Belajar Digital Marketing
Belajar Digital Marketing
KATA
PENGANTAR
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
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.
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.
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:
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.
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.
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.
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.
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.
Email A Email B
10% 2%
Open Open
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:
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