A/B testing adalah metode membandingkan dua versi halaman untuk melihat mana yang lebih baik pada satu metrik, dan hasilnya sering disalahartikan sebagai kebenaran mutlak. Uji yang dirancang buruk bisa menghasilkan keputusan yang merugikan, misalnya karena sampel terlalu kecil atau pengujian dihentikan saat angka terlihat bagus. Panduan ini membahas cara menjalankan A/B testing sederhana yang hasilnya bisa dipercaya.
Apa yang Layak Diuji
Tidak semua hal perlu diuji. Perbaikan yang jelas salah, seperti formulir yang tidak bisa dikirim, sebaiknya langsung diperbaiki tanpa eksperimen. A/B testing berguna ketika ada dua pilihan yang sama-sama masuk akal dan Anda tidak yakin mana yang lebih baik.
- Judul dan subjudul yang menyampaikan janji berbeda.
- Susunan bagian, misalnya bukti sebelum atau sesudah penjelasan manfaat.
- Jumlah kolom formulir dan jenis informasi yang diminta.
- Teks dan posisi ajakan bertindak.
Untuk prinsip umum perancangan eksperimen pengalaman pengguna, Nielsen Norman Group membahas kapan pengujian kuantitatif diperlukan dan kapan pengamatan kualitatif lebih tepat.
Merumuskan Hipotesis yang Jelas
Hipotesis yang baik menyebut perubahan, alasan, dan metrik yang diharapkan berubah. Contoh: menambahkan ringkasan lingkup kerja di atas formulir akan menaikkan tingkat penyelesaian formulir, karena calon klien berhenti ragu tentang apa yang akan terjadi setelah mengirim data.
Hipotesis yang buruk berbunyi versi B akan lebih bagus. Tanpa alasan dan metrik, hasil apa pun akan ditafsirkan sesuai keinginan, dan pelajaran dari eksperimen hilang.
Satu Variabel dan Satu Metrik Utama
Ubah satu hal per eksperimen. Bila Anda mengubah judul, gambar, dan tata letak sekaligus, hasil tidak memberi tahu elemen mana yang berpengaruh. Bila harus menguji beberapa ide, jalankan berurutan atau gunakan desain eksperimen yang sesuai.
Tetapkan satu metrik utama sebelum mulai, misalnya tingkat penyelesaian formulir. Metrik pendukung boleh dicatat, tetapi keputusan diambil berdasarkan metrik utama. Mengganti metrik setelah melihat data adalah bentuk rasionalisasi, bukan analisis.
Ukuran Sampel dan Durasi
Hasil dari sampel kecil sangat bervariasi. Sebelum memulai, perkirakan berapa lama waktu yang dibutuhkan untuk mencapai jumlah pengunjung yang memadai berdasarkan trafik harian Anda. Bila trafik rendah, pertimbangkan menguji perubahan yang dampaknya lebih besar atau menggabungkan beberapa halaman serupa.
Durasi juga harus mencakup siklus penuh, minimal satu minggu, agar perilaku akhir pekan dan hari kerja terwakili. Menghentikan uji setelah dua hari sering menghasilkan kesimpulan yang tidak bertahan.
Jebakan Mengintip Data
Melihat hasil setiap hari lalu berhenti saat versi B unggul adalah kesalahan paling umum. Pola acak bisa membuat salah satu versi tampak unggul sementara, lalu berbalik setelah data bertambah.
Tetapkan tanggal berhenti di awal dan patuhi. Bila ingin memantau, periksa hanya untuk memastikan pelacakan berjalan, bukan untuk mengambil keputusan. Untuk eksperimen yang lebih kompleks, gunakan alat yang menghitung tingkat keyakinan secara otomatis dan pahami asumsinya, seperti dijelaskan di pusat bantuan Google Analytics.
Menafsirkan Hasil dengan Jujur
- Catat hasil apa adanya, termasuk eksperimen yang gagal.
- Bedakan antara tidak ada perbedaan dan data belum cukup.
- Periksa apakah perubahan berlaku untuk semua segmen atau hanya sebagian.
- Dokumentasikan keputusan akhir dan alasan pemilihannya.
Eksperimen yang tidak menunjukkan perbedaan tetap bernilai, karena menghentikan Anda dari investasi pada perubahan yang tidak terbukti. Blog HubSpot menyediakan contoh dokumentasi eksperimen yang bisa dijadikan acuan format internal.
Jangan lupa memeriksa sisi teknis: pastikan kedua versi punya kecepatan serupa. Bila versi B lebih lambat, hasilnya mungkin mencerminkan kecepatan, bukan pesan. Dokumentasi web.dev menjelaskan metrik pengalaman yang perlu dipantau selama eksperimen berjalan.
Kesimpulan
A/B testing yang tidak menyesatkan menuntut hipotesis jelas, satu variabel, satu metrik, durasi yang disepakati, dan keberanian menerima hasil negatif. Mulai dari satu halaman dengan trafik cukup, catat semuanya, lalu ulangi. Bila Anda menguji halaman penawaran layanan audit, bandingkan juga dengan cara kami menjawab keberatan pada artikel tentang kapan jasa penetration testing dibutuhkan. Bila Anda ingin menyiapkan halaman uji untuk layanan keamanan, lihat halaman layanan Linuxhackingid.
Every article is reviewed by the practice lead who ran the work before it is published.



