A/B Testing

A/B Testing คืออะไร ช่วยเพิ่ม Conversion Rate ให้แบรนด์ได้อย่างไร

เชื่อว่าหลายๆ แบรนด์คงมีคำถามในใจว่า หน้า Landing Page หรือหน้าอื่นๆ ของเว็บไซต์ที่ดีไซน์ออกมานั้น เป็นเวอร์ชันที่ดีที่สุดแล้วหรือยัง ?​ หรือควรปรับเปลี่ยนบางองค์ประกอบ เพื่อให้ Conversion Rate สูงขึ้นดี 

แล้วองค์ประกอบไหนล่ะที่ควรปรับเปลี่ยน และควรเปลี่ยนเป็นแบบไหนถึงจะดีที่สุด มาร่วมหาคำตอบจากการทำ A/B Testing กันค่ะ A/B Testing เป็นหนึ่งในวิธีการของ User Experience เพื่อหาเวอร์ชันของเว็บไซต์ที่สร้าง Conversion Rate ให้แบรนด์มากที่สุด จะเป็นอย่างไรนั้นไปอ่านกันเพิ่มเติมได้เลยค่ะ

A/B Testing คืออะไร

A/B Testing เป็นกระบวนการทาง User Experience เพื่อทดสอบว่าองค์ประกอบ (Element) แบบไหน จะช่วยให้ผู้ใช้งานเกิดประสบการณ์การใช้งานที่ดี และนำไปสู่ Conversion ที่มากที่สุด ซึ่งผลลัพธ์ที่ได้จะเป็นรูปแบบข้อมูลเชิงปริมาณ (Quantitative Data)

ยกตัวอย่างเช่น แบรนด์จะรู้ได้อย่างไรว่า ปุ่มสีเขียว หรือ ปุ่มสีแดง จะกระตุ้นให้ลูกค้ากดมากกว่ากัน ก็ต้องลองทดสอบผ่าน A/B Testing โดยระบบจะสร้างเว็บไซต์ออกเป็นสองเวอร์ชันได้แก่ 

  • เวอร์ชัน A ที่ใช้ปุ่มสีแดง 
  • เวอร์ชัน B ใช้ปุ่มสีเขียว 

และสุ่มแสดงแต่ละเวอร์ชันกับผู้ใช้งานที่มีโปรไฟล์ใกล้เคียงกัน (กลุ่ม Segment ที่แบรนด์ต้องการทดสอบ) จากนั้นรอดูผลลัพธ์ว่าเวอร์ชันไหนที่สร้าง Conversion Rate ได้มากกว่ากัน ซึ่งการทำ A/B Testing ก็ช่วยให้แบรนด์ไม่ต้องคิดไปเองว่าควรปรับแบบไหน แต่จะสามารถปรับดีไซน์ได้ดีขึ้นได้จริง โดยอิงจากผลลัพธ์จากผู้ใช้งานจริงค่ะ 

ซึ่งแบรนด์สามารถเลือกทดสอบองค์ประกอบต่างๆ บนเว็บไซต์ได้มากมาย เช่น สี, Messaging, รูปภาพ และอื่นๆ เพื่อทดสอบว่าองค์ประกอบไหนช่วยทำให้เกิด Conversion มากที่สุด ซึ่งแต่ละเวอร์ชัน จะถูกสุ่มไปให้กับคนเข้าเว็บไซต์ที่มีโปรไฟล์ใกล้เคียงกันตาม Criteria ที่แบรนด์กำหนด เช่น เทสต์กับผู้ใช้บงานที่เข้าใช้งานผ่านมือถือ Andriod เพื่อสุดท้ายจะดูว่าเวอร์ชันใดที่ทำให้เกิด Conversion Rate มากกว่ากัน 

A/B Testing มีประโยชน์อย่างไร

ประโยชน์ของการทำ A/B Testing

1. แก้ปัญหาให้กับผู้ใช้งาน

ดีไซน์หน้าเว็บไซต์ปัจจุบันนั้น ช่วยทำให้ลูกค้าสามารถค้นหาสิ่งที่ต้องการได้ง่าย และเกิดประสบการณ์ที่ดีแล้วหรือยัง? แบรนด์สามารถวิเคราะห์ปัญหาการใช้งานได้หลากวิธี เช่น วิเคราะห์ข้อมูลจาก Google Analytics , ทำ Usability Test จากนั้นเมื่อรู้แล้วว่าเว็บไซต์มีปัญหาตรงไหน ก็สามารถทดลองปรับเปลี่ยนองค์ประกอบและทดสอบได้ผ่านการทำ A/B Testing เพื่อดูว่าเวอร์ชันไหนที่สร้างประสบการณ์การใช้งานที่ดีกว่ากัน 

2. เพิ่ม Conversion โดยลงทุนนิดเดียว 

A/B Testing  ช่วยให้แบรนด์ไม่ต้องคิดไปเองว่าองค์ประกอบแบบไหนเวิร์ค แต่ใช้ข้อมูลจริงช่วยในการตัดสินใจ ว่าองค์ประกอบแบบไหนได้ผลตอบรับดีกว่ากัน  

3. ลดจำนวน Bounce Rate 

ก่อนอื่นมาทำความเข้าใจ Bounce Rate เบื้องต้นกันก่อน Bounce Rate หมายถึงคนที่เข้ามาในหน้า Landing Page แล้วไม่ไปทำอะไรต่อ และออกจากเว็บไซต์เราไปนั่นเอง ดังนั้นแม้ว่าในหน้านั้นลูกค้าจะมีการเล่น Activity ต่างๆ เช่น กดเปรียบเทียบสินค้า อ่านบทความ แต่ถ้าไม่ไปหน้าอื่นต่อทาง Google ก็ยังถือว่าเป็น Bounce Rate อยู่ดี 

และหากหน้านั้น เป็นหน้าสำคัญที่แบรนด์ต้องการให้ลูกค้าเกิด Action ต่อ แต่ลูกค้ากลับออกไป ก็ทำให้แบรนด์พลาดลูกค้าคนสำคัญไป

แบรนด์ควรหมั่นทำ A/B Testing เพื่อสร้าง Conversion ตามที่แบรนด์ต้องการ ผ่านการทดสอบองค์ประกอบสำคัญ อาทิ

  • Call To Action (CTA) : ใช้ CTAs แบบไหนดีกว่ากันระหว่าง Text – ปุ่ม – image links  ,ดีไซน์ของปุ่ม , ตำแหน่งของ CTA , จำนวน CTA ในหน้านั้นๆ 
  • Messaging : คำที่เลือกใช้มีความดึงดูดมากพอหรือไม่ , Font style มีความเหมาะสม 
  • รูป/ไอคอน : ลักษณะของรูป , ตำแหน่งของรูป , สี และ ขนาดของรูป
  • Page Layout : การเรียงลำดับสิ่งที่ต้องการนำเสนอ , Messaging ที่เลือกใช้ 
  • และอื่นๆ อีกมากมาย 

4. ลดความเสี่ยงในการปรับเปลี่ยน Element , UX ใหม่ๆ บนหน้าเว็บไซต์ 

ในการปรับเปลี่ยนองค์ประกอบในเว็บไซต์นั้นมีความเสี่ยง ยิ่งแบรนด์ที่มีผู้ใช้งานเยอะๆ หากปรับเปลี่ยนไปทีเดียว แล้วเว็บไซต์ใหม่ดันใช้งานยากกว่าเดิม หรือไม่ถูกใจลูกค้าขึ้นมาล่ะก็​ ลูกค้ามีสิทธิย้ายไปเป็นลูกค้าแบรนด์อื่นเลยล่ะค่ะ ดังนั้น A/B Testing เข้ามาช่วยลดความเสี่ยงที่จะเกิดขึ้นเหล่านี้เพื่อลองเปรียบเทียบว่าดีไซน์แบบใดจะสร้างประสบการณ์การใช้งานที่ดีให้กับลูกค้ามากกว่ากัน โดยสามารถเลือกทดลองกับผู้ใช้งานกลุ่มเล็กๆ ก่อน เมื่อได้เวอร์ชันที่ดีแล้ว ค่อยปรับเปลี่ยนเป็นเวอร์ชันนั้นกับผู้ใช้งานทั้งหมดค่ะ 

A/B Testing มีรูปแบบไหนบ้าง 

1. A/B Testing

ทดสอบเพียง 1  องค์ประกอบ เช่น หัวข้อ , สี , ภาพ เพื่อที่จะดูว่าองค์ประกอบเวอร์ชันใดมีประสิทธิภาพทำให้เกิด Conversion Rate มากที่สุด อย่างเช่น เว็บไซต์ร้านอาหารของแบรนด์ดัง เพียงแค่เปลี่ยน Messaging 1 ประโยคให้น่าดึงดูดมากขึ้น สามารถเพิ่ม Conversion Rate ได้มากถึง 3.5% เลยทีเดียว 

2. Multivariate Testing

การอดสอบมากกว่า 1 องค์ประกอบ เพื่อหาเวอร์ชันที่ดีที่สุด โดยจากตัวอย่าง สิ่งที่ต้องการทดสอบมี 3 องค์ประกอบได้แก่ 

หัวข้อ (Title) : Welcome , Hello There 

รูปภาพ (Image) : รูปแกะ , รูปแมว

สีของปุ่ม (Color of Button) : สีน้ำเงิน , สีชมพู​

เมื่อแบรนด์ได้สิ่งที่ต้องการทดสอบแล้ว ระบบก็จะสุ่มจับคู่แต่ละองค์ประกอบเพื่อหาเวอร์ชันที่สร้าง Conversion Rate ได้สูงที่สุด 

3. Redirect Testing

การทดสอบ A/B Testing ในรูปแบบนี้ เป็นการเปลี่ยนหน้าตาดีไซน์หลากองค์ประกอบในทีเดียว เพื่อดูว่าเวอร์ชันไหนสร้าง Conversion ได้มากที่สุด ซึ่งการทดสอบแบบนี้มีความเสี่ยงอยู่บ้าง

A/B Testing มีขั้นตอนอย่างไร 

1. กำหนดเป้าหมายของธุรกิจ 

เป้าหมายของแบรนด์คืออะไร เช่น ต้องการให้คนสมัครเครดิต , ต้องการคนกรอกฟอร์มเพื่อกู้สินเชื่อออนไลน์ , กดติดตามแบรนด์ 

2. ระบุปัญหาจากข้อมูลที่มี

ก่อนที่เราจะกำหนด Element ที่ต้องการทดสอบ เราต้องเช็คสุขภาพของเว็บไซต์ก่อนว่ามีปัญหาตรงไหน โดยแบรนด์สามารถดูข้อมูลของเว็บไซต์ได้จาก 

  • Google Analytics ดูข้อมูลวิเคราะห์การใช้งานของเว็บไซต์ 
  • Heat Map จากเครื่องมือ Hotjar เพื่อดูพฤติกรรมการอ่าน การคลิกของผู้ใช้งาน 
  • Usability Test โดยให้คนมาทดลองใช้เว็บไซต์แล้วเล่าประสบการณ์การใช้งาน 

ตัวอย่างข้อมูลที่แบรนด์ต้องรู่ก่อนเริ่มทำ A/B Testing 

  • User ใช้เวลาไปกับหน้านั้นเท่าไหร่ 
  • User เข้ามาจากช่องทางไหน อุปกรณ์อะไร 
  • Scroll Depth ไปถึงจุดที่แบรนด์ต้องการให้ผู้ใช้งานเห็นหรือไม่ 
  • User มีความคาดหวังอะไรจากหน้านั้น 
  • User ไปหน้าอื่นต่อหรือไม่ หรือขาดแรงดึงดูดไปยังหน้าที่เราต้องการ
  • User สนใจ Call to Action ที่เราวางไว้หรือไม่ มีการเริ่มกรอกฟอร์มหรือยัง หรือกรอกเพียงไม่กี่ Field แล้วออกจากหน้านั้นไป 

3. กำหนดสมมติฐานที่ต้องการทดสอบ

เมื่อแบรนด์สามารถระบุปัญหาได้แล้ว เช่น คนกรอกฟอร์มสมัครสมาชิกแค่ 5% จากจำนวนคนเข้าทั้งหมด ก็สามารถตั้งสมมติฐานได้ ถ้าเราเปลี่ยน Messaging ที่ใช้ให้น่าดึงดูดมากขึ้น คนกรอกฟอร์มจะเพิ่มขึ้นไหม 

นอกจากนี้ยังสามารถระบุลึกถึงกำหนดกลุ่มเป้าหมายที่ต้องการทดสอบ : อาจจะเป็นลูกค้าทั้งหมดของแบรนด์ หรือระบุกลุ่มเฉพาะเจาะจงที่ต้องการทดสอบ เช่น กลุ่มลูกค้าที่ใช้ Android 

4. วาง KPI ในการทดสอบแต่ละครั้ง

เช่น KPI คือยอดคนสมัครสมาชิก 

5. รันการทดสอบ 

ในช่วงที่รันการทดสอบนี้ ควรควบคุมปัจจัยภายนอกอื่นๆ ที่อาจจะมากระทบการทดสอบ เช่น ช่วงเวลารันแคมเปญ

6. วิเคราะห์ผลลัพธ์ที่ได้จากการทำ A/B Testing 

เมื่อรันแคมเปญจนได้ปริมาณข้อมูบที่เหมาะสมแล้ว ก็นำข้อมูลใน Google optimize มาวิเคราะห์ควบคู่กับ Google Analytics เพื่อดูว่าองค์ประกอบแบบไหนที่สร้าง Conversion ได้มากที่สุด 

7. ปรับปรุงเว็บไซต์เพื่อสร้างประสบการณ์การใช้งานที่ดีขึ้นอยู่เสมอ 

พฤติกรรมลูกค้าเปลี่ยนไปอยู่เสมอ แบรนด์ต้องหมั่นวิเคราะห์ข้อมูล และทดสอบองค์ประกอบอยู่เสมอ เพื่อสร้างประสบการณ์ที่ดี และเพิ่ม Conversion Rate ได้อย่างยั่งยืน

อ่านเพิ่มเติม : ดูสิ่งที่ควร Test เพื่อ Optimize หน้าเว็บไซต์ได้ที่นี่ 

เครื่องมือในการทำ A/B Testing

Google Optimize เป็นตัวช่วยในการทำ A/B Testing ซึ่งเครื่องมือนี้ยังช่วยสร้างประสบการณ์แบบ Personalization ได้อีกด้วย 

ควรเริ่มทำ A/B Testing ตอนไหน 

ก่อนที่จะปล่อยแคมเปญ : Test กับคนกลุ่มเล็กๆ ก่อนเพื่อหาองค์ประกอบที่ดีที่สุด แล้วค่อยปล่อยให้กับลูกค้าเป้าหมายทั้งหมด 

หลังจากปล่อยแคมเปญ : เป็นการ Optimize ระหว่างทาง ว่าผลลัพธ์ที่ได้นั้นตรงกับเป้าหมายที่ตั้งไว้ในตอนแรกไหม จุดไหนที่มีปัญหามี Drop off เยอะ จากนั้นก็ทำการทดสอบสมมติฐาน ปรับเปลี่ยนองค์ประกอบ เพื่อแก้ปัญหาที่เกิดขึ้นอย่างเป็นระบบ 

หากแบรนด์ของท่านต้องการทำ A/B Testing เพื่อเพิ่ม Conversion Rate ได้ในระยะยาว ติดต่อ Predictive ได้เลยค่ะ เราเป็น บริษัท Local เจ้าเดียวในเมืองไทยที่ได้รับ Product Certification ในเครื่องมือ Google Analytics, Google Tag Manager, Google Optimize และ Google Data Studio