เพิ่มประสิทธิภาพการทดสอบ A/B ของคุณด้วยคำติชมจากลูกค้าออนไลน์ 19 เม.ย. 2018

ใช้สัญชาตญาณ เป็นสุภาษิตโบราณที่เรามักใช้กันบ่อยๆ ในภาษาอังกฤษ หมายถึงทำตามสัญชาตญาณหรือสัญชาตญาณของคุณ (ตามความรู้สึก "อุทร" ของคุณ) อย่างไรก็ตาม เมื่อเราใช้นิพจน์นี้กับโลกธุรกิจ มันไม่เหมาะเสมอไป ไม่ค่อยแนะนำเท่าไหร่ โดยเฉพาะเมื่อพูดถึง การทดสอบ A/B ใช้เพื่อทดสอบรูปแบบต่างๆ ของหน้าเว็บหรือหน้าจอแอป การทดสอบ A/B เป็นหนึ่งในวิธีที่ได้รับความนิยมมากที่สุดในการปรับปรุงอัตราการแปลง จากข้อมูลของ eConsultancy บริษัทประมาณ 61 เปอร์เซ็นต์ทำการทดสอบน้อยกว่า 5 ครั้งต่อเดือน อย่างไรก็ตาม สิ่งที่บริษัทเหล่านี้จำนวนมากพลาดในกลยุทธ์การทดสอบคือวิธีที่เป็นรูปธรรมในการสร้างสมมติฐานสำหรับการทดสอบ A/B ในอนาคต โชคดีที่มีคำติชมจากลูกค้าออนไลน์...

ในบทความนี้ เราจะพูดถึงสาเหตุที่ ความคิดเห็นของลูกค้าออนไลน์ มีความสำคัญต่อ การทดสอบ A/B ตลอดจนเจาะลึกความคิดเห็นประเภทต่างๆ ที่คุณสามารถรวบรวมได้เพื่อช่วยเพิ่มประสิทธิภาพเว็บไซต์ของคุณ

ทำไมต้องใช้คำติชมของลูกค้าออนไลน์

คิดเกี่ยวกับมัน การทดสอบ A/B บนเว็บไซต์หรือแอปบนอุปกรณ์เคลื่อนที่ของคุณ (โดยไม่ได้รับข้อมูลเชิงลึกจากความคิดเห็นของลูกค้า) เป็นเพียงการทดสอบสมมติฐานของคุณเอง และโอกาสที่คุณจะใช้สมมติฐานที่อาจขึ้นอยู่กับสิ่งที่คุณคิดว่าจะแก้ปัญหาของลูกค้าของคุณ แม้ว่าวิธีนี้อาจได้ผลสำหรับบางธุรกิจ แต่ก็ไม่ได้ผลดีนักและอาจจำกัดความพยายามในการเพิ่มประสิทธิภาพของคุณได้จริงๆ

อย่างไรก็ตาม หากคุณใส่ความคิดเห็นของลูกค้าลงในสมการ คุณจะอยู่ในตำแหน่งที่ดีขึ้นมากในการตัดสินใจอย่างมีข้อมูลว่าสมมติฐานของคุณควรเป็นอย่างไร เนื่องจากคุณกำลังรวมข้อมูลเชิงคุณภาพกับข้อมูลเชิงปริมาณ ข้อมูลนี้จะช่วยคุณระบุจุดที่ต้องดิ้นรนที่คุณไม่เคยรู้จักมาก่อนด้วยเครื่องมือวิเคราะห์เว็บของคุณ



นึกภาพตามนี้ สมมติว่าจากคำติชมที่คุณรวบรวมจากลูกค้าของคุณ คุณได้เรียนรู้ว่าในหน้าผลิตภัณฑ์ของคุณ ลูกค้าจำนวนมากพูดว่า "ฉันไม่ทราบวิธีการสั่งซื้อ" ด้วยข้อมูลนี้ คุณสามารถสร้างสมมติฐานที่จะทดสอบผลตอบรับได้อย่างมีประสิทธิภาพ ตัวอย่างเช่น – “การเพิ่มขนาดของปุ่ม "ซื้อเลย" จะทำให้ปุ่มนี้โดดเด่นขึ้นและทำให้เกิด Conversion เพิ่มขึ้น" โว้ว! คุณมีสมมติฐานที่เป็นประโยชน์เพื่อใช้ในการทดสอบ A/B ของคุณ

ตอนนี้ มาดูความคิดเห็นประเภทต่างๆ ที่คุณสามารถรวบรวมเพื่อเพิ่มประสิทธิภาพการทดสอบ A/B...

ระบุการใช้งาน / ข้อบกพร่องในการออกแบบด้วยการตอบกลับด้วยภาพ

เมื่อเรานึกถึงการทดสอบ A/B เรามักจะนึกถึงการออกแบบหน้าเว็บ เช่น การเปรียบเทียบปุ่ม CTA ที่มีสีต่างกันสองปุ่ม รูปภาพต่างๆ แต่คุณรู้หรือไม่ว่าคำติชมของลูกค้าสามารถช่วยคุณในการทดสอบประเภทนี้ได้เช่นกัน

เครื่องมือป้อนกลับบางตัวมีตัวเลือกการตอบกลับด้วยภาพภายในซอฟต์แวร์ คำติชมด้วยภาพช่วยให้ผู้เยี่ยมชมเว็บไซต์สามารถระบุองค์ประกอบของหน้าเฉพาะ (รวมถึงแบบฟอร์ม รูปภาพ ปุ่มหรือย่อหน้า) และให้ข้อเสนอแนะเกี่ยวกับองค์ประกอบของหน้าเหล่านั้น (โดยใช้ภาพหน้าจอที่แสดงโดยซอฟต์แวร์) การระบุปัญหาเหล่านี้ทำให้คุณสามารถปรับปรุงประสบการณ์ผู้ใช้และความสามารถในการใช้งานเว็บไซต์ได้ในทันที และทำให้ลูกค้ามีคอนเวอร์ชั่นออนไลน์เพิ่มขึ้น ข้อมูลเชิงลึกเหล่านี้ยังสามารถใช้เพื่อสร้างสมมติฐานที่แคบลง ซึ่งสามารถทดสอบได้ในการทดสอบแยกหรือการทดสอบ A/B


เน้นองค์ประกอบของหน้าหรือบล็อกข้อความ

ใช้ข้อเสนอแนะทางออกเพื่อทำความเข้าใจว่าทำไมผู้เยี่ยมชมถึงลาออก

การใช้แบบฟอร์มตอบรับการออกจากธุรกิจ ธุรกิจสามารถเรียนรู้ได้มากมายเกี่ยวกับความตั้งใจของผู้เยี่ยมชมตลอดจนปัญหาที่พวกเขาประสบ แบบฟอร์มคำติชมประเภทนี้จะปรากฏขึ้นเมื่อผู้เยี่ยมชมพยายามออกจากเว็บไซต์หรือคลิกออกจากตะกร้าสินค้าโดยไม่ทำ Conversion การใช้แบบฟอร์มตอบรับการออกในสถานที่ต่างๆ เช่น ช่องทางการสั่งซื้อหรือตะกร้าสินค้าของคุณ (สำหรับธุรกิจอีคอมเมิร์ซ) สามารถช่วยให้ผู้เข้าชมบรรลุเป้าหมายทางออนไลน์ (เช่น การสั่งซื้อผลิตภัณฑ์หรือรับการสนับสนุนทางออนไลน์) แต่ยังช่วยให้คุณระบุปัญหาบนเว็บไซต์ได้อย่างรวดเร็วอีกด้วย ด้วยข้อมูลเชิงลึกเกี่ยวกับสิ่งที่ส่งผลต่อพฤติกรรมของผู้เข้าชม คุณสามารถเริ่มทำการทดสอบ A/B เพื่อยืนยันสมมติฐานของคุณได้


ตัวอย่างแบบฟอร์มตอบรับการออก

ตัวอย่างเช่น บางทีคุณอาจมีอัตราตีกลับสูงในหน้าชำระเงิน (เช่น ลูกค้าออกจากตะกร้าสินค้าโดยไม่ซื้อ) นี่เป็นสถานที่ที่ยอดเยี่ยมในการรวบรวมความคิดเห็นเกี่ยวกับการออก จากนั้นตามคำตอบที่คุณได้รับจากผู้เยี่ยมชมในแบบฟอร์มคำติชมการออก คุณสามารถเริ่มทำการทดสอบที่เกี่ยวข้องบนหน้าได้

หมายเหตุ: ดังที่คุณเห็นในแบบฟอร์มคำติชมด้านบน มีช่องความคิดเห็นที่เปิดอยู่ สิ่งที่ยอดเยี่ยมเกี่ยวกับฟิลด์เหล่านี้คือคำติชมที่ส่งมาสามารถวิเคราะห์ได้ในภายหลังโดยใช้การวิเคราะห์ข้อความและการวิเคราะห์ความรู้สึกเพื่อให้คุณเข้าใจถึงแนวโน้มที่เกิดขึ้นใหม่ได้ดีขึ้น (เช่น ตามความถี่ของคำหรือการจับคู่คำ)

รวบรวมคำติชมเกี่ยวกับเนื้อหาเว็บไซต์

คำติชมประเภทอื่นที่เป็นประโยชน์ในแง่ของการปรับการทดสอบ A/B ให้เหมาะสมที่สุดคือคำติชมเนื้อหาเว็บไซต์ สามารถรวบรวมได้โดยใช้แบบฟอร์มคำติชมที่ฝังไว้บนหน้าเว็บที่มีข้อความจำนวนมาก เช่น คำถามที่พบบ่อย คำแนะนำ หรือคู่มืออิเล็กทรอนิกส์ หรือคุณสามารถเปิดใช้งานทริกเกอร์เชิงรุกเมื่อผู้เยี่ยมชมเลื่อนไปที่ด้านล่างของหน้า การทำความเข้าใจว่าผู้เยี่ยมชมได้รับเนื้อหานี้อย่างไรเป็นสิ่งสำคัญที่เนื้อหาที่ไม่ดีสามารถสร้างหรือทำลายการขาย หรือทำให้ผู้เยี่ยมชมแบรนด์ของคุณเลิกรา

มาดูข้อมูลผลิตภัณฑ์กัน เนื้อหาประเภทนี้มักประกอบด้วยคำอธิบายผลิตภัณฑ์ วิดีโอ และรูปภาพ เลยขอถามคุณตามนี้ กี่ครั้งแล้วที่คุณหรือคนที่คุณรู้จักเคยบนเว็บไซต์เพื่อค้นหาผลิตภัณฑ์และหลังจากดูข้อมูลจำเพาะแล้ว คุณยังคงไม่พบสิ่งที่คุณกำลังมองหา นี่เป็นเรื่องปกติในหลาย ๆ เว็บไซต์ที่ไม่ได้ใช้ความคิดเห็นของลูกค้า เพียงเพราะพวกเขาไม่ทราบว่าขาดเนื้อหาที่สำคัญ และสิ่งที่เกิดขึ้นคือผู้เยี่ยมชมของคุณไม่พบคำตอบสำหรับสิ่งที่พวกเขากำลังมองหา ดังนั้นพวกเขาจึงถูกบังคับให้ค้นหาที่อื่น


ตัวอย่างแบบฟอร์มคำติชมในหน้าผลิตภัณฑ์

ด้วยเนื้อหาออนไลน์ มีตัวเลือกมากมายสำหรับการทดสอบ คุณสามารถทดลองกับความยาวของโพสต์ รูปภาพ เค้าโครงโดยรวม พาดหัวบนหน้า และแน่นอน บล็อกข้อความ


ตัวอย่างแบบฟอร์มคำติชมที่ฝังไว้บนหน้าเนื้อหา

คุณใช้ข้อเสนอแนะนี้ในการทดสอบ A/B ของคุณอย่างไร สมมติว่าคุณได้รับคำติชมจากลูกค้า: ”ฉันไม่พบข้อมูลใดๆ ในส่วนคำถามที่พบบ่อยเกี่ยวกับการส่งคืนผลิตภัณฑ์” นี่อาจเป็นผลมาจากหนึ่งในสองสิ่ง ข้อมูลอาจไม่มีอยู่ในส่วนคำถามที่พบบ่อยของคุณ ซึ่งในกรณีนี้ คุณทราบแล้วและสามารถเพิ่มข้อมูลบางอย่างได้หากจำเป็น หรือข้อมูลมีให้ แต่ผู้เยี่ยมชมของคุณหาได้ยากเนื่องจากรูปแบบหน้าคำถามที่พบบ่อยของคุณ . หากเป็นอย่างหลัง คุณสามารถสร้างสมมติฐานโดยใช้คำติชมที่คุณได้รับและทดสอบสิ่งต่อไปนี้ “การทำให้หัวข้อข่าวที่ชัดเจนยิ่งขึ้นสำหรับส่วนคำถามที่พบบ่อยจะทำให้ค้นหาข้อมูลได้ง่ายขึ้น”

นี่เป็นวิธีแก้ปัญหาที่ง่ายมากสำหรับการทำความเข้าใจว่าเนื้อหาเว็บไซต์ของคุณผิดพลาด (หรือถูกต้อง) ตรงไหน

รวมความคิดเห็นของลูกค้าเข้ากับบุคลิกของผู้เยี่ยมชม

คำติชมออนไลน์สามารถช่วยเพิ่มประสิทธิภาพเว็บไซต์ของคุณได้อีก หากรวมเข้ากับข้อมูลที่รวบรวมจากบุคคล/โปรไฟล์ลูกค้าต่างๆ ในเว็บไซต์ของคุณ ทำไม? ช่วยให้คุณเข้าใจว่าโปรไฟล์ลูกค้ารายใดรายหนึ่งได้รับประสบการณ์การเดินทางออนไลน์อย่างไร โดยเฉพาะอย่างยิ่ง ช่วยให้คุณระบุประสบการณ์ผู้ใช้ของแต่ละคน และเปรียบเทียบกับลักษณะอื่น ๆ ของผู้ใช้



การรวมบุคคลเหล่านี้เข้ากับความคิดเห็นของคุณนั้นง่ายมาก เครื่องมือคำติชมออนไลน์มากมาย เช่น Mopinion ทำให้คุณสามารถรวบรวมข้อมูลเว็บไซต์พร้อมกับคำติชมได้ ข้อมูลนี้อาจรวมถึงข้อมูลประชากร ความสนใจ สถานที่ และอื่นๆ ตัวอย่างเช่น คุณสามารถรวมรหัสคุกกี้หรือข้อมูลที่จัดเก็บไว้ในชั้นข้อมูลของ Google (เช่น ข้อมูลลูกค้าหรือการแบ่งกลุ่ม ข้อมูลผลิตภัณฑ์ ฯลฯ) กับคำติชมและรับข้อมูลเชิงลึกมากมายว่าบุคคลหรือกลุ่มลูกค้ารายใดรายหนึ่งมีประสบการณ์กับเว็บไซต์ของคุณหรือ การเดินทางออนไลน์

ในการทดสอบ A/B สิ่งนี้มีประโยชน์มาก เนื่องจากคุณสามารถกำหนดเป้าหมายการทดสอบบางอย่างไปยังบุคคลเฉพาะตามความคิดเห็นที่คุณได้รับจากบุคคลเหล่านั้น ข้อมูลนี้จะให้ข้อมูลเชิงลึกที่ดีแก่คุณเกี่ยวกับวิธีที่ผู้เยี่ยมชมกลุ่มต่างๆ เหล่านี้ได้รับประสบการณ์ในหน้านั้นๆ ด้วยข้อมูลนี้ คุณจะต้องนำเสนอ CTA หรือเนื้อหาที่ทรงพลังที่สุดสำหรับแต่ละบุคคล

หยุดทำการทดสอบ A/B ของคุณโดยเด็ดขาด...

ตอนนี้คุณเห็นหรือไม่ว่าทั้งสองมีประสิทธิภาพเพียงใดหากใช้ร่วมกัน? การรวบรวมคำติชมจากลูกค้าของคุณจะรับประกันว่าจะมีความเข้าใจที่ดีขึ้น (และลึกซึ้งยิ่งขึ้น) ในสิ่งที่ควรมีความสำคัญในการทดสอบ A/B ของคุณ ไม่ต้องพูดถึงการเพิ่มประสิทธิภาพอย่างต่อเนื่องของเว็บไซต์หรือแอพมือถือของคุณสามารถประหยัดเวลาและเงินได้มาก รวมทั้งสร้างความภักดีต่อลูกค้าของคุณ มันเป็น win-win!

ต้องการเริ่มต้นรวบรวมความคิดเห็นของลูกค้าทางออนไลน์หรือไม่