A/B Testing Adalah: Pengertian, Contoh, dan Cara Menjalankannya

A/B testing adalah cara membandingkan dua versi dari halaman, layar, atau alur yang sama dengan menampilkannya ke dua kelompok pengguna sungguhan di waktu yang sama, lalu membiarkan satu metrik menentukan versi mana yang lebih baik. Untuk aplikasi dan website, ini cara paling langsung untuk mengakhiri debat desain dengan data, bukan selera.

Lihat layanan uji konsep dan A/B testing kami.

Pengertian A/B Testing Secara Sederhana

Versi A biasanya yang sedang berjalan sekarang. Versi B mengubah satu hal: judul, satu langkah checkout, urutan form pendaftaran, atau satu halaman yang di-redesign total. Traffic dibagi secara acak supaya kedua kelompok setara, lalu hasilnya dibandingkan pakai metrik yang sudah dipilih sebelum test dimulai.

A/B testing memberi tahu versi mana yang menang, tapi tidak memberi tahu kenapa. Karena itu tim yang rapi selalu memasangkannya dengan usability testing atau wawancara: test mengukur perilaku, riset menjelaskan alasannya.

Contoh A/B Testing di Aplikasi dan Website

Cara Menjalankan A/B Test

1. Tulis satu hipotesis. "Kalau ongkir sudah terlihat di halaman produk, yang batal di checkout akan berkurang." Satu perubahan, satu dampak yang diharapkan.
2. Pilih satu metrik utama. Tentukan sebelum launch. Pantau juga beberapa metrik pengaman, misalnya refund atau tiket komplain, supaya "kemenangan" tidak menutupi masalah baru.
3. Hitung jumlah sampel. Conversion rate sekarang dan perubahan terkecil yang dianggap berarti menentukan berapa pengunjung yang dibutuhkan tiap versi. Kalkulator sample size gratis sudah cukup.
4. Bagi traffic secara acak. Periode sama, audiens sama, 50/50, kecuali ada alasan untuk mengirim lebih sedikit traffic ke versi yang lebih berisiko.
5. Jalankan minggu penuh. Hari kerja, akhir pekan, dan tanggal gajian sama-sama memengaruhi perilaku belanja di Indonesia. Jangan hentikan test begitu versi B kelihatan unggul.
6. Baca hasilnya, lalu cari tahu kenapa. Pemenang yang jelas langsung dirilis. Hasil seri juga berguna: artinya perubahan itu tidak berdampak, jadi test berikutnya perlu lebih berani.

Kapan A/B Testing Bukan Pilihan yang Tepat

• Traffic masih kecil. Kalau halaman hanya dikunjungi beberapa ratus orang per bulan, test bisa berbulan-bulan tanpa jawaban jelas. Riset termoderasi dengan 5 sampai 8 orang menemukan masalah besar jauh lebih cepat.
• Idenya belum dibangun. Membuat dua versi lengkap hanya untuk diuji itu mahal. Uji dulu mockup atau prototype-nya.
• Pertanyaannya soal motivasi. "Kenapa orang meninggalkan keranjang?" adalah pertanyaan riset. A/B testing hanya bisa mengecek solusi yang kamu ajukan.

Contoh Nyata dari Project Kami

Uji konsep sebelum membangun. Sebuah brand FMCG dewasa (di bawah NDA) ingin membuat situs tips bergaya game, dengan tips scratch-to-reveal dan cerita tamu. Sebelum development, kami menjalankan 10 sesi uji konsep jarak jauh untuk membandingkan 3 konsep dalam bentuk mockup. Temuannya membentuk produk akhirnya: mekanik "buka untuk melihat" memancing rasa penasaran sekali saja, dan orang kembali kalau yang terbuka itu baru, berguna, atau personal. Insight seperti ini tidak akan muncul dari A/B test di website live.

A/B testing untuk redesign total. Untuk sebuah e-commerce gaya hidup dewasa (di bawah NDA), kami bekerja selama tiga tahun lewat 3 studi. Kami menguji dan mewawancarai 157 orang, memakai machine learning clustering untuk menyusun 5 arketipe pelanggan, me-redesign website berdasarkan arketipe itu, lalu menjalankan A/B test website baru melawan website lama di Jakarta dan Bali. Riset membuat redesign-nya kuat, dan A/B test membuktikannya sebelum launch.

Polanya sama di kedua project: riset mempersempit pilihan, testing memastikan keputusannya.

Karena sesi riset seperti ini merekam layar, suara, dan kadang wajah peserta, pastikan ada persetujuan tertulis dan penyimpanan data yang sesuai UU PDP No. 27/2022.

Cara Mulai

Pilih satu halaman atau alur yang paling berdampak kalau hasilnya membaik kuartal ini, biasanya pendaftaran, checkout, atau landing page utama. Cek berapa traffic-nya, lalu putuskan mau mulai dari uji konsep dengan prototype atau langsung A/B test di versi live. Kalau kamu butuh bantuan menyusun test dan membaca hasilnya, ngobrol dengan kami.