1 E-BOOK 15 MTARGET | PANDUAN A / B TESTING UNTUK MEMAKSIMALKAN KEGIATAN MARKETING

KATA
PENGANTAR

A/B Testing merupakan eksperimen terhadap dua

variabel atau lebih yang dilakukan secara bersamaan
untuk melihat variabel mana yang memberikan
performa terbaik. Performa di sini diukur dengan
conversion rate, konten mana yang menghasilkan
conversion rate lebih tinggi.

Ketika Anda ingin mengirimkan email marketing

untuk pelanggan Anda, namun masih bingung
memilih konten, waktu, dan subjek yang pas untuk
pelanggan, maka Anda bisa melakukan A/B Testing
agar mendapatkan jawaban. Lalu, langkah-langkah
seperti apa yang bisa dilakukan untuk memulai A/B
testing dalam email marketing?

Melalui ebook MTARGET kelima belas yang berjudul

“Panduan A/B Testing untuk Memaksimalkan
Kegiatan Marketing” kami akan membantu Anda
melakukan A/B Testing terhadap berbagai variabel,
seperti variabel content, subject, dan send time pada
email marketing.

2 E-BOOK 15 MTARGET | PANDUAN A / B TESTING UNTUK MEMAKSIMALKAN KEGIATAN MARKETING

 DAFTAR ISI

1. hal. 4 4. hal. 9
Introduction A/B Testing Study Case

2. hal. 5 5. hal. 11
Variabel/Tipe A/B Testing Kesimpulan

3. hal. 6
Memulai dan Evaluasi A/B Test

Download Ebook MTARGET

Download Di sini

3 E-BOOK 15 MTARGET | PANDUAN A / B TESTING UNTUK MEMAKSIMALKAN KEGIATAN MARKETING

A/B Testing Email

I will get Ah no, I more

more open attractive.

Let’s test which will

get better response!

Split testing atau yang biasa disebut A/B Testing Email merupakan metode pengujian dua
variabel marketing (seperti subject email, content email, dan send time email). Variabel
tersebut dibandingkan untuk diidentifikasi mana yang menghasilkan tingkat konversi
yang lebih baik. Dalam konteks ini, elemen yang diuji disebut “control” dan elemen yang
diperdebatkan untuk memberikan hasil yang lebih baik disebut “treatment.”

A/B Test Email merupakan eksperimen terhadap dua variabel atau lebih yang dilakukan
secara bersamaan untuk melihat variabel mana yang memberikan performa terbaik.
Performa di sini diukur dengan conversion rate, konten mana yang menghasilkan
conversion rate lebih tinggi. Baik dalam segi subject, isi konten, dan send time email.
Ketika Anda ingin mengirimkan email marketing untuk pelanggan Anda, namun masih
bingung memilih konten, waktu, dan subjek yang pas untuk pelanggan, maka Anda bisa
melakukan A/B Testing agar mendapatkan jawaban.

Untuk melakukan A/B Testing, tentunya Anda memerlukan tools A/B Testing bukan?
Salah satu tools yang bisa Anda coba untuk melakukan A/B Testing ini ada pada
MTARGET. Tak hanya menyediakan fitur Email Automation, Social Media Management,
Landing Page, dan lainnya. MTARGET juga memiliki fitur unggulan yaitu email marketing
dan A/B Test Email.

4 E-BOOK 15 MTARGET | PANDUAN A / B TESTING UNTUK MEMAKSIMALKAN KEGIATAN MARKETING

Variabel/Tipe A/B Testing Email
Saat Anda ingin memulai A/B Testing Email, mungkin Anda memiliki sejumlah pertanyaan
apa saja yang harus dilakukan pada A/B Test ini. Variabel apa saja yang harus diuji?
Berapa lama tes akan berlangsung? Siapa saja sasaran dari tes ini? Dan sebagainya
yang membuat Anda bingung. Sebelum melakukan A/B Test, ada beberapa panduan
yang perlu Anda ingat. Pada ebook ini, kami akan membahas beberapa praktik terbaik
yang akan memudahkan Anda untuk mengukur hasil dan mengetahui variasi mana yang
berkinerja lebih baik.

MTARGET sebagai marketing automation tools #1 di Indonesia memiliki tools A/B

Testing yang akan membantu Anda untuk mengatasi berbagai pertanyaan yang masih
mengganjal dalam benak Anda seperti beberapa pertanyaan di atas. Berikut ini beberapa
hal yang harus Anda perhatikan saat menggunakan A/B Test Email dari MTARGET yang
akan membantu performa campaign email marketing Anda.

Menentukan Variabel A/B Testing Email

Menentukan variabel A/B Test Email merupakan salah satu hal paling dasar yang
harus Anda pilih sejak awal. Pada fitur A/B Test Email dari MTARGET, terdapat 3
variabel A/B Test Email, yaitu konten, subjek, dan send time.

Content
Melakukan perbandingan konten dari email yang berbeda. Hal tersebut
bertujuan untuk menentukan konten seperti apa yang sekiranya lebih diminati
oleh para audiens Anda.

Email Subject
Melakukan perbandingan pada subjek email yang berbeda. Hal tersebut
bertujuan untuk menentukan subjek email seperti apa yang sekiranya lebih
menarik perhatian audiens.

Send Time
Melakukan perbandingan pada waktu pengiriman email. Hal tersebut
bertujuan untuk menentukan waktu pengiriman email yang tepat, sehingga
kemungkinan email Anda dibuka dan dibaca menjadi semakin lebih besar.

5 E-BOOK 15 MTARGET | PANDUAN A / B TESTING UNTUK MEMAKSIMALKAN KEGIATAN MARKETING

Memulai dan Mengevaluasi A/B Test
Setelah sebelumnya Anda melihat dan memilih variabel apa yang akan Anda uji, saat ini
kami akan membahas mengapa harus menjalankan A/B Test, variabel apa yang harus
dioptimalkan, dan praktik terbaik untuk menjalankan test tersebut.

Bagaimana Anda membuat beberapa versi dari elemen yang sama yang Anda uji?
Bagaimana Anda membagi traffic secara acak? Bagaimana Anda tahu jika hasil Anda
signifikan secara statistik? Di bagian ini kita akan melihat di balik layar beberapa alat yang
akan memungkinkan Anda melakukan pengujian A/B Test dan mengotomatiskan proses
sehingga Anda tidak perlu mengelola selusin spreadsheet excel. Yang lebih penting, kami
akan mengarahkan Anda ke tindakan yang dapat Anda ambil setelah menjalankan tes
yang sukses.

Dari ketiga variabel di atas, manakah yang akan Anda uji untuk keperluan email marketing
Anda? Jika sudah memilih variabelnya, kini saatnya Anda untuk melakukan tahap
selanjutnya, yaitu:

Menentukan Sampel Penerima Email Anda

Setelah memilih variabel/tipe apa yang ingin Anda uji, kini saatnya Anda
menentukan sampel penerima email tes Anda. Persentase penerima email tes ini
idealnya adalah 30% dari jumlah database Anda. Jumlah ini bisa kurang, tergantung
kebutuhan Anda. Namun, untuk lebih maksimal, Anda bisa menggunakan 30% dari
jumlah database Anda yang kemudian akan dibagi menjadi 2 tipe tes, yaitu A dan B
dengan jumlah persentase yang sama.

Menentukan Sampel Penerima Email Anda

6 E-BOOK 15 MTARGET | PANDUAN A / B TESTING UNTUK MEMAKSIMALKAN KEGIATAN MARKETING

 Setelah memilih variabel/tipe apa yang ingin Anda uji, kini saatnya Anda
menentukan sampel penerima email tes Anda. Persentase penerima email tes ini
idealnya adalah 30% dari jumlah database Anda. Jumlah ini bisa kurang, tergantung
kebutuhan Anda. Namun, untuk lebih maksimal, Anda bisa menggunakan 30% dari
jumlah database Anda yang kemudian akan dibagi menjadi 2 tipe tes, yaitu A dan B
dengan jumlah persentase yang sama.

Analisis Hasil A/B Test

Kini Anda telah sampai pada tahap terakhir. Tahap ini adalah hasil dari tes yang
Anda kirimkan. Pada tahap ini, Anda bisa memperhatikan bagaimana hasil dari A/B
Test yang telah Anda kirimkan. Mulai dari sent rate, open rate, bounce rate, dan
lainnya. Selain itu, Anda juga bisa melihat siapa pemenang A/B Test email ini.

Setelah memperhatikan hasil tersebut, kini saatnya Anda untuk menganalisis

elemen yang terdapat pada report email tersebut. Kali ini kita akan mulai dari:

Sent rate
Sent rate merupakan persentase email yang berhasil dikirim. Untuk melihat
detail report dari Sent Rate, silakan klik pada View List. Kemudian Anda dapat
melihat report dengan lebih detail mulai dari nama, email dan label yang
diberikan.

Anda juga dapat memberikan label baru untuk para pelanggan yang terdapat
pada detail report Sent Rate dengan cara mengetik nama label, kemudian
klik Add untuk menyimpan nama label baru. Otomatis nama pelanggan yang
berada di dalam list tersebut akan terkelompok dalam satu label baru.

Open rate
Open rate merupakan persentase email yang telah dibuka oleh recipient.
Untuk melihat detail report dari Open Rate, silakan klik pada View List.

7 E-BOOK 15 MTARGET | PANDUAN A / B TESTING UNTUK MEMAKSIMALKAN KEGIATAN MARKETING

 Kemudian Anda dapat melihat report dengan lebih detail mulai dari nama,
email, label yang diberikan dan seberapa banyak orang membuka email yang
dikirimkan (count).

Sama seperti sent rate, Anda juga bisa membuat label baru untuk pelanggan
yang terdapat pada detail report Open Rate dengan cara mengetik nama
label, kemudian klik Add untuk menyimpan nama label baru. Otomatis nama
pelanggan yang berada di dalam list tersebut akan terkelompok dalam satu
label baru.

Unopen rate
Unopen rate merupakan persentase subscriber yang belum membuka email
Anda. Untuk melihat detail report dari Unopened Rate, silakan klik pada View
List. Kemudian Anda dapat melihat report dengan lebih detail berupa nama,
email dan label dari para pelanggan yang belum membuka email Anda.

CTR
Click through Rate merupakan persentase link yang telah di klik oleh recipient.
Untuk melihat detail report dari Click Rate, silakan klik pada View List.
Kemudian Anda dapat melihat report dengan lebih detail berupa link, unique
visit dan total visit.

Link : tautan yang di klik oleh penerima email.

Unique Visit : jumlah user yang melakukan klik pada tautan.
Total Visit : jumlah kunjungan user pada tautan tersebut.
Tiap-tiap link yang terdapat pada list tersebut memiliki detail report secara
tersendiri.

Klik link yang terdapat pada list, maka Anda akan masuk ke dalam detail report
dari masing-masing link. Detail report pada link berupa nama, email, label dan
total kunjungan user pada link tersebut.

Bounce Rate
Bounce rate merupakan persentase email yang gagal terkirim (email yang
dimasukkan tidak valid).

Untuk melihat detail report dari Bounce Rate, silakan klik pada View List.
Kemudian Anda dapat melihat report dengan lebih detail mulai dari nama,
email dan label yang diberikan pada email yang tidak dapat dilakukan send
email.

Unsubscribe
Unsubscribe merupakan persentase recipient yang melakukan unsubscribe.
Untuk melihat detail report dari Unsubscribe Rate, silakan klik pada View List.
Kemudian Anda dapat melihat report dengan lebih detail berupa nama, email
dan label dari para pelanggan yang melakukan unsubscribe.

Selain keenam hal di atas, Anda juga bisa menganalisis A/B Testing Anda
berdasarkan open time, device, list location, operating system, dan browser
apa yang penerima Anda gunakan untuk menerima A/B Test email Anda.

8 E-BOOK 15 MTARGET | PANDUAN A / B TESTING UNTUK MEMAKSIMALKAN KEGIATAN MARKETING

Study Case

Email A Email B

10% 2%
Open Open

From 25% List From 25% List

Tentu saja dari teori dan penjelasan diatas, pasti Anda sudah mengerti mungkin sekitar
70%. Maka dari itu berikut kami jabarkan langsung study case dari A/B Testing itu sendiri:

Tuliskan nama A/B Testing Anda

Pilih tipe atau variabel A/B Testing

Pilih berapa persentase dari

recipient A/B Testing ini

Kemudian pilih template

email yang akan digunakan

Lalu buat emailnya sesuai

dengan plan yang sudah dibuat

9 E-BOOK 15 MTARGET | PANDUAN A / B TESTING UNTUK MEMAKSIMALKAN KEGIATAN MARKETING

 Atur konfigurasi mulai dari
Subject, Recipients, dan Sender

Pilih jam pengiriman

untuk A/B Test

Lihat report A/B test

Hasil A/B Test

Hasil test tipe atau

variabel A

Hasil tipe atau

variabel B

10 E-BOOK 15 MTARGET | PANDUAN A / B TESTING UNTUK MEMAKSIMALKAN KEGIATAN MARKETING

Kesimpulan
Setelah menganalisis hasil dari A/B Testing tersebut, kini Anda dapat memulai pengiriman
email marketing dengan ideal kepada pelanggan Anda. Mulailah dengan memilih variabel
apa yang ingin Anda uji, seperti content, subject, dan send time. Kemudian, Anda bisa
melanjutkan ke tahap selanjutnya yaitu menentukan sampel penerima email Anda.

Lalu, memilih pemenang dari A/B Test Anda, apakah akan dipilih secara otomatis atau
manual, berdasarkan open rate atau click rate, semua sesuai dengan kebutuhan Anda.
Setelah itu, Anda akan sampai pada tahap akhir A/B test yaitu menganalisis hasil. Analisis
ini bisa Anda mulai dari sent rate, open rate, unopen rate, CTR, bounce rate, unsubscribe,
dan sebagainya yang bisa Anda lihat pada report A/B Test email Anda.

Ingin tahu lebih banyak tentang digital marketing? Subscribe newsletter kami di sini untuk
mendapatkan tips & perkembangan seputar digital marketing, GRATIS! Baca juga artikel-
artikel lain di blog MTARGET dan jangan lupa bergabung di channel Telegram MTARGET
untuk informasi lainnya seputar MTARGET dan berita-berita terbaru.

END

blog.mtarget.co

11 E-BOOK 15 MTARGET | PANDUAN A / B TESTING UNTUK MEMAKSIMALKAN KEGIATAN MARKETING

 @MTARGET MTARGET © 2019

12 E-BOOK 15 MTARGET | PANDUAN A / B TESTING UNTUK MEMAKSIMALKAN KEGIATAN MARKETING