A/B Testing คืออะไร มีประโยชน์อย่างไร หลักการทำเบื้องต้น

การทำ_ab_testing

A/B Testing หรือบางครั้งเรียกว่า Split Testing คือหัวข้อที่หลายๆคนให้ความสนใจกันมาก A/B Testing สามารถนำมาใช้ในการทำการตลาดออนไลน์ได้มากและไม่ได้ยากอย่างที่หลายๆคนคิด จริงๆแล้วการทำ A/B Testing นั้นสามารถประยุกต์ใช้กับหลากหลายวงการ แต่ในบทความนี้ผมจะขอพูดถึงเฉพาะที่เกี่ยวข้องกับการตลาดออนไลน์เท่านั้นครับ

ในการทำการตลาดออนไลน์บางครั้งเราอาจจะเกิดความสงสัยว่าระหว่างของ 2 สิ่งว่าอันไหนดีกว่ากัน เช่นสมมุติว่าเราต้องการที่จะทำโฆษณาใน Facebook โดยยิงไปยังกลุ่มผู้หญิงอายุ 35-45 ปี เราอาจจะเกิดความสงสัยว่าควรจะใช้ข้อความโฆษณาแบบไหนที่จะตอบโจทย์กลุ่มเป้าหมายกลุ่มนี้ระหว่างการใช้ข้อความที่เน้นเรื่องส่วนลด กับ ข้อความอีกแบบที่เน้นเรื่องของแถม

คำตอบคือเราจะต้องทำการทดสอบเพื่อเปรียบเทียบว่าระหว่างการเขียนโฆษณาโดยใช้ Gimic เป็นส่วนลดกับของแถม แบบไหนให้ผลลัพธ์ที่ดีกว่ากัน ดึงดูดให้กลุ่มเป้าหมายเข้ามามี Engagement (ไลค์, แชร์, คอมเมนต์) กับตัวโฆษณามากกว่ากัน การทดสอบแบบนี้แหละครับที่เราเรียกกันว่า A/B Testing

A/B Testing คืออะไร มีประโยชน์อย่างไร

A/B Testing เป็นการทดสอบเพื่อเปรียบเทียบว่าระหว่างรูปแบบแรก (Original) กับรูปแบบที่สอง (Variation) รูปแบบไหนให้ผลลัพธ์ที่ดีกว่ากัน โดยที่ทั้ง 2 รูปแบบจะมีสิ่งที่แตกต่างกัน แต่ยังถูกควบคุมตัวแปรอื่นๆที่เกี่ยวข้องให้เหมือนกันทั้งหมดเพื่อไม่ให้กระทบกระเทือนกับการทดสอบ

AB Testing

ทดสอบเพื่อหารูปแบบที่ดีที่สุด

แต่เดิมแล้ว A/B Testing มักจะใช้ในการทดสอบเว็บไซต์เพื่อช่วยในการตัดสินใจของนักออกแบบว่าควรจะเลือกใช้ Element อะไรในเว็บไซต์ ยกตัวอย่างเช่น นักออกแบบอาจจะสงสัยว่าระหว่างปุ่มสั่งซื้อสีแดงกับสีเขียว สีไหนที่ทำให้คนคลิกสั่งซื้อมากกว่ากัน วิธีการหาคำตอบที่แม่นยำที่สุดคือการทำ A/B Testing โดยนักออกแบบทดลองสร้างเว็บไซต์ทั้ง 2 รูปแบบขึ้นมาจริงๆแล้วลองให้ผู้ใช้ (User) เข้ามาใช้งานจริงๆจากนั้นวัดผลว่าระหว่างสีแดงกับสีเขียว สีไหนที่ให้ผลลัพธ์ที่ดีกว่ากัน ถ้านักออกแบบไม่ได้ทำ A/B Testing ก็จะไม่มีผลลัพธ์ที่ช่วยในการตัดสินใจ ทำได้อย่างมากก็แค่เดาเท่านั้น

จะเห็นว่า A/B Testing ช่วยในการออกแบบเว็บไซต์ได้เป็นอย่างมากมาก แต่ A/B Testing มันยังสามารถนำไปประยุกต์ใช้กับเรื่องอื่นๆได้เช่นกันโดยเฉพาะการทำโฆษณาออนไลน์ที่สามารถวัดผลได้อย่างแม่นยำไม่แพ้การออกแบบเว็บไซต์

องค์ประกอบของการทำ A/B Testing

การทำ A/B Testing มีองค์ประกอบอยู่ 3 อย่างที่จะต้องใช้เพื่อคือ

  1. เป้าหมายของการทดสอบ (Goals): เราจะทดสอบเพื่อเป้าหมายอะไร อะไรคือสิ่งที่เราต้องการพัฒนาให้ดีขึ้นหลังจากการทำ A/B Testing แล้วเช่น ทดสอบเพื่อหาสีของปุ่มที่ทำให้คนคลิกสั่งซื้อมากที่สุด
  2. ตัวแปรที่ใช้ในการทดสอบ: พูดง่ายๆมันก็คือรูปแบบต่างๆที่เราจะทำการเปรียบเทียบนั่นเองเช่น ปุ่มสีฟ้า ปุ่มสีเขียว ปุ่มสีแดง โดยที่รูปแบบหลักเราจะเรียกว่าเป็น Original ส่วนรูปแบบอื่นๆเราจะเรียกว่า Variation ในการทดสอบถ้ามีรูปแบบมากกว่า 2 แบบขึ้นไปเราจะเรียกว่า A/B/N Testing Model
  3. กลุ่มตัวอย่างที่ใช้ในการทดสอบ: กลุ่มตัวอย่างก็คือคนที่เข้าเว็บไซต์ โดยการแบ่งให้เท่าๆกันในแต่ละ Variation เช่นแบ่งคนไปยังหน้าเพจที่มีปุ่มสีแดง 50% และแบ่งไปยังหน้าเพจที่มีปุ่มสีเขียว 50%

หลักการทำ A/B Testing ที่ดี

ก่อนอื่นต้องขอแจ้งก่อนว่านี้เป็นวิธีการทำ A/B Testing แบบบ้านๆของผมเอง แต่รับประกันว่าถูกต้องตรงตามหลักการและสามารถใช้งานได้จริง โดยแบ่งออกเป็น 3 Steps ดังต่อไปนี้ครับ

  1. กำหนดเป้าหมาของการเปรียบเทียบ: ทุกครั้งก่อนที่จะทำ A/B Testing เราจะรู้ก่อนว่าเราจะทำไปเพื่ออะไร เราต้องการพัฒนาสิ่งใดให้ดีขึ้น เช่นเรามีการออกแบบเว็บไซต์ทั้งหมด 2 รูปแบบ (คือแบบ A และแบบ B) และต้องการเปรียบเทียบว่ารูปใดที่สร้างยอดขายให้เราได้มากกว่ากัน (Goals ของการทำ A/B Testing ก็คือ Conversion หรืออาจจะใช้ Goals เป็น Revenue ก็ได้เหมือนกัน)
  2. ทำการทดสอบ โดยควบคุมไม่ให้ปัจจัยอื่นๆมากระทบ: การทำ A/B Testing เพื่อเปรียบเทียบการออกแบบเว็บไซต์ทั้ง 2 รูปแบบเราจะต้องทำการควบคุมให้ Element อื่นๆที่เหลือเหมือนกันทั้งหมด มีเพียงตัวแปรเรื่องการออกแบบเว็บไซต์ A และ B เท่านั้นที่แตกต่างกัน สาเหตุที่ทำอย่างนี้ก็เพราะว่าถ้ามีหลายๆ Element ที่แตกต่างกันจะทำให้เราไม่สามารถสรุปในตอนท้ายได้ว่า ผลลัพธ์ที่แตกต่างกันเนื่องจากตัวแปรของเราหรือไม่
  3. ทำการวัดผลและสรุปผล: การวัดผล A/B Testing ที่ดีควรจะวัดผลออกมาเป็นตัวเลขได้ เพื่อทำการเปรียบเทียบระหว่าง Variation แบบต่างๆแบบไหนที่ให้ผลลัพธ์ (ยอดขาย) ที่ดีกว่ากัน อย่างเช่นในตัวอย่างนี้เราจะต้องมีเครื่องมือที่สามารถวัดผลได้ว่าการออกแบบ A กับ การออกแบบ B อะไรสร้างยอดขายได้ดีกว่ากัน
ab_testing

แบ่ง Audience ออกเป็น 50% แล้วแบ่งไปยังแต่ละ Version

นี่ก็เป็น 3 ขั้นตอนในการทำ A/B Testing แบบง่ายๆสไตล์ของผม จริงๆแล้วการทำ A/B Testing ให้ถูกต้องตามทฤษฎีทางวิทยาศาสตร์จริงๆยังมีขั้นตอนและความเคร่งครัดที่มากว่ากว่านี้เช่นควรทำการทดสอบอย่างน้อย 3 ครั้งเพื่อให้ผลลัพธ์สรุปได้แม่นยำจริงๆ การควบคุมตัวแปรต้นตัวแปรตามอย่างละเอียด และการหาค่าเฉลี่ยของการทดสอบ (แค่พูดก็ปวดหัวแล้ว) แต่การทำงานจริงๆทางการตลาดบางครั้งเราอาจจะไม่มีเงินและเวลามากพอที่จะทำอย่างนั้นได้

ตัวอย่างการทำ A/B Testing

เพื่อความเข้าใจมากยิ่งขึ้นเรามาลองดูตัวอย่าง A/B Testing กันอีกสักหนึ่งตัวอย่างครับ สมมุติว่าผู้ลงโฆษณาเกิดความต้องการที่จะทดสอบว่าควรเลือกใช้ปุ่ม Call to Action ในโฆษณา Facebook แบบใดที่จะทำให้กลุ่มเป้าหมายเกิด Engagement มากที่สุดระหว่างปุ่ม Learn more กับปุ่ม Shop now เราจะทำมาลองทำ A/B Testing สำหรับกรณีนี้กันดูนะครับ

AB Testing Facebook Ads Sample

เปรียบเทียบระหว่างปุ่ม Call to action แบบ Learn More กับ Shop Now

  1. ทำการกำหนดเป้าหมายของ A/B Testing ซึ่งนั่นก็คือ การหา Call to Action แบบที่เกิด Engagement กับโฆษณาของเราได้ดีที่สุด
  2. อย่างที่ได้พูดเอาไว้ด้านบนเพื่อให้เป็นการทำ A/B Testing ที่ดีเราจะต้องทำการควบคุม Element อื่นๆให้เหมือนกันให้หมดไม่ว่าจะเป็น Headline, Caption และ Artwork มีเพียงอย่างเดียวที่แตกต่างกันระหว่าง Version A กับ Version B คือปุ่ม Call to Action ดังนั้นเราจะสร้างโฆษณา 2 แบบที่เหมือนกันทุกอย่างยกเว้นปุ่ม Call to Action
  3. หลังจากปล่อยโฆษณารันออกไปแล้วให้ทำการวัดผลว่า Call to Action แบบใดที่ทำให้เกิด Engagement กับกลุ่มเป้าหมายได้ดีกว่ากัน

นี่ก็ตัวอย่างการทำ A/B Testing แบบง่ายที่น่าจะเป็นประโยชน์สำหรับหลายๆท่านนะครับ การทำ A/B Testing ยังสามารถเอาไปทดสอบได้อีกหลายๆอย่างไม่ว่าจะเป็น

  • ทดสอบรูปภาพโฆษณา
  • ทดสอบ Objective ของโฆษณา
  • ทดสอบระหว่าง CPC กับ CPM
  • ทดสอบ Keyword ใน Google Adwords
  • ทดสอบ Audience List ใน GDN
  • ทดสอบ Bid adjustment
  • ทดสอบระหว่าง Landing Page ทั้ง 2 แบบ
  • บลาๆๆๆ (ผมสามารถยกตัวอย่างการทดสอบได้อีกเป็นร้อยบรรทัด)

ผมเชื่อว่านักการตลาดไม่จำเป็นต้องซีเรียสเหมือนนักวิทยาศาสตร์ แต่อย่างน้อยถ้าเรารู้จักการทดสอบเอาไว้มันจะเป็นประโยชน์กว่าการมานั่งเดาสุ่มเอาเองครับ

** ผมเขียนเกี่ยวกับ A/B Testing ในการนำไปใช้จริงกับโฆษณา Facebook ใครสนใจคลิกที่นี้เพื่ออ่านได้เลยครับ

Related Post