Home  »  News   »  
News

Berbagai Tools untuk Lakukan A/B Testing

[Ilustrasi: blog.optimizely.com]
Sebagai usaha yang masih dalam proses rintisan, startup umumnya membutuhkan berbagai percobaan untuk menemukan formula yang pas untuk sebuah produk bagi usernya. Terlebih bagi startup yang memproduksi produk inovasi yang cenderung baru bagi user. Tahap usability testing dan validasi market tentunya menjadi bagian vital yang tidak dapat dilewatkan. Jangan sampai developer telah membuang banyak waktu, tenaga, dan pikiran untuk membangun sebuah produk, namun akhirnya tidak dapat diterima oleh masyarakat atau mendapatkan respons yang tidak sesuai dengan ekspektasi.

Untuk mengatasi hal tersebut, biasanya para developer melakukan serangkaian uji coba. Mereka menyajikan berbagai varian dari suatu produk dan membiarkan user untuk memilih mana varian yang paling disukai. Developer atau di sini biasanya adalah dari kalangan founder startup sendiri, bisa melihatnya dari berbagai metrics, misalnya saja conversion rate. Proses ini dikenal dengan istilah A/B Testing atau split testing. A/B Testing merupakan suatu proses membandingkan performa dari dua sampel yang memiliki variasi yang berbeda untuk mengetahui mana dari variasi tersebut yang memiliki performa paling baik.

Untuk melakukan A/B Testing, kemampuan coding sedikit diperlukan. Paling tidak di level basic. Namun, bagi Anda yang tidak memiliki pengalaman coding, tetap tidak jadi soal. Hal itu dikarenakan beberapa tools yang kini banyak tersedia menawarkan berbagai kemudahan bagi penggunanya. Berikut ini adalah beberapa contoh A/B Test tools yang tersedia dan bisa Anda coba untuk bisnis Anda.


1. Optimizely

Optimizely merupakan salah satu A/B Test tool yang paling populer digunakan di kalangan founder startup di seluruh dunia. Pasalnya, selain menyediakan harga yang relatif murah, Optimizely juga menawarkan versi trialnya, sehingga user bisa ‘mencoba’ dulu jika memang A/B Test ini benar-benar pengalaman pertama baginya. Optimizely menawarkan berbagai editor visual yang sangat sederhana. Editor ini membuat setiap elemen dari page bisa diedit. Anda cukup memasukkan satu baris kode dari Optimizely ke HTML. Kemudahan inilah yang membuat Optimizely bisa digunakan bahkan oleh orang yang tidak memiliki pengalaman coding sekalipun.

Selain menawarkan kemudahan dalam penggunaan, Optimizely menyediakan report yang komprehensif secara akurat (real-time report). Dengan menggunakan tool ini, kita dapat melacak berbagai metrics dari mulai engagement, click, sign up, hingga conversion.

2. Convert

Convert merupakan salah satu tools untuk A/B Testing yang tak kalah populer. Tak cuma untuk A/B Testing, Convert memungkinkan kita memungkinkan penggunanya untuk melakukan multivariate testing hinga split URL testing. Tool ini bisa dikatakan sangat sederhana dalam penggunaannya. User hanya diminta untuk melakukan drag dan drop berbagai elemen untuk membuat situsnya sendiri. Meski demikian, fitur yang ditawarkan sangat komplit. Anda bisa melakukan multivariate testing untuk mengetahui sejauh mana preferensi pengunjung dalam website Anda. Convert memiliki berbagai fitur seperti WYSIWYG editor, Google Analytics integration, revenue and conversion tracking, bounce and engagement user, hingga behavior and segmented targeting.

3. Google Analytics Content Experiments

Google Analytics Content Experiments barangkali merupakan A/B Test tool yang paling populer digunakan dalam startup. Pasalnya, salah satu produk andalan dari Google ini menyediakan fasilitas pengujian berbagai sampel hingga lima versi untuk setiap halaman. Dengan menggunakan tool ini, Anda dapat membandingkan masing-masing performa halaman web yang berbeda menggunakan sampel acak dari pengunjung. Dengan menggunakan tool ini, Anda dapat memilih objective dari masing-masing testing dan mendapatkan report berdasarkan metrics yang Anda pilih. Yang lebih istimewa, Google Analytics Content Experiment menyediakan toolnya secara gratis bagi pengguna akun Google Analytics sehingga Anda tidak perlu mengeluarkan berbagai biaya tambahan untuk melakukan A/B Testing.