เคยไหม? ทำแคมเปญการตลาดออนไลน์แต่มีหลายเรื่องที่ไม่แน่ใจว่าจะปังหรือจะพัง มีหลายเรื่องที่ต้องตัดสินใจ ไม่ว่าจะเป็น Mood และ Tone ของ Artwork การใช้ข้อความใน Call to Action หัวเรื่องอีเมล และเนื้อหา คงจะดีถ้ามีตัวช่วยให้การตัดสินใจเป็นไปอย่างมีประสิทธิภาพและได้ผลลัพธ์ที่ถูกใจ  วันนี้จะพามาส่องกลยุทธ์ A/B Testing ที่แบรนด์ดังระดับโลกใช้เพื่อช่วยทำแคมเปญการตลาดให้ปัง จะมีแบรนด์ไหนบ้าง แล้วสามารถประยุกต์ใช้ได้อย่างไร อ่านเลย

ยาวไปอยากเลือกอ่าน

A/B Testing คืออะไร

A/B Testing คือการเปรียบเทียบองค์ประกอบต่างๆ ในการทำแคมเปญการตลาดเพื่อให้ได้สิ่งที่เหมาะสมและได้ค่า Conversion Rate ที่ดีที่สุดในการทำการตลาด โดยจะทำการทดสอบ 2 เวอร์ชัน ได้แก่ เวอร์ชัน A จะเป็นเวอร์ชันดั้งเดิม และเวอร์ชัน B จะเป็นเวอร์ชันที่เปลี่ยนแปลงองค์ประกอบที่ต้องการทดสอบ เช่น ต้องการทดสอบว่าลักษณะปุ่ม CTA แบบไหนจะดึงดูดผู้ใช้งานมากที่สุด ก็สามารถแบ่งผู้ใช้งานออกเป็น 2 กลุ่ม กลุ่มแรกจะได้รับเวอร์ชัน A ที่มีปุ่มสี่เหลี่ยม และกลุ่มที่สองจะได้รับเวอร์ชัน B ที่มีปุ่ม CTA วงกลม จากนั้นจึงวัดผลว่าเวอร์ชันไหนมีอัตราการคลิกผ่าน (Click-Through Rate) สูงกว่ากัน

Shifu แนะนำ

KFC เพิ่ม Batch “Best Seller” เพื่อแนะนำสินค้าขายดีเพิ่ม CTA (Call To Action) ได้ 3.18%

Cr. Predictive

KFC แบรนด์อาหารชื่อดังที่มีสาขาทั่วโลกพยายามจะเพิ่มยอด Call to Action ให้ลูกค้ากดคลิกและตัดสินใจซื้อสินค้าได้ไวขึ้นโดยการใช้กลยุทธ์ A/B Testing เพื่อเปรียบเทียบประสิทธิภาพของหน้าเว็บไซต์ที่มีและไม่มี Batch “Best Seller” โดยเริ่มแรก KFC สันนิษฐานว่าการที่ลูกค้าเข้าเว็บไซต์มาแล้วเจอเวอร์ชัน Original ที่ไม่มี Batch “Best Seller” ทำให้เห็นสินค้ามากมายเหมือนกันไปหมดจึงใช้เวลาตัดสินใจเลือกนาน KFC เลยติด Batch Best Seller เพื่อแนะนำสินค้าขายดี ซึ่งเป็นหลักทางจิตวิทยาที่ทำให้ลูกค้าคลิก และตัดสินใจซื้อได้ไวยิ่งขึ้น โดยผลการทดสอบพบว่าเวอร์ชันที่มี Batch “Best Seller” มี CTA เพิ่มขึ้น 3% เมื่อเทียบกับเวอร์ชันเดิม

Netflix เปลี่ยนรูปภาพปกหนัง/ซีรีส์เพื่อเพิ่มจำนวนคนดูได้มากถึง 14%

Cr. Netflix Technology Blog

Netflix ใช้การทดสอบ A/B เพื่อปรับปรุงประสบการณ์การใช้งานของลูกค้าในส่วนของการเลือกภาพปกของภาพยนตร์และซีรีส์ โดยพบว่าภาพปกที่มีคุณภาพและสื่อถึงเนื้อหาของหนังหรือซีรีส์ได้ดีจะช่วยดึงดูดความสนใจของผู้ใช้และทำให้ผู้ใช้รับชมคอนเทนต์นั้นมากขึ้น Netflix ทดสอบปกหนังเรื่อง “The Short Game” ถ้ามองภาพ Default ผ่านๆ หลายคนอาจจะไม่รู้ว่าหนังเรื่องนี้เกี่ยวกับนักเรียนชั้นประถมศึกษาที่แข่งขันกีฬากอล์ฟกัน Netflix จึงลองทดสอบ A/B โดยผู้ใช้งานแต่ละกลุ่มจะได้รับภาพปกหนังที่แตกต่างกัน โดยผลการทดสอบพบว่าภาพปกใหม่ที่เน้นไปที่ตัวละครสำคัญ ใช้โทนสีสดใสและน่าสนใจ

มีข้อความและสัญฃักษณ์ถ้วยรางวัลที่อธิบายเนื้อหาของหนังอย่างชัดเจนสามารถเพิ่มจำนวนผู้รับชมได้มากถึง 14% เมื่อเทียบกับภาพปกเดิม

HubSpot Academy ใช้ภาพ Hero Imageที่หน้าโฮมเพจเพิ่มยอดสมัครสมาชิกกว่า 375 คนต่อเดือน

Original Version

Variant B: ใส่ข้อความและภาพที่มีสีสันสดใส และใส่ Typing Animation Headline

Variant C: ใส่สีสัน และมี movement ของ รูปภาพที่อยู่ทางด้านขวามือ

Cr. Predictive

HubSpot Academy มีวิดิโออยู่ที่ Hero Banner แต่มี User เพียงแค่ 0.9% เท่านั้นที่ดูวิดิโอในหน้าแรก และมีเพียงแค่ครึ่งหนึ่งของ 0.9% ที่ดูวิดิโอจนจบ HubSpot จึงใช้กลยุทธ์ A/B Testing ในการทดสอบรูปแบบที่จะช่วยให้สามารถเพิ่มทั้ง Conversion Rate (CVR) และ Call To Action (CTA) Click and Engagement ได้อย่างมีประสิทธิภาพที่สุด โดยทำการทดสอบโดยใช้ 3 Variant ในแต่ละกลุ่มเป้าหมาย ผลลัพธ์คือ Variant B ที่มีการใส่ข้อความ ภาพที่มีสีสันสดใส และใส่ Tryping Animation Headline ในหน้าโฮมเพจให้ผลลัพธ์ที่ดีกว่ารูปแบบ orginal ถึง 6% ซึ่งสามารถเพิ่มยอดการสมัครสมาชิกมากกว่า 375 คนต่อเดือนเลยทีเดียว

Zagg ใช้ภาพ360 องศาในหน้าแรกของ Product Page สามารถเพิ่มยอดคลิกและคนเข้าชมเว็บได้ 12%

Cr. Convertize

หลายคนอาจเคยได้ยินมาว่าการใช้วิดิโอเป็นภาพแรกบนหน้าสินค้าสามารถช่วยยอดขายได้ แต่จากการทดสอบ A/B Testing โดย Zagg ผู้ค้าปลีกอุปกรณ์เสริมมือถือ ที่มีการทดสอบระหว่างการตั้งวิดิโอเป็นภาพแรกของสินค้า และการใช้ภาพ 360 องศา ผลลัพธ์ออกมาว่าภาพ 360 องศาที่ลูกค้าที่สนใจสามารถหมุนดูลักษณะของสินค้าได้ทุกด้านเหมือนกับไปเลือกสินค้าเองถึงที่ร้านค้าสามารถช่วยเพิ่มยอดคลิกและการเข้าชมเว็บไซต์มากกว่าวิดีโอถึง 12% เลยทีเดียว 

Google ทดสอบสีสันกว่า 40 แบบสำหรับหน้าผลการค้นหา โดยเชื่อว่าจะสามารถเพิ่มรายได้ 200 ล้านดอลลาร์ต่อปี

ยุคนี้คงไม่มีใครไม่เคยใช้ Google ผู้ช่วยที่แทบจะกลายเป็นอวัยวะชิ้นที่ 33 ไม่ว่าจะมีคำถามอะไรที่อยากรู้ก็ต้องเสริช Google แต่เคยสงสัยไหมว่าทำไม Google ถึงใช้ชุดสีที่เราเห็นเป็นประจำในทุกๆ วันในหน้าเสริช? นั่นเป็นเพราะว่าชุดสีดังกล่าวผ่านการทดสอบมาแล้วกว่า 40 รูปแบบในปีค.ศ. 2009 เพื่อหาชุดสีที่เหมาะสมมากที่สุด โดย Google ยังเชื่อว่าการใช้ชุดสีปัจจุบันใน logo และหน้าเสริชของตนสามารถช่วยเพิ่มรายได้มากถึง 200 ล้านดอลลาร์ต่อปีอีกด้วย 

เทคนิคการนำไอเดียไปประยุกต์ใช้กับธุรกิจของตน

ตั้งเป้าหมายของแบรนด์ให้ชัดเจน

ในการทำ A/B Testing แน่นอนว่าแต่ละแบรนด์ย่อมมีเป้าหมายที่แตกต่างกันออกไป จากกรณีศึกษาดังกล่าวจะเห็นได้ว่า KFC ต้องการเพิ่มยอดขาย ส่วน Netflix ต้องการเพิ่มยอดคนดูหนัง เพราะฉะนั้นสิ่งแรกที่ควรคำนึงถึงคือการคั้งเป้าหมายของแบรนด์ให้ชัดเจนว่าต้องการทำ A/B Testing ไปเพื่ออะไร เมื่อกำหนดเป้าหมายได้แล้ว จึงจะสามารถวางแผนการทดสอบได้อย่างเหมาะสม

เช็คสุขภาพเว็บไซต์ด้วยเครื่องมือต่างๆ

ก่อนที่จะเริ่มทำ A/B Testing ควรตรวจสอบสภาพเว็บไซต์ก่อนว่ามีปัญหาหรือจุดอ่อนอะไรบ้างที่ต้องแก้ไข โดยสามารถใช้เครื่องมือต่างๆ เช่น Google Analytics, Heat Map, Usability Testing เพื่อช่วยในการสำรวจและวิเคราะห์ข้อมูลการใช้งานเว็บไซต์ได้

กำหนดสมมติฐานการทดสอบ

สมมติฐานการทดสอบ (Hypothesis) คือสิ่งที่เราต้องการพิสูจน์ว่าจริงหรือเท็จ ในการทดสอบ A/B ควรกำหนดสมมติฐานให้ชัดเจนและสามารถวัดผลได้ เช่น สมมติฐานว่า “การใช้ปุ่ม CTA สีเหลืองจะกระตุ้นให้ผู้ใช้งานคลิกผ่านมากกว่าปุ่ม CTA สีฟ้า”

ใช้เทคโนโลยีที่เหมาะสม เพื่อให้เก็บและวิเคราะห์ข้อมูล 

ในปัจจุบันมีเครื่องมือและเทคโนโลยีมากมายที่ช่วยให้การทำ A/B Testing เป็นเรื่องง่ายขึ้น เช่น Google Optimize 360, Google Analytics 360 เป็นต้น การใช้เครื่องมือเหล่านี้จะช่วยให้สามารถเก็บและวิเคราะห์ข้อมูลได้อย่างมีประสิทธิภาพมากยิ่งขึ้น 

Shifu แนะนำ

สรุป

เทคนิค A/B Testing นับเป็นตัวช่วยสำคัญที่จะช่วยให้แบรนด์และธุรกิจของคุณสามารถพัฒนาแคมเปญการตลาดและเว็บไซต์ได้มีประสิทธิภาพมากยิ่งขึ้น โดยหลายแบรนด์ดังระดับโลกต่างก็ใช้เทคนิคนี้ในการทำการตลาดให้ปัง ทั้งการเพิ่ม CTA เพิ่มยอดขาย เพิ่มจำนวนคลิก เพิ่มจำนวนคนชมเว็บไซต์ เพราะฉะนั้นจึงเป็นกลยุทธ์ที่น่าสนใจสำหรับนักการตลาดและธุรกิจทุกรูปแบบที่ต้องการพัฒนาหน้าเว็บไซต์และแคมเปญการตลาดให้ดียิ่งขึ้น

ตาคุณแล้ว

อ่านจบแล้วอย่าลืมนำไอเดียเหล่านี้ไปประยุกต์ใช้งานกับธุรกิจของตน ปัจจุบันมีเครื่องมือหลายตัวที่ช่วยให้การทำ A/B Testing ง่ายดายยิ่งขึ้น ใครมีเครื่องมือตัวไหนที่น่าสนใจอย่าลืมคอมเมนต์แนะนำกันได้เลย