สรุปการทำ A/B Testing คืออะไร ใช้คู่กับการทำ SEO ได้หรือไม่

A/B Testing คือหนึ่งในกระบวนการทดสอบหรือการทดลองแบบ 2 ตัวแปรขึ้นไป อาจเรียกว่า Split Testing ก็ได้ หรือจะทำการทดสอบมากกว่า 2 ตัวแปร (Multivariate Testing) มุมมองผม คือ การทดสอบทั้งหมด ต่างกันเพียงจำนวนตัวแปรเพิ่มขึ้น และผลลัพธ์ที่แม่นยำกว่า แต่ก็ตามมาด้วยค่าใช้จ่ายที่สูงขึ้น

ab testing

ข้อดีของการทำ A/B Testing

ขอเล่าในมุมครีเอทีฟจากประสบการณ์ในการทำงานโฆษณาและการตลาดของผู้เขียนเอง เหมือนอย่างเวลาที่เรานำงานโฆษณาไปเสนอเพื่อขายให้กับลูกค้า ส่วนตัวผมจะทำเลย์เอาท์ให้ลูกค้าเลือกอย่างน้อย 3-5 เลย์เอาท์ (จริงๆ มันไม่ต้องเยอะขนาดนั้น แต่เราทำเพื่อให้จบ ไม่ต้องกลับมาทำซ้ำ) อย่างแรกคือเพื่อให้ลูกค้าเลือก ประโยชน์ทางอ้อมคือการทำให้เรารู้ข้อเปรียบเทียบ จุดเด่น ด้อยของแต่ละงาน และความน่าสนใจของชิ้นงาน นั่นก็เป็นหนึ่งในการหา Insight ของลูกค้า

ข้อดีของการทำ A/B Testing จึงเป็นกระบวนการหนึ่งทางการตลาด เปรียบเสมือนเครื่องมือเพิ่มประสิทธิภาพในการทำงาน ที่ช่วยให้รู้ Insight และ Objective ของแคมเปญโฆษณา การทำตลาด หรืออะไรก็ตามที่เราลงมือทำที่ส่งผลต่อกลุ่มเป้าหมาย เช่น ทำให้รู้ว่าชิ้นงานโฆษณาแบบไหนโดนใจลูกค้า ชิ้นงานแบบไหนมีประสิทธิภาพด้านการขาย (Sale) หรือการสร้างภาพจำ (Awareness) มากกว่ากัน

และสามารถนำมาทำการทดสอบอื่นๆ ได้อีกหลายรูปแบบ เช่น การทดสอบอีเมล (Email Marketing) หน้าเว็บไซต์ (Website) การมีส่วนร่วม (Engagement) ข้อความในชุดโฆษณา (Copywriting) เป็นต้น

ปัจจุบันการทำ A/B Testing ง่ายกว่าสมัยก่อนมาก และเป็นกระบวนการสำคัญในการทำ Search Marketing เพราะจะช่วยให้เราสามารถกำหนดกรอบการทำงานได้ และวัดผลการใช้งบประมาณที่มีอยู่ได้อย่างคุ้มค่าที่สุด ยิ่งการทำเว็บไซต์ E-Commerce หรือเว็บที่มีจุดประสงค์ในการทำชัดเจน ก็ยิ่งทำให้เกิดผลลัพธ์ที่ชัดเจนตรงประเด็นมากๆ ด้วยกระบวนการเหล่านี้ สนใจเรียน SEO

A/B Testing ทดสอบอะไรได้บ้าง

ส่วนมากเรามักจะใช้ A/B Testing ทำการทดสอบโดยมีตัวแปรเข้ามาเกี่ยวข้องในหลายๆ ปัจจัย เช่น

  • พฤติกรรมการค้นหา (Keyword Search)
  • ภาพ ข้อความโฆษณา (Creative)
  • รูปแบบเว็บไซต์ (Design) รวมถึง UX/UI
  • อายุและเพศ (Client Segment)
  • พื้นที่ สถานที่ (Location)
  • การเกิดยอดขาย (Convestion)

ทดสอบ A/B Testing บนเว็บไซต์ที่ทำ SEO

กระบวนการทำ A/B Testing ที่หลายคนเข้าใจว่าต้องวัดผลเปรียบเทียบเพียง 2 ตัวแปรเท่านั้น อันที่จริงแล้วการทำ A/B Testing ผมแนะนำว่า เราควรเปรียบเทียบมากกว่า A หรือ B ก็ได้ อาจจะมากไปถึง A, B, C, D, E..F., Z ก็เป็นไปได้ ซึ่งในมุมของการวัดผลบนเว็บไซต์อาจจำแนกการวัดผลให้เห็นภาพได้ เช่น

ab testing conversion rate
ตัวอย่างการทำ A/B Testing

1. การออกแบบ (User Interface & User Experience)

เปรียบเหมือนหน้าเว็บไซต์คือหน้าบ้าน สร้างความประทับใจแรกเป็นพื้นฐานของทุกส่วน การออกแบบเว็บไซต์ที่สวยงาม ดึงดูดผู้ใช้งาน การจัดวางนำเสนอรูปแบบเนื้อหา จัด Layout ได้ดี รวมถึงมี User Experience การใช้งานที่ดีและเข้าใจง่าย ทั้งหมดนี้เราสามารถสร้างรูปแบบมาเพื่อเป็นข้อเปรียบเทียบของทั้ง 2 รูปแบบที่นำมาเป็นตัวแปร (Variation) ได้ไม่ยาก

2. โครงสร้างของเว็บไซต์ (Page Structure)

การแบ่งและปรับโครงสร้างการจัดวางเนื้อหาในแต่ละหน้า การเรียงลำดับความสำคัญ (Sequence) ของเนื้อหา แต่ละหน้ามีส่วนที่เชื่อมโยงไปเนื้อหาอื่นได้ ตามหมวดหมู่ (Catagories) หรือตามแท็ก (Tags) ด้วยการจัดหมวดหมู่เนื้อหาที่เกี่ยวข้องกัน ให้แสดงผลขึ้นมาในหน้าเดียวกัน ทำให้เราทราบพฤติกรรมของผู้ใช้ (Customer Journey) บนเว็บไซต์เราว่าชอบเส้นทางที่เราวางไว้แบบไหนมากกว่ากัน

3. รูปแบบ สัดส่วนเนื้อหา (Content Section)

ใช้ A/B Testing ในการทดสอบการเขียนเนื้อหาหรือบทความ ในส่วนนี้จะครอบคลุมไปตั้งแต่การตั้งชื่อหัวข้อ คำอธิบายต่างๆ การเขียนเนื้อหาให้มีความเกี่ยวข้องกับธุรกิจ หรือเปลี่ยนรูปแบบ เช่น บทความรีวิว แสดงความเห็น เปรียบเทียบกับบทความที่เป็นข้อเท็จจริง ซึ่งบทความทั้ง 2 แบบ ให้ประโยชน์ให้กับผู้อ่านแต่อาจจะคนละจุดประสงค์ กลุ่มผู้อ่านคนละกลุ่ม หรือแม้แต่ความยาวของเนื้อหานั้นๆ

4. การสร้างผลลัพธ์ (Conversion, Call to Action)

การทดสอบเพื่อหายอดขายที่ตั้งเป้าไว้หรือคอนเวอร์ชั่น เป็นสิ่งที่สำคัญแทบจะทุกธุรกิจ ในการทำการตลาดก็ว่าได้ ที่ทำให้เราเห็นผลลัพธ์และประสิทธิภาพของเว็บไซต์ได้ชัดเจนมากที่สุดอย่างหนึ่งในการทำ Content Marketing เพราะทุกๆ Call to Action มีผลต่อการหาลูกค้าใหม่ การขายสินค้า ช่องทางการติดต่อ และเพิ่มโอกาสในการขาย เพิ่ม ROI ให้กับธุรกิจคุณเป็นแน่ การทำ A/B Testing จึงเกิดขึ้นมาเพื่อสิ่งนี้จริงๆ ครับ

ขั้นตอนในการทำ A/B Testing

ก่อนเริ่มทดสอบ A/B Testing สิ่งแรกที่ควรจะทำคือ การกำหนด Objective เพื่อวัตถุประสงค์ที่คุณต้องการวัดผลลัพธ์จริงๆ เรื่องนี้หลายคนมองข้ามไปพอสมควร หากคุณไม่กำหนดวัตถุประสงค์กับสิ่งที่คุณทำ ก็เท่ากับว่าคุณไม่ได้สนใจเลยว่าค่า Metric ต่างๆ ตัวเลขต่างๆ ที่แตกต่างกันมันช่วยอะไรกับธุรกิจคุณ เช่น CTA, Conversion, Pageview, Add to Cart โดยมีตัวอย่างกระบวนการทดสอบดังนี้

AB Testing
A/B Testing Process

1. ตั้งเป้าหมาย (Objective)

ตั้งเป้าหมายให้ตรงตามจุดประสงค์ของธุรกิจ เมตริกต่างๆ คอนเวอร์ชั่นที่ต้องการวัดผล เช่น คุณต้องการขายโครงการบ้าน ต้องการวัดจำนวนลงทะเบียนจองที่หน้าเว็บไซต์ ผู้ที่กดซื้อสินค้าบนเว็บไซต์ ผู้ขอรับสินค้าทดลองฟรี เป็นต้น

2. สร้างสมมุติฐาน (Construct Hypothesis)

การสร้างสมมุติฐานอาจมาได้จากทั้งการประชุม ระดมความคิด (Brainstrom) สังเกตพฤติกรรมของลูกค้าจากการรีเสิร์ช ตอบแบบสอบถามออนไลน์ โดยเรียงลำดับความสำคัญของสิ่งที่ต้องการทดสอบ เช่น ต้องสามารถนำไปทดสอบจริงได้ (Testable) ต้องสามารถแก้ปัญหาที่ต้องการได้ (Solve Problems) และต้องได้ข้อมูลบางอย่างที่สร้างประโยชน์ต่อธุรกิจ (Business Benefits)

3. สร้างรูปแบบต่างๆ (Create Variations)

การสร้างรูปแบบหรือการออกแบบการทดสอบ นอกจากจะเกี่ยวข้องการงานดีไซน์โดยตรงแล้วต้องคำนึงถึงกลุ่มเป้าหมายที่เราต้องการทดสอบ เช่น เว็บสตรีมมิ่งสำหรับเด็ก แต่คุณออกแบบหน้าตาเว็บไซต์ที่ไม่ใช้กลุ่มเป้าชอบ การวัดผลนั้นก็จะไม่แม่นยำ ซึ่งเราจะรู้ได้อย่างไรว่าเว็บไซต์นี้กลุ่มเป้าหมายที่เป็นเด็กชอบ นั่นเพราะเราได้ตั้งสมมุติฐานและทำการรีเสิรช์มาอย่างเป็นขั้นเป็นตอนแล้ว จึงทำให้การทดสอบนั้นออกมาได้อย่างถูกต้องแม่นยำ เราเรียกว่า (Clean Test)

4. ทดสอบ (Run Experiment)

การทดสอบจำเป็นต้องกำหนดกลุ่มผู้ทดสอบ ปริมาณและระยะเวลาที่เหมาะสม ซึ่งการกำหนดเวลาทดสอบ เราจะทราบได้อย่างไรต้องใช้เวลานานแค่ไหน และกลุ่มเป้าหมายใหญ่ขนาดไหน ขึ้นอยู่กับปัจจัยต่างๆ เช่น ถ้าคุณทำ SEO ทดสอบปุ่ม Call to Action หรือเนื้อหา (Content) อาจต้องใช้เวลานาน เนื่องจากลูกค้าคุณจะต้องค้นหาคีย์เวิร์ดเพื่อให้เจอหน้าเว็บไซต์ ก็อาจนานหลายเดือน

ในทางกลับกันหากคุณทดสอบการยิงโฆษณาเพื่อหาคอนเวอร์ชั่น ก็อาจใช้ระยะเวลาสั้น หากคุณลงงบโฆษณาในปริมาณสูง เพราะคนเข้าถึงหน้าเว็บไซต์คุณในทันทีที่ซื้อโฆษณา และซื้อคีย์เวิร์ดที่เป็นที่นิยมสำหรับสินค้าคุณ ก็อาจใช้เวลาเพียง 1-2 สัปดาห์

5 วิเคราะห์ผลลัพธ์ (Analyze Results)

ผลลัพธ์จะมีประโยชน์มากแค่ไหน ส่วนนี้ขึ้นอยู่กับ KPI ของการทดสอบที่เราตั้งไว้ตั้งแต่แรก เพราะหากเราตีกรอบชัดเจนก็จะไม่ต้องกังวลว่าจะมีปัจจัยอื่นมากระทบกับสิ่งที่เราตั้งเป้าไว้ ข้อควรระวังในการทำการทดสอบเหล่านี้คือ อย่าทำแคมเปญฯ หรือโปรโมชั่นใด ทับซ้อนหรือมีผลกระทบกับการทดสอบนี้นะครับ ไม่งั้นจะทำให้เราวัดไม่ได้ว่าแท้จริงแล้วยอดขายที่แตกต่าง เพิ่มขึ้นหรือลดลง เกิดมาจากสิ่งที่เราทดสอบหรือจากโปรโมชั่นนั้นๆ กันแน่

ส่วนการวิเคราะห์ผลลัพธ์ส่วนใหญ่เราจะใช้เครื่องมืออย่าง Google Analytics อยู่แล้ว ซึ่งก็ทำให้เราทราบพฤติกรรมของกลุ่มเป้าหมาย และข้อมูลที่ได้รับจากการทดสอบอย่างชัดเจนอยู่แล้วจึงไม่ใช่ปัญหาแต่อย่างใด แต่เครื่องมือในการทำการทดสอบต่างหากที่สำคัญ ซึ่งผมจะอธิบายในส่วนต่อไป

6. ทำซ้ำ (Repeat)

หลังการทดสอบเมื่อเราได้ผลลัพท์และวิเคราะห์เรียบร้อยในจุดประสงค์ที่ต้องการ ต่อไปก็คือการนำวิธีการเหล่านั้นมาทำซ้ำในจุดประสงค์อื่นสำหรับธุรกิจคุณต่อไป เห็นมั้ยง่ายนิดเดียว

ตัวอย่างการทดสอบ A/B Testing

ผมขอยกตัวอย่างแคมเปญฯ ที่เห็นการทดสอบ A/B Testing แบบง่ายๆ แต่ได้ผลลัพธ์ชัดเจน เพื่อจะได้ทำความเข้าใจขั้นตอนมากยิ่งขึ้น ซึ่งสิ่งที่เขาต้องการทดสอบอยู่ภายใต้เงื่อนไขการทดสอบเปรียบเทียบเพียงรูปภาพหน้าปก และปุ่ม CTA บนเว็บไซต์

AB Testing

ทีมวิเคราะห์ได้ทำการจำแนกรูปแบบการเปรียบเทียบ (Variation) ออกเป็นมีเดียต่างๆ คือ รูปภาพ 3 แบบ วีดีโอ 3 แบบ และปุ่ม Call to Action 4 แบบ คือ Sign Up, Join Us, Learn More, Sign Up Now เท่ากับว่ามีการแสดงผล 24 รูปแบบ ซึ่งมีผู้เข้าชมหน้าเว็บไซต์ ทั้งหมด 310,382 คน (ประมาณ 13,000 คนต่อ 1รูปแบบ)

AB Testing
ตัวอย่าง A/B Testing

และทีมวิเคราะห์ก็ทราบผลลัพธ์ที่ชนะเปรียบเทียบกับหน้าเว็บเพจเดิม Conversion อยู่ที่ 8.6% เพิ่มขึ้นเป็น 11.6% ซึ่งอัตราการเกิด Conversion เพิ่มขึ้นรวมทั้งสิ้นเป็น 40.6% จากรูปแบบทั้งหมด ส่งผลให้แคมเปญฯ นี้ได้รับการสมัครเพิ่มกว่า 2,800,000 อีเมล ได้รับเงินบริจาคเพิ่มเป็นจำนวนกว่า 60 ล้านเหรียญสหรัฐฯ

AB Testing
ที่มา : optimizly.com

A/B Testing ส่งผลอย่างไรต่อการทำ SEO

การทำ A/B Testing บนเว็บไซต์ส่วนมากเราจะทำการทดสอบเพื่อหาข้อเปรียบเทียบของเมตริกง่ายๆ อย่าง Conversion หรือ UX โดยเปรียบเทียบกลุ่มทดสอบเพื่อวิเคราะห์ผลลัพธ์และการเปลี่ยนแปลงที่ได้รับ เช่น ทดสอบการเปลี่ยนสีปุ่ม การเปลี่ยนข้อความแบนเนอร์ ข้อความปุ่ม CTA

การทดสอบเหล่านี้ไม่ได้มีผลกับการจัดอันดับ SEO มากนักแต่ก็ต้องปรับแต่งให้เหมาะสม เพื่อป้องกันการเข้าใจผิดจากระบบของ Google ที่ส่งผลเสียให้อันดับของเว็บเพจของเราร่วงได้ เช่น

  • ทำให้ Google เข้าใจผิดคิดว่าเราพยายามทำหน้าซ้ำ (Duplicate Content) หรือเนื้อหาคล้ายกันเกินไป
  • ใช้ Canonical Tags เพื่อบอกให้ Search Engine รู้ว่า URL ที่อยู่ภายใต้ tag นี้คือหน้าหลักของเว็บไซต์ (“rel canonical” ) เพื่อป้องกันการ index ข้อมูลเว็บเราผิดหน้า และป้องกันการเกิดข้อมูลซ้ำ เพราะถ้าไม่บอก Google bot จะไม่ทราบว่าหน้าไหนคือหน้าที่เราต้องการให้ Google ทำการจัดอันดับใน Index
  • เปลี่ยนการใช้ redirect 302 แทน redirect แบบ 301 เพราะว่าเราต้องการให้หน้านั้นเป็นหน้าทดสอบ ไม่ใช่หน้าถาวร
  • เมื่อทำการทดสอบจนได้ผลลัพธ์และข้อมูลที่มากพอ ให้หยุดการทดสอบและปรับหน้าเป็นรูปแบบที่ต้องการแทน

4 เครื่องมือทำ A/B Testing และวิธีทดสอบบนเว็บไซต์ (Coming soon)

สรุป : การทำ A/B Testing นั้นช่วยให้เกิดผลลัพธ์ที่ชัดเจนมากที่สุดก็ต่อเมื่อกำหนดเป้าหมายในการวัด KPI ได้ถูกต้องตรงประเด็น การพบ Winner ใน Segment นั้นๆ ไม่ได้หมายความว่าคือผลลัพธ์ที่ดีที่สุด จึงจำเป็นต้องทำซ้ำเพื่อเจาะลึกเข้าไปในทุกๆ Segment ของ Winner อีกชั้นหนึ่งด้วย

ที่มา : Instapage