Optimalkan Pengujian A/B Anda dengan Umpan Balik Pelanggan Online 19 Apr 2018

Go with your gut adalah pepatah lama yang sering kita lontarkan dalam bahasa Inggris. Itu berarti mengikuti intuisi atau insting Anda (berdasarkan perasaan "usus" Anda). Namun, ketika kami menerapkan ungkapan ini ke dunia bisnis, itu tidak selalu cocok, apalagi disarankan – terutama ketika menyangkut pengujian A/B . Digunakan untuk menguji beberapa variasi halaman web atau layar aplikasi, Pengujian A/B adalah salah satu metode paling populer untuk meningkatkan rasio konversi. Menurut eConsultancy, sekitar 61 persen perusahaan melakukan kurang dari lima tes setiap bulan. Namun, apa yang banyak dari perusahaan ini lewatkan dalam strategi pengujian mereka adalah cara konkrit untuk membangun hipotesis untuk pengujian A/B di masa depan. Untungnya, ada umpan balik pelanggan online…

Dalam artikel ini, kami akan membahas mengapa umpan balik pelanggan online sangat penting untuk Pengujian A/B serta mempelajari berbagai jenis umpan balik yang dapat Anda kumpulkan untuk membantu mengoptimalkan situs web Anda.

Mengapa menggunakan Umpan Balik Pelanggan Online?

Pikirkan tentang itu. Melakukan pengujian A/B di situs web atau aplikasi seluler Anda (tanpa wawasan sebelumnya yang diperoleh dari umpan balik pelanggan) sebenarnya hanya menguji asumsi Anda sendiri. Dan kemungkinan besar Anda menggunakan hipotesis yang mungkin didasarkan pada apa yang menurut Anda akan memecahkan masalah pelanggan Anda. Meskipun metode ini mungkin berhasil untuk beberapa bisnis, metode ini tidak terlalu efisien dan benar-benar dapat membatasi upaya pengoptimalan Anda.

Namun, jika Anda memasukkan umpan balik pelanggan ke dalam persamaan, Anda akan berada dalam posisi yang jauh lebih baik untuk membuat keputusan berdasarkan informasi tentang hipotesis Anda seharusnya. Ini karena Anda menggabungkan data kualitatif dengan data kuantitatif. Ini akan membantu Anda mengidentifikasi bidang perjuangan yang sebelumnya tidak Anda kenali dengan alat analisis web Anda.



Gambar ini. Katakanlah berdasarkan umpan balik yang Anda kumpulkan dari pelanggan Anda, Anda mengetahui bahwa di salah satu halaman produk Anda, banyak pelanggan mengatakan bahwa "Saya tidak tahu cara memesan". Dengan informasi ini Anda dapat membangun hipotesis yang secara efektif akan menguji umpan balik. Misalnya – “Meningkatkan ukuran tombol Beli Sekarang akan membuatnya lebih menonjol dan dengan demikian meningkatkan konversi”. Voila! Anda memiliki hipotesis yang berguna untuk digunakan dalam pengujian A/B Anda.

Sekarang mari kita lihat berbagai jenis umpan balik yang dapat Anda kumpulkan untuk mengoptimalkan pengujian A/B…

Identifikasi kegunaan / kekurangan desain dengan umpan balik visual

Ketika kita memikirkan pengujian A/B, kita sering memikirkan desain halaman, misalnya membandingkan dua tombol CTA berwarna berbeda, berbagai gambar. Tapi tahukah Anda umpan balik pelanggan dapat membantu Anda dalam jenis pengujian ini juga?

Beberapa alat umpan balik menawarkan opsi umpan balik visual dalam perangkat lunak mereka. Umpan balik visual memungkinkan pengunjung situs web untuk menentukan elemen halaman tertentu (termasuk formulir, gambar, tombol, atau paragraf) dan memberikan umpan balik pada elemen halaman tersebut (menggunakan tangkapan layar yang diberikan oleh perangkat lunak). Mengidentifikasi masalah ini memungkinkan Anda untuk membuat peningkatan instan pada pengalaman pengguna dan kegunaan situs web mereka dan dengan demikian meningkatkan konversi online di antara pelanggan. Wawasan ini juga dapat digunakan untuk membuat hipotesis yang lebih sempit yang kemudian dapat diuji dalam pengujian terpisah atau pengujian A/B.


Menyoroti elemen halaman atau blok teks

Gunakan umpan balik keluar untuk memahami mengapa pengunjung pergi

Menggunakan formulir umpan balik keluar, bisnis dapat belajar banyak tentang niat pengunjung mereka serta masalah yang mereka alami. Jenis formulir umpan balik ini muncul ketika pengunjung, misalnya, mencoba meninggalkan situs web atau mengeklik dari keranjang belanja tanpa mengonversi. Menerapkan formulir umpan balik keluar di lokasi seperti corong pemesanan atau keranjang belanja Anda (untuk bisnis e-niaga) dapat membantu pengunjung mencapai tujuan online mereka (misalnya memesan produk atau mendapatkan dukungan online) tetapi juga dapat membantu Anda dengan cepat mengidentifikasi area masalah di situs web Anda. Dengan wawasan tentang apa yang memengaruhi perilaku pengunjung, Anda dapat mulai menjalankan pengujian A/B untuk mengonfirmasi hipotesis Anda.


Contoh formulir umpan balik keluar

Misalnya, mungkin Anda memiliki rasio pentalan yang tinggi di halaman checkout (mis. pelanggan meninggalkan keranjang belanja mereka tanpa membeli). Ini adalah tempat yang bagus untuk mengumpulkan umpan balik keluar. Kemudian berdasarkan tanggapan yang Anda terima dari pengunjung di formulir umpan balik keluar, Anda dapat mulai melakukan pengujian yang relevan di halaman tersebut.

Catatan: Seperti yang Anda lihat di formulir umpan balik di atas, ada kolom komentar terbuka. Apa yang hebat tentang bidang ini adalah bahwa umpan balik yang dikirimkan di sini nantinya dapat dianalisis menggunakan analisis teks dan analisis sentimen untuk memberi Anda wawasan yang lebih baik tentang tren yang muncul (misalnya berdasarkan frekuensi kata atau pasangan kata).

Kumpulkan umpan balik tentang konten situs web

Jenis umpan balik lain yang bermanfaat dalam hal mengoptimalkan Pengujian A/B adalah umpan balik konten situs web. Ini dapat dikumpulkan menggunakan formulir umpan balik yang disematkan pada halaman yang berisi banyak teks, misalnya FAQ, instruksi, atau manual elektronik. Atau Anda dapat mengaktifkan pemicu proaktif ketika pengunjung telah menggulir ke bagian bawah halaman. Memahami bagaimana konten ini diterima oleh pengunjung Anda sangat penting karena konten yang buruk dapat membuat atau menghancurkan penjualan atau menunda pengunjung ke merek Anda.

Yuk simak informasi produknya. Jenis konten ini sering kali menyertakan deskripsi produk, video, dan gambar. Jadi izinkan saya menanyakan ini kepada Anda. Berapa kali Anda atau seseorang yang Anda kenal berada di situs web yang meneliti suatu produk dan setelah melihat spesifikasinya, Anda masih tidak dapat menemukan apa yang Anda cari? Ini umum di antara banyak situs web yang tidak menggunakan umpan balik pelanggan, hanya karena mereka tidak tahu bahwa mereka kekurangan konten penting. Dan yang terjadi adalah pengunjung Anda tidak dapat menemukan jawaban atas apa yang mereka cari sehingga mereka terpaksa mencari di tempat lain.


Contoh formulir umpan balik pada halaman produk

Dengan konten online, ada beberapa opsi untuk pengujian. Anda dapat bereksperimen dengan panjang posting, gambar, tata letak keseluruhan, tajuk utama pada halaman, dan tentu saja, blok teks.


Contoh formulir umpan balik yang disematkan pada halaman konten

Jadi, bagaimana Anda menggunakan umpan balik ini dalam pengujian A/B Anda? Katakanlah Anda menerima umpan balik dari pelanggan: "Saya tidak dapat menemukan informasi apa pun di bagian FAQ Anda tentang pengembalian produk". Ini bisa menjadi akibat dari salah satu dari dua hal. Entah informasi tersebut tidak ada di bagian FAQ Anda – dalam hal ini Anda sekarang mengetahui dan dapat menambahkan beberapa informasi jika perlu – atau informasi tersebut tersedia tetapi pengunjung Anda kesulitan menemukannya karena tata letak halaman FAQ Anda . Jika yang terakhir, Anda dapat membentuk hipotesis menggunakan umpan balik yang Anda terima dan menguji yang berikut, "Membuat tajuk utama yang lebih jelas untuk bagian FAQ akan membuat informasi lebih mudah ditemukan".

Ini adalah solusi yang sangat mudah untuk memahami di mana Anda salah (atau benar!) Dengan konten situs web Anda.

Gabungkan umpan balik pelanggan dengan persona pengunjung

Umpan balik online dapat lebih membantu dalam pengoptimalan situs web Anda jika digabungkan dengan data yang dikumpulkan dari berbagai persona/profil pelanggan di situs web Anda. Mengapa? Ini memungkinkan Anda untuk memahami bagaimana profil pelanggan tertentu mengalami perjalanan online. Lebih khusus lagi, ini membantu Anda menunjukkan dengan tepat pengalaman pengguna dari setiap persona individu dan bagaimana mereka membandingkannya dengan persona lain.



Menggabungkan persona ini dengan umpan balik Anda sangat sederhana. Banyak alat umpan balik online, seperti Mopinion memungkinkan Anda mengumpulkan data situs web bersama dengan umpan balik. Data ini dapat mencakup demografi, minat, lokasi, dan lainnya. Misalnya, Anda dapat menggabungkan ID cookie atau data yang disimpan di Lapisan Data Google (misalnya data klien atau segmentasi, informasi produk, dll.) dengan umpan balik dan mendapatkan banyak wawasan tentang bagaimana persona atau segmen pelanggan tertentu mengalami situs web atau perjalanan online.

Dalam pengujian A/B, ini sangat berguna karena Anda dapat menargetkan pengujian tertentu terhadap persona tertentu berdasarkan umpan balik yang Anda terima dari persona tersebut. Ini akan memberi Anda wawasan yang bagus tentang bagaimana segmen pengunjung yang berbeda ini mengalami halaman tertentu. Dengan informasi ini, Anda pasti akan menawarkan CTA atau konten paling kuat untuk setiap persona.

Berhenti menjalankan pengujian A/B Anda dengan buta…

Apakah Anda sekarang melihat betapa kuatnya keduanya jika digunakan bersama? Dengan mengumpulkan umpan balik dari pelanggan Anda, Anda dijamin memiliki pemahaman yang jauh lebih baik (dan lebih dalam) tentang apa yang harus diprioritaskan dalam pengujian A/B Anda. Belum lagi pengoptimalan situs web atau aplikasi seluler Anda yang berkelanjutan dapat menghemat banyak waktu dan uang serta membangun loyalitas dengan pelanggan Anda. Ini adalah win-win!

Ingin mulai mengumpulkan umpan balik pelanggan online?