[ad_1]

Proses enam langkah untuk menerapkan ‘tes dan belajar’, termasuk menentukan KPI, membuat kriteria uji, mencapai signifikansi statistik dan mengubah wawasan menjadi tindakan.

Menurut sebuah studi 2019 yang dilakukan oleh Kantar Group, 47% pengiklan tidak memiliki kepercayaan diri untuk mengekstraksi wawasan yang berarti dari data mereka. Itu berarti hampir separuh ahli di salah satu industri yang didorong oleh data di sekitar merasa mereka tidak mampu mendapatkan nilai dari data. Sementara studi yang sama mengungkapkan masalah hanya menjadi lebih buruk karena volume data dan jumlah sumber meningkat.

Sesaat sebelum studi Kanta diterbitkan, PhocusWire memuat artikel yang berjudul Apakah Anda benar-benar melakukan pemasaran berbasis data atau hanya berpikir Anda sendiri?, bertanya kepada pemasar apakah mereka mengira pemasaran berbasis data untuk data didorong asumsi. Penulis ingin tahu berapa banyak tes berbasis data yang Anda jalankan dan jika jawabannya tidak, maka Anda tidak melakukan pemasaran berbasis data.

Apa yang kurang dari Anda adalah pendekatan pengujian dan pembelajaran untuk pemasaran digital yang memahami data Anda dan mengubahnya menjadi wawasan yang dapat ditindaklanjuti.

Apa itu ‘tes dan pelajari’ dalam pemasaran?

Prinsip pengujian dan pembelajaran adalah produk ilmu data yang memungkinkan organisasi mengubah wawasan menjadi hipotesis dan kemudian menguji teori-teori itu untuk membuktikan nilainya. Sebelum era big data, keputusan pemasaran sebagian besar didorong oleh wawasan korelatif dan insting sementara satu-satunya ukuran kinerja adalah KPI samar (dan sama-sama korelatif), seperti laba.

Masalahnya adalah tidak ada cara untuk membuktikan keputusan pemasaran mana yang benar-benar menghasilkan margin laba yang lebih tinggi atau lebih rendah. Yang berarti tidak ada cara untuk benar-benar belajar dari keberhasilan atau kegagalan – semuanya hanya spekulatif.

Uji: Menghilangkan dugaan pemasaran

Prinsip uji dan pelajari menghilangkan spekulasi ini dengan membangun sistem berbasis data yang membuktikan keberhasilan dan kegagalan strategi pemasaran individu. Alih-alih mengandalkan wawasan korelatif, Anda atribut KPI bermakna untuk setiap kampanye, mengukur kinerja dan variasi pengujian untuk menentukan strategi mana yang paling efektif.

Tidak ada lagi spekulasi, tidak ada lagi asumsi dan tidak ada lagi penikaman dalam kegelapan dengan upaya pemasaran Anda.

Pelajari: Ubah wawasan menjadi keputusan pemasaran yang lebih baik

Aspek pembelajaran dapat sesederhana mencari tahu hipotesis mana yang benar dan memprioritaskannya dalam urutan nilai. Anda juga dapat belajar dari percobaan sebelumnya (dan datanya) untuk membuat hipotesis baru atau menentukan peluang pengujian mana yang menghasilkan ROI tertinggi.

Atau Anda bisa melangkah lebih jauh dengan memasukkan data eksperimental ke dalam algoritma pembelajaran mesin untuk membangun model analitik prediktif yang melihat peluang untuk pengujian, membuat rekomendasi berdasarkan hasil Anda dan memprediksi hasil / nilai.

Uji dan pelajari prinsip dalam tindakan

Optimasi tingkat konversi (CRO) mungkin aplikasi yang paling dikenal luas dari prinsip uji dan pembelajaran dalam pemasaran. Strategi ini menetapkan KPI spesifik (tingkat konversi), membuat tes berbasis data berdasarkan kinerja (tes A / B), dan kemudian berjalan dengan variasi yang mencapai metrik kinerja terkuat – dalam hal ini, tingkat konversi tertinggi.

Secara kolektif, pengujian berjalan di seluruh strategi pengoptimalan konversi yang berhasil mengungkapkan pola, menginformasikan keputusan pemasaran di masa depan dan memungkinkan pemasar membuat prediksi tentang hasil di masa depan atau nilai potensial dari peluang pengujian baru.

Proses optimisasi tingkat konversi kami

Sebagian besar pemasar memahami manfaat dari optimasi tingkat konversi. Ini semua berasal dari prinsip-prinsip ujian dan pembelajaran CRO dibangun di sekitar:

  • Tentukan sasaran untuk setiap tindakan: Dengan menentukan sasaran untuk setiap tindakan pemasaran, Anda memiliki tolok ukur untuk mengukur kesuksesan.
  • Skala keberhasilan yang terukur: Tujuan Anda menentukan metrik dan KPI mana yang menunjukkan keberhasilan dan kegagalan.
  • Buktikan keefektifan: Dengan metrik dan KPI yang tepat ditentukan, Anda dapat mengukur efektivitas strategi, kampanye, atau perubahan apa pun.
  • Kondisi peningkatan konstan: Dengan pendekatan tes dan pembelajaran yang diterapkan pada semua strategi pemasaran Anda, Anda dapat membangun keadaan peningkatan konstan di mana kinerja terus meningkat.
  • Pengambilan keputusan yang menguntungkan: Alih-alih mempertaruhkan sejumlah besar uang pada perubahan besar, Anda berinvestasi dalam serangkaian tindakan yang lebih kecil dan terukur yang membuktikan ROI mereka.
  • Ubah kegagalan menjadi kesuksesan: Dengan belajar dari keberhasilan dan kegagalan Anda, Anda terus melakukan apa yang berhasil dan terus-menerus memperbaiki apa yang tidak berhasil.

Namun, tidak satu pun dari manfaat tersebut yang eksklusif untuk pengoptimalan tingkat konversi. Anda dapat menerapkan tes yang sama dan mempelajari prinsip-prinsip untuk strategi pemasaran, kampanye atau optimasi apa pun untuk mendapatkan wawasan berharga dari setiap tindakan dan menggunakannya untuk membuat keputusan pemasaran yang lebih baik di masa depan.

Menerapkan tes dan belajar pendekatan ke strategi pemasaran lainnya

Sekarang, mari kita berpikir di luar optimasi tingkat konversi dan lihat bagaimana Anda dapat menerapkan tes dan belajar pendekatan ke strategi pemasaran lainnya. Hal hebat tentang CRO adalah bahwa ia telah menetapkan tujuan tertentu (meningkatkan konversi) tetapi ini tidak terjadi pada setiap strategi.

Jadi, hal pertama yang perlu Anda tentukan adalah apa tujuan pengujian Anda.

Mungkin Anda ingin menguji keefektifan strategi yang ada atau mencoba yang baru untuk melihat apakah perlu dilakukan. Atau mungkin Anda memiliki tujuan yang lebih spesifik dalam pikiran, seperti menguji variasi salinan iklan untuk meningkatkan rasio klik per tayang (RKT) vs tayangan.

Berikut adalah beberapa contoh yang mungkin:

  • Ukur ROI dari strategi pencarian organik Anda
  • Bandingkan nilai sadapan dari saluran yang berbeda (mis. pencarian berbayar vs sosial berbayar)
  • Uji efektivitas jenis konten (mis. video vs artikel)
  • Tentukan topik konten mana yang menghasilkan keterlibatan tertinggi
  • Uji nilai potensial platform baru (mis. TikTok)
  • Hitung nilai pelanggan lead seumur hidup berdasarkan saluran akuisisi dan posisi mereka di sepanjang corong pemasaran Anda
  • Identifikasi gesekan negatif yang mencegah prospek dari konversi menjadi pelanggan
  • Optimalkan corong pemasaran Andauntuk mengurangi dropout dan memaksimalkan konversi
  • Optimalkan pengalaman pelanggan untuk memaksimalkan pembelian berulang dan nilai pelanggan seumur hidup

Katakanlah Anda ingin menguji efektivitas berbagai jenis konten dalam kampanye sosial berbayar Anda. Pertanyaan pertama adalah, Mengapa Anda ingin menguji ini? Apakah itu karena Anda ingin memaksimalkan ROI, meningkatkan RKT, meningkatkan keterlibatan, meningkatkan kualitas arahan yang dihasilkan iklan Anda – atau yang lainnya?

Penting untuk menjawab pertanyaan ini secara khusus karena ini menentukan bagaimana Anda melakukan tes, mengukur hasil, dan nilai pelajaran yang dapat Anda pelajari darinya.

Inilah proses yang ingin Anda ikuti.

# 1: Tentukan tujuan dan KPI Anda

Kami telah memutuskan bahwa kami akan menguji efektivitas berbagai jenis konten pada iklan media sosial berbayar. Dan, sebagai contoh, katakanlah tujuannya adalah untuk menentukan konten dan format iklan mana yang menghasilkan keterlibatan paling banyak di Facebook, Twitter, dan LinkedIn.

Yang perlu Anda lakukan sekarang adalah menentukan metrik dan KPI mana yang akan Anda gunakan untuk mengukur keterlibatan pada setiap jaringan.

Meskipun Periklanan Facebook memiliki metrik keterlibatan posting khusus, ini tidak akan membantu Anda membandingkan hasil di tiga jaringan. Untuk melakukan ini, Anda harus membuat metrik Anda sendiri yang dapat Anda gunakan untuk secara konsisten mengukur keterlibatan iklan di setiap jaringan.

Formula untuk menghitung tingkat keterlibatan rata-rata.

Misalnya, Anda dapat membuat metrik khusus yang disebut Tingkat Keterlibatan Rata-Rata. Untuk menghitung ini, Anda dapat menambahkan jumlah total klik, suka, bagikan, dan komentar dari setiap variasi iklan, bagi angka ini dengan jumlah total tayangan dan kemudian lipat hasil ini dengan 100.

Ini akan memberi Anda Tingkat Keterlibatan Rata-rata (%) di setiap jaringan untuk setiap konten dan format iklan yang Anda uji.

# 2: Kembangkan hipotesis Anda

Sebelum Anda mulai menjalankan tes apa pun, Anda perlu mengembangkan hipotesis Anda sebagai titik awal untuk mulai bekerja. Idealnya, ini akan didasarkan pada data historis yang relevan yang sudah Anda dapatkan aksesnya, seperti laporan keterlibatan dari kampanye sebelumnya di setiap jaringan yang Anda rencanakan untuk diuji.

Misalnya, Anda mungkin memiliki beberapa data korelatif yang menyarankan iklan video mencapai tingkat keterlibatan tertinggi di Facebook. Namun tidak begitu jelas iklan dan format konten mana yang paling baik digunakan di Twitter dan LinkedIn.

Jadi salah satu hipotesis Anda mungkin bahwa iklan video adalah konten / format iklan paling menarik di Facebook dan sekarang Anda ingin membuktikannya dalam pengujian terkontrol. Anda juga dapat memiliki data yang menyarankan Tweet Promosi yang mengiklankan konten kepemimpinan pemikiran Anda berkinerja terbaik di Twitter – hipotesis lain yang mungkin saat ini ingin Anda buktikan / bantah dalam pengujian terkontrol.

Setelah Anda tahu teori mana yang ingin Anda uji, Anda dapat mulai berpikir tentang bagaimana membuat tes Anda meyakinkan.

# 3: Buat kriteria pengujian Anda

Untuk mendapatkan hasil yang bermakna dari tes Anda, Anda harus menghapus setiap variabel yang mungkin memiringkan hasilnya. Masuk akal untuk berpikir bahwa berbagai jenis konten dan format iklan lebih efektif daripada yang lain di setiap jaringan tetapi bagaimana jika audiens yang berbeda yang Anda miliki atau pengaturan penargetan yang Anda gunakan memengaruhi tingkat keterlibatan lebih dari yang Anda sadari?

Ini adalah jenis variabel yang ingin Anda hapus dari tes Anda – sebanyak mungkin.

Tentu saja, ada beberapa variabel yang tidak dapat Anda kendalikan, seperti aturan pemformatan yang berbeda dan tampilan visual dari format iklan di setiap jaringan. Namun, jika memungkinkan, Anda ingin menjalankan variasi iklan yang sama di setiap jaringan dan melakukan apa yang Anda bisa untuk membuatnya dilihat oleh pemirsa yang sama di setiap platform.

# 4: Uji ide dengan potensi tertinggi terlebih dahulu

Ketika saatnya tiba untuk menjalankan tes pertama Anda, penting untuk memulai dengan ide-ide yang memiliki potensi tertinggi terlebih dahulu. Mulailah dengan tes yang Anda harapkan akan secara signifikan meningkatkan ROI, tingkat konversi, kualitas timah, atau metrik kinerja Anda yang paling berharga terlebih dahulu. Tentu saja, selalu ada bahaya perhitungan Anda akan gagal, tetapi ini semua adalah bagian dari prosedur tes dan pembelajaran – jadi fokus saja pada potensi untuk saat ini.

Perhitungan Anda hanya akan menjadi lebih akurat ketika sistem pengujian dan pembelajaran Anda matang dan memiliki lebih banyak data untuk dikerjakan.

Dalam contoh pengujian format konten kami di iklan media sosial, Anda sebenarnya dapat menjalankan satu versi dari setiap jenis iklan secara bersamaan per platform. Jadi Anda tidak punya pilihan untuk dikhawatirkan dalam skenario khusus ini, selama Anda tetap menggunakan satu format konten / jenis iklan di setiap jaringan.

# 5: Jalankan tes Anda hingga signifikansi statistik

Untuk memastikan data Anda andal, Anda harus menjalankan tes Anda cukup lama untuk mencapai signifikansi statistik. Pada dasarnya, ini berarti Anda telah mengumpulkan data dari skenario yang cukup sehingga hasilnya dapat dipercaya dalam kisaran yang wajar – biasanya di sekitar wilayah 95-99%.

Sebagian besar platform pengujian akan menampilkan persentase untuk menunjukkan seberapa signifikan data Anda, yang berarti Anda biasanya dapat menjalankan tes hingga mencapai persentase target Anda.

Ada tiga hal utama yang penting dalam mencapai hasil tes yang andal:

  1. Kualitas data
  2. Kuantitas data
  3. Waktu

Pertama-tama, Anda ingin yakin bahwa Anda sedang mengumpulkan data dari sumber yang relevan – dalam hal ini, pemirsa serupa yang biasanya Anda targetkan dengan kampanye iklan Anda. Anda juga ingin memastikan Anda memiliki cukup data ini untuk mengkompensasi anomali dan variabel.

Waktu adalah tindakan penyeimbangan dalam hal pengujian yang andal. Tentu saja, Anda akan memerlukan sejumlah waktu untuk mengumpulkan data yang cukup dan mencapai signifikansi statistik tetapi Anda harus mempertimbangkan bagaimana variabel waktu seperti Natal atau perubahan musim dapat memengaruhi hasil Anda.

Terkadang bermanfaat untuk mengakhiri tes sedikit lebih awal jika itu berarti Anda akan menghindari variabel yang tidak diinginkan. Demikian juga, ini dapat membantu untuk mengulangi pengujian dengan rata-rata hasil di seluruh musim atau tahun untuk mengkompensasi musim panas yang basah atau kinerja ekonomi yang buruk di tahun-tahun tertentu.

# 6: Ubah wawasan menjadi tindakan

Setelah Anda puas bahwa tes Anda telah memberikan hasil yang signifikan secara statistik, Anda dapat menggunakan temuan ini untuk membuat iklan media sosial yang lebih menarik. Tentu saja, ini akan berdampak langsung pada kinerja iklan sosial Anda, tetapi ada banyak lagi yang dapat Anda pelajari dari data ini jika Anda terus menguji dan mengumpulkan lebih banyak wawasan.

Satu langkah jelas berikutnya adalah terus mengulangi tes ini untuk mengukur tingkat keterlibatan pada setiap platform untuk melihat bagaimana mereka berubah dari waktu ke waktu. Anda juga dapat mulai menambahkan data dari jejaring sosial baru saat mereka muncul untuk membandingkan hasil dan memastikan bahwa Anda selalu aktif di jaringan yang paling menarik.

Di sini kami memiliki ujian dan prinsip belajar yang membantu Anda memilih di mana jejaring sosial beriklan.

Anda juga dapat memperluas tes ini untuk menyertakan KPI lainnya – misalnya, perbandingan keterlibatan dengan ROI dari setiap jenis iklan per jaringan. Ini akan membantu Anda mengonfirmasi bahwa keterlibatan yang Anda hasilkan sepadan dengan investasi awal, yang bisa sangat penting jika Anda menghabiskan banyak uang untuk membuat iklan video.

Dengan pengujian dan data yang cukup, Anda juga akan dapat memprediksi tren masa depan seperti menurunkan tingkat keterlibatan atau menurunkan ROI dan menempatkan rencana kontingensi sebelum strategi Anda berhenti.

Pendekatan pengujian dan pembelajaran ini dapat diterapkan pada strategi pemasaran, kampanye, atau perubahan desain terkecil apa pun di situs web Anda. Bahkan, beberapa merek paling inovatif di dunia, seperti Amazon dan Facebook, telah membangun seluruh model bisnis berdasarkan uji dan mempelajari prinsip-prinsip yang menerapkan wawasan berbasis data untuk setiap keputusan bisnis yang mereka buat.

Bicaralah dengan tim ilmu data kami

Jika Anda tidak mendapatkan yang terbaik dari data pemasaran Anda, Anda dapat berbicara dengan tim ilmu data kami dengan menelepon 02392 830281 untuk mengetahui lebih lanjut tentang pengembangan sistem tes dan pembelajaran.

[ad_2]

Belajar SEO untuk meningkatkan rangking website anda di Google. Temukan cara mudah mendapatkan Backlink dan membuat website anda muncul di Page 1 Google lengkap di www.NewsFor.ID/category/learning/digital-marketing/

LEAVE A REPLY

Please enter your comment!
Please enter your name here