Pengujian A/B adalah proses mendasar yang memungkinkan Anda menguji area dari berbagai elemen situs web Anda untuk melihat teknik atau desain mana yang memberikan hasil terbaik bagi perusahaan Anda.
Tetapi untuk melakukan pengujian yang memungkinkan Anda mengumpulkan data yang diperlukan untuk melakukan pengoptimalan yang mendorong pendapatan, Anda harus memilih ukuran sampel pengujian A/B terbaik.
Beruntung bagi Anda, kami akan membahas cara menghitung ukuran sampel untuk pengujian A/B Anda di entri blog ini, jadi teruslah membaca!
Dan jangan lupa untuk mendaftar buletin gratis kami saat Anda di sini untuk bergabung dengan lebih dari 200.000 pemasar lain yang mendapatkan saran ahli pemasaran dan pembaruan yang dikirim langsung ke kotak masuk mereka!
Jangan lewatkan email Marketing Manager Insider kami!
Bergabung 200.000 pemasar cerdas dan dapatkan berita dan wawasan pemasaran terpanas bulan ini yang dikirim langsung ke kotak masuk Anda!
Masukkan email Anda di bawah ini:
(Jangan khawatir, kami tidak akan pernah membagikan informasi Anda!)
Memahami ukuran dan jangka waktu sampel pengujian A/B
Menyempurnakan rencana pengujian A/B Anda bukanlah hal yang mudah. Jadi, sebelum kita menyelami cara menghitung ukuran sampel pengujian A/B, kami akan menguraikan cara kerja proses pengujian.
Saat Anda melakukan pengujian A/B, pada dasarnya Anda menguji area situs web atau strategi pemasaran Anda.
Misalnya, katakanlah Anda ingin menguji dua versi baris subjek email Anda untuk melihat mana yang menghasilkan rasio buka tertinggi.
Dalam hal ini, Anda akan menunjukkan baris subjek pertama ke sebagian daftar email Anda yang berlabel “A”. Kemudian, Anda akan mengirimkan baris subjek kedua ke bagian lain dari daftar email Anda yang berlabel “B”.
Setelah ujian, Anda akan mengirimkan baris subjek dengan tarif terbuka tertinggi ke seluruh daftar pelanggan Anda.
Setelah Anda memutuskan apa yang ingin Anda uji, langkah selanjutnya adalah menentukan ukuran sampel dan jangka waktu.
Berapa ukuran sampel pengujian A/B?
Ukuran sampel pengujian A/B adalah jumlah orang yang akan melihat elemen yang ingin Anda uji. Dari contoh baris subjek di atas, ukuran sampel Anda adalah jumlah pelanggan email yang akan Anda kirimi dua variasi baris subjek Anda.
Ukuran sampel dapat bervariasi tergantung pada elemen yang ingin Anda uji. Misalnya, Anda mungkin memiliki ukuran sampel yang lebih besar saat menguji elemen situs web Anda, seperti grafik ajakan bertindak (CTA) atau salinan judul.
Di sisi lain, jika Anda menguji baris subjek email Anda, Anda mungkin ingin ukuran sampel Anda lebih kecil sehingga baris subjek dengan tingkat pembukaan tertinggi menjangkau mayoritas pelanggan Anda.
Apa itu jangka waktu pengujian A/B?
Jangka waktu pengujian A/B adalah jumlah waktu pengujian Anda akan berjalan. Seperti ukuran sampel Anda, jangka waktu juga dapat bervariasi tergantung pada elemen yang ingin Anda uji.
Misalnya, Anda dapat menguji warna baru untuk tombol CTA selama sebulan atau lebih. Di sisi lain, Anda mungkin hanya akan menjalankan tes baris subjek Anda selama satu atau dua jam sebelum mengirimkan yang menang ke pelanggan Anda yang lain.
Cara menghitung ukuran sampel pengujian A/B
Seperti yang kami sebutkan di atas, satu ukuran sampel atau kerangka waktu tidak akan cocok untuk setiap pengujian yang Anda jalankan. Jadi, mari selami bagaimana Anda benar-benar dapat menentukan ukuran sampel dan jangka waktu terbaik.
Berikut cara menghitung ukuran sampel pengujian A/B:
- Pertimbangkan apakah Anda memiliki daftar kontak yang cukup besar untuk sampel
- Gunakan kalkulator ukuran sampel pengujian A/B
- Masukkan tingkat konversi Anda dan efek minimal yang dapat dideteksi ke dalam kalkulator
- Lihat hasil Anda
- Hitung persentase ukuran sampel Anda jika diperlukan
1. Pertimbangkan apakah Anda memiliki daftar kontak yang cukup besar untuk sampel
Kunci untuk melakukan pengujian A/B yang sukses adalah mendapatkan hasil yang signifikan secara statistik yang memungkinkan Anda mengumpulkan wawasan mendalam.
Dengan kata lain, jika Anda melakukan pengujian pada sejumlah kecil pengunjung situs web atau pelanggan email, Anda tidak akan dapat mengumpulkan cukup data yang berarti untuk menentukan versi pengujian mana yang paling berhasil.
Penting juga untuk menguji bagian terkecil dari total daftar email atau pengunjung web Anda untuk mendapatkan hasil yang signifikan sehingga Anda dapat menerapkan pengujian kemenangan ke sebagian besar audiens Anda.
Jadi, untuk menguji A/B sampel daftar atau pengunjung situs web Anda yang akan memberi Anda hasil yang berarti, Anda memerlukan daftar email berukuran layak atau jumlah lalu lintas web.
Kami merekomendasikan untuk memiliki setidaknya 1000 anggota audiens untuk melakukan pengujian A/B Anda. Untuk sesuatu yang lebih kecil dari itu, ukuran sampel Anda harus menjadi mayoritas dari total audiens Anda untuk memberi Anda hasil yang cukup berarti.
Dan jika demikian, jumlah anggota audiens yang tersisa yang akan melihat elemen pemenang dari pengujian Anda akan sangat kecil sehingga Anda mungkin juga telah menerapkan perubahan baru di seluruh situs web Anda agar seluruh audiens Anda dapat melihat apa yang terjadi.
2. Gunakan kalkulator ukuran sampel pengujian A/B
Langkah Anda selanjutnya dalam menghitung ukuran sampel pengujian A/B adalah menemukan kalkulator ukuran sampel pengujian A/B. Alih-alih mempelajari rumus ukuran sampel uji A/B, jauh lebih mudah menggunakan kalkulator gratis untuk mengerjakannya untuk Anda.
Ada banyak kalkulator praktis di luar sana yang memudahkan penentuan ukuran sampel Anda, seperti yang ini dari Optimizely.
Beberapa kalkulator juga akan membantu Anda menentukan kerangka waktu yang tepat untuk ujian Anda. Setelah Anda menemukan kalkulator yang Anda sukai, saatnya memasukkan beberapa detail untuk mendapatkan ukuran sampel Anda.
3. Masukkan tingkat konversi Anda dan efek minimum yang dapat dideteksi ke dalam kalkulator
Jika Anda menggunakan kalkulator ukuran sampel pengujian A/B dari Optimizely, Anda harus memasukkan dua detail sebelum dapat mempelajari ukuran sampel terbaik untuk pengujian Anda:
- Rasio konversi dasar: Rasio konversi dasar adalah rasio konversi yang diharapkan dari grup kontrol Anda. Grup kontrol Anda adalah jumlah orang yang akan melihat elemen saat ini yang ada di situs atau pesan pemasaran Anda.
- Efek minimum yang dapat dideteksi: Efek minimum yang dapat dideteksi adalah perubahan relatif minimum dalam tingkat konversi yang ingin Anda deteksi dari elemen baru yang Anda uji.
4. Lihat hasil Anda
Langkah selanjutnya dalam cara menghitung ukuran sampel pengujian A/B adalah dengan melihat hasil Anda.
Setelah Anda memasukkan semua elemen yang diperlukan dalam kalkulator pilihan Anda, ukuran sampel optimal untuk pengujian Anda akan ditampilkan.
Ini adalah jumlah total anggota audiens yang ingin Anda uji elemen baru Anda untuk mendapatkan hasil yang bermakna yang memungkinkan Anda mengoptimalkan strategi untuk masa depan.
5. Hitung persentase ukuran sampel Anda jika diperlukan
Bergantung pada pengujian A/B dan kalkulator yang Anda gunakan, Anda mungkin perlu menghitung persentase ukuran sampel pengujian A/B.
Misalnya, jika Anda ingin menjalankan tes baris subjek email, Anda mungkin perlu memilih persentase dari total pelanggan email tempat Anda ingin menjalankan tes.
Untuk menghitung angka ini, gunakan persentase ukuran sampel pengujian A/B ini:
Ukuran sampel / 1000 = Persentase Ukuran Sampel
Ta-da! Anda sekarang memiliki ukuran sampel dan dapat memulai pengujian A/B untuk mulai mengoptimalkan situs web dan strategi pemasaran untuk mendapatkan lebih banyak prospek dan konversi!
Cara memilih kerangka waktu terbaik untuk pengujian A/B Anda
Sekarang setelah Anda mengetahui cara menentukan ukuran sampel terbaik untuk pengujian Anda, bagaimana Anda dapat menemukan jangka waktu yang tepat untuk berapa lama pengujian Anda harus berjalan?
Kerangka waktu pengujian A/B dapat bervariasi tergantung pada elemen yang ingin Anda uji serta sasaran bisnis Anda sendiri.
Misalnya, Anda ingin menerapkan tombol CTA baru di situs web Anda pada awal tahun baru. Dalam hal ini, Anda mungkin ingin menyelesaikan pengujian A/B pada bulan Oktober atau November sehingga Anda dapat menerapkan versi pemenang di situs web Anda tepat waktu.
Jika Anda mengirimkan pengujian A/B email, biasanya merupakan ide bagus untuk melihat data email Anda sebelumnya untuk menemukan kerangka waktu terbaik untuk pengujian Anda. Lihat data Anda untuk menentukan kapan klik dan pembukaan Anda mulai menurun.
Kemudian, pastikan Anda menjalankan pengujian dan mengirimkan versi email pemenang ke seluruh daftar pelanggan Anda beberapa jam sebelum waktu itu sehingga Anda dapat memaksimalkan klik dan membuka.
Saatnya Meningkatkan Penjualan Anda
Daftar panjang layanan kami membantu Anda mengembangkan setiap aspek bisnis Anda dengan strategi pemasaran yang terbukti meningkatkan metrik garis bawah seperti pendapatan dan konversi.
Dalam 5 tahun terakhir, kami telah mengelola lebih dari 12,9 JUTA transaksi di seluruh basis klien kami.
Butuh bantuan untuk menentukan ukuran sampel pengujian A/B Anda?
Menjalankan pengujian A/B yang sempurna yang mengungkapkan data yang Anda perlukan untuk meningkatkan kampanye agar mendapatkan hasil yang lebih baik bukanlah hal yang mudah.
Jika Anda merasa sulit untuk memilih ukuran sampel pengujian A/B terbaik atau tidak punya waktu untuk menjalankan dan menganalisis pengujian, spesialis pemasaran digital di WebFX dapat membantu.
Hemat waktu yang berharga dan terapkan strategi pemasaran yang didukung data dengan tim yang memiliki lebih dari 1,6 juta jam pengalaman gabungan.
Hubungi kami secara online atau hubungi kami di 888-601-5359 untuk mempelajari lebih lanjut tentang bagaimana tim kami dapat membantu perusahaan Anda menyusun strategi pemasaran yang mendorong pendapatan!
Hubungi Kami
