Tingkat traffic yang tinggi pada website adalah harapan semua brand. Namun, saat ini sulit menarik pelanggan untuk mengunjungi website perusahaan. Ini mungkin terjadi karena tampilan, tulisan, dan penyampaian konten yang dibuat oleh brand masih kurang tepat.
Untuk lebih mengenal pelanggan, Anda dapat melakukan A/B testing, yaitu sebuah tes yang dilakukan dengan membandingkan dua hal berbeda. Hasil A/B testing ini dapat menjadi strategi yang baik saat hasil perbandingan tersebut dirasa mampu menarik perhatian pelanggan.
A/B testing bisa dilakukan dalam berbagai proses di dalam perusahaan seperti pengembangan produk, marketing, hingga distribusi. Namun, ada baiknya Anda mengetahui ketentuan dalam melakukan pengujian tersebut agar mendapatkan hasil yang optimal.
Proses A/B testing digunakan untuk membandingkan dua hal yang serupa. Misalkan, perusahaan Anda ingin mengetahui email iklan mana yang mendapatkan clickthroughs terbanyak. Biasanya, hasil yang lebih positif dapat digunakan sebagai strategi kampanye brand dengan melakukan tahap berikut.
Agar bisa menentukan mana yang terbaik di antara variasi A dan B, setidaknya Anda harus memiliki 1.000 pelanggan untuk dihubungi. Hal ini penting untuk dapat menentukan validasi yang cukup kuat dari hasil pengujian yang akan dilakukan.
Untuk menghitung pastikan Anda menggunakan alat penghitung yang bisa menentukan sampel. Saat ini, sudah banyak tools gratis yang bisa digunakan untuk melakukan A/B testing. Anda bisa bekerja sama dengan salah satu tools yang paling relevan dengan kebutuhan testing.
Setiap perusahaan memiliki target pelanggan yang berbeda sehingga tidak ada tolok ukur yang pasti untuk merancang sebuah sistem. Baik optimalisasi situs web, membuat copywriting yang menarik, atau rancangan produk yang paling efektif.
Untuk mengetahui hasil terbaik yang bisa diaplikasikan untuk perusahaan, Anda harus menemukan apa yang lebih disukai oleh target pelanggan. Dalam penggunaan alat bantu A/B testing, Anda akan menemukan beberapa istilah berikut ini.
Population: kelompok yang mewakili target pelanggan dan digunakan sebagai sample dari sebuah proses pengujian
Confidence interval (margin of error): rentang hasil laporan A/B testing dengan prediksi yang diperkirakan dan biasanya semakin besar sampel, semakin kecil intervalnya.
Confidence level: tingkat kepercayaan yang biasanya sebesar 95% yang menjadi karakteristik prosedur perhitungan confidence interval, bukan interval itu sendiri
Saat Anda sedang melakukan A/B testing dengan mengirimkan 1.000 email, Anda memiliki keyakinan bahwa email sudah diterima sebanyak 95%. Berikut hal yang bisa dilakukan saat Anda ingin 95% yakin bahwa jumlah suara terbanyak berada dalam 5 poin interval dari metrik populasi sampel.
Jika Anda memiliki satu kontrol atau satu variasi, Anda harus menggandakan nomor tersebut. Jika Anda memiliki dua kontrol atau dua variasi Anda harus menghitungnya tiga kali lipat, dan begitu juga seterusnya.
Bukan hanya sampel mentah, Anda harus memilih persentase kontak yang akan mendapatkan tes. Untuk melakukannya, Anda perlu membagi nomor dalam sampel Anda dengan jumlah total kontak dalam daftar. Misalnya 274/1.000= 27,4%. Ini berarti setiap sampel, baik kontrol atau variasi perlu dikirim ke 27-28% pelanggan.
Selain tahu tujuan dan cara melakukan A/B testing, Anda perlu tahu berapa lama waktu yang diperlukan untuk melakukan tes. Salah satu hal yang perlu diperhatikan adalah waktu pelanggan membuka atau mengklik email A/B testing yang akan dilakukan.
Untuk ini Anda dapat menggunakan data dan analisis email yang sudah pernah dilakukan sebelumnya. Misalnya, berapa persentase total klik yang Anda dapatkan di hari pertama? Jika Anda mendapatkan 70% klik dalam 24 jam pertama, lalu 5% setiap hari setelahnya, maka lebih baik kirimkan email berikutnya di bawah 24 jam.
Ukuran sampel, cara melakukan A/B testing, dan hasil akhirnya bisa saja terjadi dalam hitungan jam, hari, atau minggu tergantung pada brand. Namun, pengujian yang dilakukan secara hati-hati dan mengikuti statistik akan membantu mendapatkan hasil optimal dan sesuai dengan harapan.
Melalui program Certificate of Business Management: Marketing Management, eksekutif perusahaan dapat mengikuti marketing training program yang membahas peran penting pemasaran saat bertindak untuk organisasi berorientasi profit dan nirlaba.
Selain melakukan pengajaran di kelas, peningkatan skill dalam melakukan pengujian dan pengembangan produk akan lebih praktikal. Para peserta akan bergabung dalam studi kasus, diskusi kelompok, rangkuman komprehensif melalui seminar, dan tugas kelompok pada akhir program.
Tingkat traffic yang tinggi pada website adalah harapan semua brand. Namun, saat ini sulit menarik pelanggan untuk mengunjungi website perusahaan. Ini mungkin terjadi karena tampilan, tulisan, dan penyampaian konten yang dibuat oleh brand masih kurang tepat.
Untuk lebih mengenal pelanggan, Anda dapat melakukan A/B testing, yaitu sebuah tes yang dilakukan dengan membandingkan dua hal berbeda. Hasil A/B testing ini dapat menjadi strategi yang baik saat hasil perbandingan tersebut dirasa mampu menarik perhatian pelanggan.
A/B testing bisa dilakukan dalam berbagai proses di dalam perusahaan seperti pengembangan produk, marketing, hingga distribusi. Namun, ada baiknya Anda mengetahui ketentuan dalam melakukan pengujian tersebut agar mendapatkan hasil yang optimal.
Proses A/B testing digunakan untuk membandingkan dua hal yang serupa. Misalkan, perusahaan Anda ingin mengetahui email iklan mana yang mendapatkan clickthroughs terbanyak. Biasanya, hasil yang lebih positif dapat digunakan sebagai strategi kampanye brand dengan melakukan tahap berikut.
Agar bisa menentukan mana yang terbaik di antara variasi A dan B, setidaknya Anda harus memiliki 1.000 pelanggan untuk dihubungi. Hal ini penting untuk dapat menentukan validasi yang cukup kuat dari hasil pengujian yang akan dilakukan.
Untuk menghitung pastikan Anda menggunakan alat penghitung yang bisa menentukan sampel. Saat ini, sudah banyak tools gratis yang bisa digunakan untuk melakukan A/B testing. Anda bisa bekerja sama dengan salah satu tools yang paling relevan dengan kebutuhan testing.
Setiap perusahaan memiliki target pelanggan yang berbeda sehingga tidak ada tolok ukur yang pasti untuk merancang sebuah sistem. Baik optimalisasi situs web, membuat copywriting yang menarik, atau rancangan produk yang paling efektif.
Untuk mengetahui hasil terbaik yang bisa diaplikasikan untuk perusahaan, Anda harus menemukan apa yang lebih disukai oleh target pelanggan. Dalam penggunaan alat bantu A/B testing, Anda akan menemukan beberapa istilah berikut ini.
Population: kelompok yang mewakili target pelanggan dan digunakan sebagai sample dari sebuah proses pengujian
Confidence interval (margin of error): rentang hasil laporan A/B testing dengan prediksi yang diperkirakan dan biasanya semakin besar sampel, semakin kecil intervalnya.
Confidence level: tingkat kepercayaan yang biasanya sebesar 95% yang menjadi karakteristik prosedur perhitungan confidence interval, bukan interval itu sendiri
Saat Anda sedang melakukan A/B testing dengan mengirimkan 1.000 email, Anda memiliki keyakinan bahwa email sudah diterima sebanyak 95%. Berikut hal yang bisa dilakukan saat Anda ingin 95% yakin bahwa jumlah suara terbanyak berada dalam 5 poin interval dari metrik populasi sampel.
Jika Anda memiliki satu kontrol atau satu variasi, Anda harus menggandakan nomor tersebut. Jika Anda memiliki dua kontrol atau dua variasi Anda harus menghitungnya tiga kali lipat, dan begitu juga seterusnya.
Bukan hanya sampel mentah, Anda harus memilih persentase kontak yang akan mendapatkan tes. Untuk melakukannya, Anda perlu membagi nomor dalam sampel Anda dengan jumlah total kontak dalam daftar. Misalnya 274/1.000= 27,4%. Ini berarti setiap sampel, baik kontrol atau variasi perlu dikirim ke 27-28% pelanggan.
Selain tahu tujuan dan cara melakukan A/B testing, Anda perlu tahu berapa lama waktu yang diperlukan untuk melakukan tes. Salah satu hal yang perlu diperhatikan adalah waktu pelanggan membuka atau mengklik email A/B testing yang akan dilakukan.
Untuk ini Anda dapat menggunakan data dan analisis email yang sudah pernah dilakukan sebelumnya. Misalnya, berapa persentase total klik yang Anda dapatkan di hari pertama? Jika Anda mendapatkan 70% klik dalam 24 jam pertama, lalu 5% setiap hari setelahnya, maka lebih baik kirimkan email berikutnya di bawah 24 jam.
Ukuran sampel, cara melakukan A/B testing, dan hasil akhirnya bisa saja terjadi dalam hitungan jam, hari, atau minggu tergantung pada brand. Namun, pengujian yang dilakukan secara hati-hati dan mengikuti statistik akan membantu mendapatkan hasil optimal dan sesuai dengan harapan.
Melalui program Certificate of Business Management: Marketing Management, eksekutif perusahaan dapat mengikuti marketing training program yang membahas peran penting pemasaran saat bertindak untuk organisasi berorientasi profit dan nirlaba.
Selain melakukan pengajaran di kelas, peningkatan skill dalam melakukan pengujian dan pengembangan produk akan lebih praktikal. Para peserta akan bergabung dalam studi kasus, diskusi kelompok, rangkuman komprehensif melalui seminar, dan tugas kelompok pada akhir program.
