การทดสอบสิ่งที่ทำให้เกิด Conversion

ความคิดเห็นเกี่ยวกับสิ่งที่ช่วยให้บรรลุเป้าหมายมักไม่ถูกต้อง การทดสอบแทนที่การคาดเดาด้วยหลักฐาน โดยเปรียบเทียบรูปแบบต่าง ๆ ของหน้ากับพฤติกรรมจริงของผู้เข้าชม

การเพิ่มประสิทธิภาพอัตราการบรรลุเป้าหมาย หรือ CRO คือแนวทางอย่างเป็นระบบในการทำการทดสอบเหล่านี้ เพื่อปรับปรุงผลลัพธ์อย่างต่อเนื่องแทนการออกแบบใหม่ตามความรู้สึก

การทดสอบ A/B แสดงรูปแบบ A ต่อผู้เข้าชมครึ่งหนึ่ง และแสดงรูปแบบ B ต่ออีกครึ่งหนึ่ง จากนั้นวัดว่ารูปแบบใดบรรลุเป้าหมายได้ดีกว่า

เนื่องจากแบ่งผู้เข้าชมแบบสุ่มและในเวลาเดียวกัน ปัจจัยภายนอกจึงส่งผลต่อทั้งสองรูปแบบเท่า ๆ กัน ความแตกต่างของอัตราการบรรลุเป้าหมายชี้ให้เห็นผลจากการเปลี่ยนแปลงที่คุณทำ

การทดสอบที่ดีเริ่มจากสมมติฐานที่ชัดเจน ไม่ใช่การลองปรับแบบไร้ทิศทาง ระบุสิ่งที่จะเปลี่ยน ผลลัพธ์ที่คาดหวัง และเหตุผลให้ชัดเจน

วิธีนี้ทำให้การทดสอบมีจุดประสงค์ และทำให้ผลลัพธ์มีความหมายไม่ว่าจะชนะหรือแพ้ การทดสอบที่แพ้แต่หักล้างความเชื่อเดิมได้ก็ยังเป็น learning ที่มีคุณค่า

หากต้องการทราบว่าอะไรเป็นสาเหตุให้ผลลัพธ์เปลี่ยนแปลง ให้เปลี่ยนองค์ประกอบทีละอย่าง เช่น พาดหัว สีปุ่ม หรือความยาวของแบบฟอร์ม แต่อย่าเปลี่ยนทั้งสามอย่างพร้อมกัน

การเปลี่ยนหลายอย่างพร้อมกันยังบอกได้ว่าหน้าดีขึ้น แต่จะบอกไม่ได้ว่าการเปลี่ยนแปลงใดเป็นสาเหตุ แยกตัวแปรออกเพื่อเรียนรู้บทเรียนที่ชัดเจน

องค์ประกอบต่าง ๆ ไม่ได้มีความสำคัญเท่ากัน พาดหัว ข้อเสนอหลัก CTA และภาพหลักมักส่งผลต่อการบรรลุเป้าหมายมากที่สุด จึงควรทดสอบสิ่งเหล่านี้ก่อน

การปรับแต่งรูปลักษณ์เล็กน้อยมักไม่ทำให้ผลลัพธ์เปลี่ยนแปลงมาก ใช้งบประมาณการทดสอบกับจุดที่มีโอกาสสร้างผลได้มากที่สุด

การทดสอบต้องมีผู้เข้าชมและจำนวนการบรรลุเป้าหมายมากพอก่อนที่ผลลัพธ์จะมีความหมาย การประกาศผู้ชนะหลังมีจำนวนการบรรลุเป้าหมายเพียงไม่กี่ครั้งคือความผิดพลาดที่พบบ่อยที่สุดในการทดสอบ

กำหนดขนาดกลุ่มตัวอย่างที่ต้องการก่อนเริ่ม และปล่อยให้การทดสอบดำเนินนานพอที่จะครอบคลุมความผันผวนตามปกติในแต่ละวัน โดยควรครอบคลุมเวลาหนึ่งสัปดาห์เต็ม

นัยสำคัญทางสถิติประเมินโอกาสที่ความแตกต่างเป็นผลจริงแทนที่จะเป็นความผันผวนแบบสุ่ม ระดับที่ใช้กันทั่วไปคือความเชื่อมั่น 95%

หากต่ำกว่านั้น รูปแบบที่ดูเหมือนชนะอาจเป็นเพียงโชค นัยสำคัญช่วยป้องกันไม่ให้คุณนำการเปลี่ยนแปลงที่ไม่ได้ช่วยจริงไปใช้งาน

การหยุดการทดสอบทันทีที่ B ดูนำหน้า ซึ่งเรียกว่าการแอบดูผล ทำให้เกิดชัยชนะลวงมากขึ้น ผลนำในช่วงแรกมักหายไปเมื่อมีข้อมูลเพิ่มขึ้น

กำหนดเงื่อนไขสิ้นสุดไว้ล่วงหน้าและปฏิบัติตาม นอกจากนี้ควรหลีกเลี่ยงการทดสอบในช่วงเวลาที่ไม่ปกติ เช่น ช่วงลดราคาวันหยุด ซึ่งทำให้พฤติกรรมตามปกติบิดเบือนไป

การทดสอบหลายตัวแปรเปลี่ยนองค์ประกอบหลายอย่างพร้อมกันและวัดผลทุกชุดผสม วิธีนี้อาจเผยให้เห็นว่าองค์ประกอบต่าง ๆ ส่งผลต่อกันอย่างไร แต่ต้องใช้ผู้เข้าชมมากกว่ามาก

สำหรับหน้าเว็บส่วนใหญ่ การทดสอบ A/B ตามลำดับใช้งานได้จริงมากกว่า ควรใช้การทดสอบหลายตัวแปรกับหน้าที่มีผู้เข้าชมจำนวนมากและมีปริมาณเพียงพอ

การทดสอบจะมีประโยชน์ก็ต่อเมื่อคุณนำผลไปใช้ นำรูปแบบที่ชนะไปใช้งาน บันทึกสิ่งที่เรียนรู้ และนำข้อมูลเชิงลึกนั้นไปสร้างสมมติฐานถัดไป

CRO เป็นวงจร: วิจัย ตั้งสมมติฐาน ทดสอบ เรียนรู้ และทำซ้ำ การปรับปรุงอย่างต่อเนื่องจะสะสมจนกลายเป็นผลลัพธ์ที่เพิ่มขึ้นอย่างมากเมื่อเวลาผ่านไป

การเพิ่มขึ้นวัดว่ารูปแบบที่ชนะปรับปรุงผลลัพธ์เหนือรุ่นควบคุมได้มากเพียงใด โดยคิดเป็นร้อยละของอัตราเดิม วิธีนี้ช่วยสื่อสารผลกระทบให้ผู้มีส่วนได้ส่วนเสียเข้าใจได้อย่างชัดเจน

ควรแสดงการเพิ่มขึ้นควบคู่กับระดับความเชื่อมั่นเสมอ เพื่อให้ผลลัพธ์ตรงตามความเป็นจริง การเพิ่มขึ้นมากแต่มีความเชื่อมั่นต่ำยังไม่ใช่ข้อมูลสำหรับตัดสินใจ

ทดสอบความเข้าใจเกี่ยวกับการทดสอบการบรรลุเป้าหมาย

การทดสอบแทนที่ความคิดเห็นด้วยหลักฐาน การทดสอบ A/B แบ่งปริมาณการเข้าชมเพื่อเปรียบเทียบเวอร์ชันต่าง ๆ โดยมีสมมติฐานที่ชัดเจนและตัวแปรเดียวที่แยกออกมา และเริ่มจากองค์ประกอบที่มีผลกระทบสูงก่อน

รอให้ได้ขนาดกลุ่มตัวอย่างและนัยสำคัญทางสถิติที่เพียงพอ หลีกเลี่ยงการแอบดูผลลัพธ์ระหว่างการทดสอบ จากนั้นนำเวอร์ชันที่ชนะไปใช้งานและปรับปรุงต่อเนื่อง รายงานผลเป็นการเพิ่มขึ้นควบคู่กับระดับความเชื่อมั่น