是臆測還是瞎猜,從A/b test選擇你的網路行銷策略
從基本的行銷觀念到策略選擇依據,凡事都要試了才知道!
為什麼我的產品明明很好,但為什麼訂單量還是無法有效提升呢?
明明我費盡心思寫出一篇驚天地泣鬼神的文案,但消費者卻還是不買單呢?
在網路蓬勃的年代中,網站流量與訂單間的轉換,以儼然成為網站致勝的學問之一,而行銷專家口中的轉換率,就是針對流量以及訂單去做百分比的計算,例如一百個使用者進來網站,卻只有10位會購買東西,那你的轉換率就是10%。
不論今天你是在電商產業,還是在一個軟體公司團隊裡,產品的銷售良劣,無論從設計還是從架構上的角度切入,如何有效曝光往往才是成功的關鍵,如何有效在最短時間內,讓消費者掏錢買單,才是所有運籌為握中的首要考量。
特別是隨著智慧型手機普及率的提升,「網路行銷」儼然以成為判定產品良莠的首要重點,就像今天你費盡心思寫出了一首好歌,投入了相當高的製作成本,但如果沒有有效的曝光,成功拓展的你受眾族群,最後只能淪為曇花,沈沒在無邊無際的海量資訊之中。
當然行銷的方式有千百種,像我們常聽到的搜尋引擎優化(SEO)、內容行銷(Content Marketing)、社群行銷(Social Media Marketing)等等。
搜尋引擎優化(SEO),指的是透過網站架構上的優化、或是內容關鍵字優化等方法,來提高網站在搜索引擎搜尋結果的排名。而內容行銷指的是把網站內容進行價值化,讓消費者可以重複造訪你的產品或網站。就像一首好的歌,在歌名的命名以及歌詞的內容上,有辦法觸及到聽眾的心聲,才能有效提高歌曲的傳唱度以及知名度。
而社群行銷,指的當然就是如何把這些內容在社群網站上做有效的發酵,比方說針對這首歌的主題與心境,去揣摩觀眾的年齡、職業甚至是性別等,進而把廣告曝光砸在這些容易產生共鳴的群眾上,來增加產品與消費者間的互動。
當然這些行銷面的執行方式千奇百怪,層出不窮,而本文的重點並非在討論行銷面上的執行與討論,而是如何在行銷成果面的檢核。
就像一首正面的歌,容易產生共鳴的,究竟是容易秉持正面的聽眾,還是相反的,是那些在生活中屢受挫折,不如意的人們的?如果每一次檢核行銷面的成效,只在結果面去檢視轉換其實都略嫌晚了,但其實還有一個更實際有效的做法。
不知道大家有沒有發現,每當IG或是Airbnb發布新功能時,並非對所有群眾進行測試,而是先從部分群眾下手,先去了解這些群眾的反饋及想法後,再決定是否全面推行,這也就是所謂的A/BTest,也是一種針對網站設計上做檢測的實作方法。以電商網站改版舉例說明,促銷商品應該放在頁面上的哪位位置?或是熱門商品要不要在banner上做推薦..等等,各個提案之中,網站設計師與專案經理可能會依據設計理念的不同,各據一詞。
但這些猜測都佔據了我們每天的有限工時,而A / B測試則是透過「測量」,來量化比較的基準指標,透過實際測試A / B兩種版本變動後的結果,用數據來說明哪一個決策實際上對使用者更為有效,進而省去猜測的時間,提供更有效率、實際的決策。
所以一個A / B測試包含兩種版本,A版本是所謂的對照組,也就是「原版」,而B 版本就是實驗組,也就是修改後的變更版。以電商網站為例,今天如果要輕易更動熱門商品的位置,可能會略嫌冒險(因為怕網站作出大幅度的更動後,消費者不能接受或不易搜索,導致訂單或流量的流失),但若透過一些網路工具或是CDN上的設定,來決定把群眾依照想要實驗的比例,做出部分的轉換,就可以做出有效的驗證
例如我讓95%的使用者都先使用A版本,另外透過設定讓剩下5%的使用者進入到B版本,如果A版本使用者轉換率僅有2%,但B版本的轉換率卻高達20%,那我們就可以了解,原來在實務上,B版本的網站對使用者來說,的確是可以更有效地把流量轉換成訂單,甚至是利潤
A/B testing 應用範圍除了網頁外,舉凡像是 App 介面,UI設計、廣告投放範圍,甚至是廣告文案、商品標題等等,這些也都是可以透過 A/B test,來分析新產品對使用者產生的衝擊與影響。先從小眾試試水溫,來避免大規模的功能改版後造成的得不償失,但一個好的test,我們也必須要瞭解到一些實作上不可忽略的準則。
1.網站改版的蝴蝶效應:通常細微的改變,卻很容易對對關鍵指標(例如使用者)有所衝擊,像如果電商網站的購物車按鈕位置一但更動,就有可能造成大量的訂單流失,所以在對照的設計上,通常會避免複雜,並且把比較重心投放在單一項目上,比較容易了解群眾對改變的想像
2.改變的聚沙成塔:承1,如果我們可以透過不斷的測試,例如先從購物車的UI設計下手,進而改變排放位置,使用流程等等,這樣的改變往往較為無形,一方面是使用者容易接受,二來也容易避免大幅度的修正後造成的利潤損失
3.指標量化的有效:也就是使用者必須要有足夠的量,如果實驗組有20,000個使用者,跟200個使用者相比,一定是較為精準
像yahoo就曾在2013年推出「1天1logo」的方式,來對所有Logo提案進行驗證,來了解哪一個Logo對使用者來說最為有感,而這樣的實際操作上,除了可以更有效的了解你的受眾輪廓外,也可以讓數字來對你的瞎猜,或是臆測做出最有效的佐證。而現在網路上也提供了很多的A/B test工具來做執行,像是optimizely(https://www.optimizely.com/optimization-glossary/ab-testing/)就是滿多業者人士使用的工具。
最後,如果你喜歡我們的文章,別忘了到我們的FB粉絲團按讚喔!!