini:
avatar
  Berlangganan  
Beritahu tentang
Ratmir Belov
Baca artikel saya yang lain:
Isi Menilai itu Komentar
Membagikan