Dan hasilnya dapat diukur dan dikomunikasikan dengan jelas kepada pelanggan. Ada ratusan kisah sukses dengan pengujian A/B, seperti strategi eCommerce yang menghasilkan 36% lebih banyak penutupan troli atau pengujian pemasaran layanan kesehatan yang meningkatkan prospek sebesar 638%.
Namun, tingkat hasil tersebut tidak mudah untuk dicapai. Dalam bekerja sama dengan perusahaan untuk mengoptimalkan konversi menggunakan pengujian A/B, kami telah mengamati beberapa kesamaan dalam tantangan yang dihadapi oleh perusahaan, baik perusahaan besar maupun kecil, B2B maupun B2C, e-commerce maupun perolehan prospek.
Tantangan 1: Mengetahui apa yang harus diuji
Anda tidak bisa mengeluarkan dua versi dari bagian komunikasi yang sama dan hanya mengharapkan peningkatan dalam metrik keterlibatan. Para pemasar dengan cepat mengetahui bahwa beberapa perubahan kecil yang menarik karena mudah diterapkan tidak cukup berdampak untuk mendorong perubahan. Mereka juga tahu bahwa modifikasi yang dramatis dapat mengakibatkan kerugian.
Untuk mengetahui apa yang harus diuji, Anda harus terlebih dahulu mengetahui di mana harus menguji. Di sinilah data pelanggan Anda dapat menjadi sangat menentukan. Jalankan analisis metrik dalam siklus hidup, saluran penjualan, atau jenis komunikasi yang Anda lakukan, untuk memindahkannya dari satu keadaan ke keadaan lain dan mengidentifikasi di mana mereka menyaring. Di mana pelanggan potensial jatuh?
Tantangan 2: Menjalankan tes yang valid
Di sini, seseorang dapat membuat kesalahan dengan percaya bahwa sebuah formula telah ditemukan untuk meningkatkan konversi, padahal tidak demikian. Kesalahan lain yang mungkin terjadi adalah mengabaikan peningkatan konversi.
Pengujian A/B adalah taktik yang sukses karena kekuatan prediktifnya. Agar hasil pengujian dapat benar-benar berperan sebagai prediktif, Anda harus memastikan bahwa hasil tersebut mencerminkan perilaku pelanggan dan bahwa perubahan yang dilakukan dalam pengujianlah yang memicu hasil baru.
Untuk mencapai hal ini, eksperimen harus diatur dan dipantau secara ilmiah dan ancaman terhadap validitas harus dihindari:
- Efek daya kirim: misalnya 10.000 pesan tidak terkirim karena kerusakan server.
- Efek dari sejarah: Misalnya, iklan yang tidak terduga di sekitar produk pada waktu yang tepat saat pengujian dijalankan, kampanye pemasaran yang menggiring permintaan sementara ke satu arah, menjalankan pengujian hanya 20 jam pada hari Selasa ketika lalu lintas akhir pekan berperilaku sangat berbeda, atau menjalankan pengujian di situs e-niaga Anda dengan lalu lintas liburan bulan Desember yang sangat termotivasi dan berharap mendapatkan hasil yang sama di bulan Januari.
- Efek seleksi: misalnya, divisi lain menjalankan iklan bayar per klik yang mengarahkan lalu lintas ke halaman arahan dalam kampanye mereka pada saat yang sama saat Anda menjalankan pengujian, atau pelanggan secara otomatis memilih perlakuan yang mereka lihat.
- Pengambilan sampel efek distorsi: Ini adalah kegagalan dalam mengumpulkan ukuran sampel yang cukup untuk mengatasi kemungkinan acak. Misalnya, menentukan bahwa suatu tes valid berdasarkan 100 tanggapan.
Tantangan 3: Menafsirkan Hasil Tes
Anggap saja Anda berhasil memenuhi poin 1 dan 2 dan mendapatkan hasil yang baik. Masih ada pertanyaan mendasar yang perlu dijawab: Mengapa? Mengapa pelanggan berperilaku seperti itu? Apa yang telah Anda pelajari tentang pelanggan dan bagaimana Anda dapat menggunakan pengetahuan ini?
Interpretasi hasil tes tidak boleh dibatasi pada waktu segera setelah tes dilaksanakan. Faktanya, kunci untuk menginterpretasikan hasil terletak sebelum pelaksanaan. Ini adalah tentang menetapkan hipotesis dengan tujuan untuk memahami secara menyeluruh proses berpikir pelanggan pada titik-titik penyampaian penting dalam saluran Anda, sehingga Anda dapat meningkatkan nilai yang dirasakan dan mengurangi biaya yang dirasakan.
Dengan memahami apa yang dipikirkan prospek di setiap tahap proses pembelian, Anda akan lebih mampu menyesuaikan dengan motivasi mereka dan menggerakkan mereka melalui saluran penjualan dengan lebih cepat.
Tujuannya bukan hanya untuk meningkatkan KPI (indikator kinerja utama), tetapi untuk memahami bagaimana Anda dapat melayani pelanggan dengan lebih baik dengan pesan pemasaran, proses penjualan, dan bahkan produk Anda. Dan melalui pemahaman tersebut, Anda akan meningkatkan hasil.
Jadi, bahkan jika perlakuan pengujian Anda akhirnya menghasilkan lebih sedikit konversi, itu tidak benar-benar rugi, karena Anda telah mendapatkan wawasan pelanggan. Jika data adalah mata uang di era Internet, wawasan pelanggan adalah standar emas: bagian utama dari data yang harus dihubungkan secara langsung dengan semua pemasaran.
Dan, pada akhirnya, inilah bagaimana keuntungan jangka panjang dicapai dengan pengujian A/B.
