5 Contoh A/B Split Test dalam Affiliate Marketing

Sebagai pakar pemasaran afiliasi, Anda terus berupaya meningkatkan saluran digital Anda. Tes pemisahan A/B membantu Anda memvalidasi apakah apa yang Anda ubah di situs web Anda benar-benar memiliki efek positif.

Seringkali saat melakukan pengujian split A/B pada situs web yang kompleks, Anda memerlukan sedikit bantuan dari pengembang.

Namun, sebagai profesional pemasaran afiliasi, Anda dapat dengan mudah mengatur sendiri pengujian A / B.

Dalam artikel ini, saya akan membagikan 5 contoh praktis dan memandu Anda melalui prosesnya.

Sebelum Anda mulai, tuliskan di atas kertas.

Sebelum Anda memulai, letakkan eksperimen di atas kertas.

Apa yang akan Anda uji, dan mengapa?

Simpan peta jalan eksperimen yang Anda siapkan. Dengan begitu, Anda melacak tes mana yang telah Anda lakukan dan mana yang masih sebentar lagi.

Dengan begitu, Anda juga bisa menentukan prioritas. Tes A/B mana yang Anda siapkan terlebih dahulu? Jelaskan bagian-bagian berikut per percobaan:

Nama tes

• Apa nama percobaannya? Apa yang Anda coba uji? Ini sering kali merupakan nama yang sama dengan yang Anda berikan pada alat yang digunakan untuk menyiapkan pengujian, seperti ' Google Optimize.'

Keterangan

• Apa hipotesis untuk uji split? Dasarkan hipotesis Anda pada data sehingga Anda juga dapat membuat eksperimen dapat diukur. Lagi pula, Anda tidak bisa mengabaikan data pemasaran, bukan?

Mempersiapkan

• Jelaskan secara singkat bagaimana Anda mengatur tes. Apa yang akan Anda ubah tentang halaman web?

Perangkat

• Apakah tes untuk semua orang atau hanya jika pengunjung menggunakan perangkat tertentu? Misalnya, perangkat seluler.

Metrik keberhasilan

• Bagaimana Anda akan menentukan apakah tes itu sukses? Pikirkan KPI seperti klik-tayang, konversi, prospek, dan klik pada elemen tertentu seperti nomor telepon.

Hati hati terhadap…

• Apakah ada risiko dalam tes ini? Halaman pengujian terpisah Anda akan segera memengaruhi perilaku pengunjung Anda. Lebih disukai dengan cara yang positif, tentu saja. Tetapi jika ada risiko, tuliskan sehingga Anda akan mengingat kemungkinan masalah. Jelaskan apa yang akan Anda lakukan jika risiko muncul (misalnya, penjualan afiliasi akan turun – bagaimana Anda akan memperbaikinya?). Ini mungkin berarti Anda harus mengakhiri uji pemisahan A/B lebih awal.

Dampak bisnis pada kampanye pemasaran afiliasi Anda

• Seberapa besar dampak bisnis dari split test Anda? Pada skala 1 sampai 10 (sedikit, banyak), ini adalah mekanisme yang berguna untuk menentukan tes mana yang memiliki prioritas.

Bagikan Tes Terpisah A/B Pemasaran Afiliasi Anda

Bagikan eksperimen Anda dengan rekan kerja. Dengan cara ini, semua orang tahu bahwa Anda sedang melakukan pengujian A/B. Mungkin lebih banyak orang dapat berpartisipasi dan memberi Anda umpan balik langsung dari tangan pertama.

Contoh ke-1. Menambahkan ajakan bertindak (sekunder)

Pendaftaran baru dari setiap kampanye pemasaran afiliasi adalah KPI penting bagi semua orang yang dibayar untuk prospek. Untuk meningkatkan jumlah prospek (pendaftaran), Anda dapat menambahkan ajakan bertindak ekstra di situs web atau halaman Anda.

Ajakan bertindak sekunder ini memungkinkan pengunjung untuk mendaftar jika ajakan bertindak utama tidak menarik perhatian mereka.

Catatan tambahan: Jika tombol ajakan bertindak Anda tidak diperhatikan, itu masalah . Alih-alih pengujian terpisah, gulung lengan baju Anda dan buat perubahan pada desain Anda.

Hasil

Ketika saya mencoba uji pemisahan A/B di situs web saya, penambahan ajakan bertindak sekunder di laman web menghasilkan peningkatan rasio konversi pada pendaftaran baru sebesar +206%. Tingkat konversi pada ajakan bertindak utama juga meningkat sebesar +21%.

Contoh ke-2. Urutan isinya

Dalam percobaan lain untuk situs web yang sama, saya telah mengubah urutan blok konten di beranda. Saya perhatikan bahwa blok tema konten secara konsisten memiliki klik-tayang tertinggi.

Apakah karena kontennya menarik, atau karena berada di tengah halaman? Dengan mengatur ulang pesanan, saya ingin memvalidasi apakah suatu posisi memengaruhi klik-tayang.

Hasil

Posisi tema memang memengaruhi klik-tayang.

Saya telah menguji semua kemungkinan posisi. Satu alternatif kembali sebagai pemenang, dengan urutan pada semua blok konten menghasilkan klik-tayang yang lebih tinggi.

Saya menguji segmen itu lagi, tetapi kali ini pada konversi sebagai metrik keberhasilan. Dan coba tebak? Modifikasi ini memastikan klik-tayang yang lebih tinggi dan peningkatan +10% dalam rasio konversi.

Contoh ke-3. Posisi konten

Ini adalah kasus pemasaran yang terkenal. Dari analisis di Philips, saya melihat bahwa pengunjung tidak sepenuhnya memahami cara kerja langganan cangkir sikat gigi. Meskipun disebutkan di halaman web. Dalam pengujian A/B ini, mereka menyesuaikan urutan konten pada halaman web.

Informasi tentang cara kerja langganan telah ditingkatkan.

Saya percaya bahwa memberi tahu pengunjung sebelumnya tentang cara kerja langganan akan meningkatkan konversi.

Hasil

Dengan memunculkan konten dengan informasi tentang langganan, tingkat konversi menurun -15,35%: kejutan, kejutan.

Meskipun saya masih yakin bahwa memberi tahu pengunjung tentang langganan adalah ide yang bagus, ini bukanlah posisi yang tepat untuk meningkatkan konversi.

Jika Anda berada dalam bisnis pemasaran afiliasi, konversi Anda sering berupa prospek atau penjualan. Langganan lebih sulit untuk dijual, jadi Anda dapat mempertimbangkan saat membuat situs web untuk mempromosikan langganan afiliasi.

Contoh ke-4. Pisahkan URL di halaman produk

Apakah Anda ingin menguji pengalaman yang sama sekali berbeda? Kemudian tes URL terpisah menawarkan solusi.

Dengan strategi ini, Anda mengarahkan sebagian pengunjung Anda ke halaman web yang sama sekali berbeda. Anda dapat melakukannya untuk menjual produk yang berbeda berdasarkan lokasi atau perangkat, atau hanya menguji desain untuk berbagai penawaran pemasaran afiliasi.

Hasil

Salah satu halaman pengujian terpisah menghasilkan peningkatan +110% pada pengunjung yang memasukkan produk ke dalam keranjang belanja. Hasil yang bagus!

Pada saat yang sama, percobaan seperti itu tidak nyaman untuk diatur.

Karena alasan apa yang menyebabkan lebih banyak pengunjung memasukkan produk ke keranjang belanja? Apakah itu kotak produk? Cara salinan disajikan? Kombinasi keduanya? Karena kami tidak tahu MENGAPA halaman kedua memiliki lebih banyak orang yang memasukkan produk mereka ke dalam keranjang belanja, kami tidak dapat membangun strategi itu dalam jangka panjang.

Namun, kami dapat mengatakan halaman afiliasi mana yang dikonversi lebih baik .

Contoh ke-5. Tampilan harga

Wisatawan yang bepergian dengan mobil mereka sering membeli tempat parkir secara online. Namun, saya perhatikan bahwa banyak pelancong meninggalkan umpan balik negatif setelah reservasi mereka.

Harga diiklankan di halaman produk afiliasi, tetapi seringkali (sangat) menyimpang dari harga wisatawan untuk periode yang mereka pilih.

Dalam percobaan ini, saya menghapus harga dari halaman web.

Idenya adalah untuk memvalidasi apakah umpan balik negatif menurun sebagai hasilnya, tetapi juga apakah ini berdampak pada tingkat konversi karena kami menggunakan tautan afiliasi yang diarahkan melalui perangkat lunak afiliasi kami, dan kami dapat menganalisis semua tolok ukur lalu lintas kami.

Hasil

Dengan tidak menampilkan harga di halaman produk, umpan balik negatif berkurang tidak kurang dari -52%.

Itu setengah!

Dan, tingkat konversi pada produk parkir? Itu bahkan meningkat sedikit sebesar +0,21%. Dengan kata lain, konversi tetap sama, dan umpan balik negatif menurun dengan jelas.

Kesimpulan

Gunakan tes split A / B, tetapi bukan hanya karena Anda bisa.

Siapa pun benar-benar dapat menyiapkan tes pemasaran afiliasi untuk membandingkan berbagai kampanye, penawaran, atau halaman arahan yang berkinerja. Pastikan jelas bagi Anda dan rekan kerja mengapa Anda menyiapkan tes itu.

Hindari bereksperimen demi bereksperimen. Hanya karena itu mungkin. Data adalah teman terbaik Anda di sini.

Dengan hipotesis yang terbukti dan peta jalan yang solid, Anda dapat mengoptimalkan saluran pemasaran afiliasi Anda dalam waktu singkat. Terutama jika eksperimen Anda didasarkan pada data dan bukan firasat.