A/B Testing adalah sebuah tindakan untuk membandingkan antara 2 desain berbeda dan menentukan desain mana yang berhasil mencapai goal yang ditentukan. A/B Testing biasa disebut juga sebagai split testing atau bucket testing. Dengan menguji langsung dampak perubahan dengan menggunakan metrik yang terukur, kita dapat memastikan bahwa setiap perubahan menghasilkan hasil yang positif.
Pernah merasa tampilan desain facebook kita berubah sementara teman kita mengaku tidak ada perubahan apa-apa pada tampilan facebooknya? Bisa jadi sedang berlangsung “uji coba” A/B Test bagi pengguna facebook. Tampilan facebook teman kita adalah variabel A atau versi ‘original’ (kadang disebut juga versi ‘control‘), sementara kita mendapatkan tampilan yang baru (new version) atau dalam A/B Testing merupakan varian B atau biasa disebut ‘variable‘. Kita sebagai pengguna tidak dapat memilih mana yang kita suka, namun facebook-lah yang menentukan desain mana yang dianggap memberikan impact atau hasil yang mereka harapkan. A/B Testing memiliki tenggat waktu, dan desain yang paling memberikan impact di akhir test disebut ‘winner‘.
Mengapa melakukan A/B Testing?
Melakukan tes ini memungkinkan kita untuk lebih berhati-hati dalam melakukan perubahan sembari mengumpulkan data dan hipotesis tentang hasil dari tes tersebut. Dengan melakukan tes, kita dapat mempelajari mengapa elemen-elemen tersebut memengaruhi perilaku pengguna. Tes dan hasil observasi ini dapat digunakan untuk terus meningkatkan pengalaman pengguna atau tujuan yang lain seperti meningkatkan konversi.
Menguji secara detail satu per satu membantu kita menemukan dan menentukan mana yang lebih memberi efek pada pengunjung dan mana yang tidak. Ke depannya, kita dapat mengolah hasil penemuan untuk (misalnya) menentukan kata-kata yang menarik minat pengguna sehingga proses marketing menjadi lebih efektif. Selain konversi marketing, tes ini juga berguna untuk mendemonstrasikan efek dari fitur baru yang terdapat pada produk.
Proses A/B Testing
Berikut adalah framework yang biasa digunakan dalam menjalankan tes:
Mengumpulkan data
Dari data yang terkumpul, kita dapat menentukan insight mengenai bagian yang bisa dioptimalkan. Misalnya, dimulai dari bagian yang memiliki trafik paling banyak namun memberikan konversi penjualan yang rendah, atau tingkat drop-off yang tinggi.
Menentukan goal
Tentukan goal yang ingin dicapai. Misalnya, kita mengingkan email subscription yang tinggi, atau meningkatkan jumlah pengguna baru, atau meningkatkan penjualan. Dengan goal yang jelas, kita bisa lebih efektif dan efisien dalam menentukan variabel.
Membuat hipotesis
Setelah menentukan tujuan, kita dapat membuat hipotesis mengenai variabel yang kita buat. Ingat bahwa variabel yang akan dites hanya akan ada satu di satu waktu dan akan bersaing dengan versi yang telah ada. Jika yang menang adalah versi original, maka kita baru mengajukan variabel lainnya. Namun, agar lebih efektif, tentu saja kita akan memilih variabel yang kita rasa memiliki potensi menang dibandingkan dengan versi original, untuk itu membuat hipotesis menjadi penting sehingga tim dapat mengerti tentang prioritas dan alasan mengapa suatu desain dipilih untuk diujicobakan.
Buat variasi
Mulailah rancang perubahan untuk mencapai goal yang diharapkan. Variabel bisa sangat bermacam-macam, mulai dari mengganti teks CTA, mengganti warna tombol, mengubah letak layout dan lain sebagainya.
Jalankan eksperimen
Setelah variabel telah dibuat, jalankan eksperimen dan tunggu partisipasi user. Di sini para user akan ditetapkan secara acak untuk menggunakan versi control/original atau versi variabel. Interaksi mereka dengan segala perubahan akan diukur, dihitung dan diamati. Pada tahap ini kita menunggu sambil waktu eksperimen habis dan data perbandingan antara versi control dan variable terkumpul.
Analisis hasil
Setelah eksperimen selesai, saatnya menganalisis hasilnya. Biasanya software yang memfasilitasi A/B Testing sudah dapat menyajikan data dan menampilkan perbedaan kinerja antara versi control dan versi variabel. Dari hasil inilah kita bisa menentukan pemenangnya, apakah mempertahankan versi control atau menggantinya dengan versi variabel.
Sumber: https://www.optimizely.com/optimization-glossary/ab-testing/
