A/B Test ,是AI行銷萬靈丹?
「大家不要再吵了!我們直接用A/B Test,讓數據說話吧!」
《AI行銷老實說 – EP3》
一、什麼是A/B Test?
只要你是賣產品,有用網路行銷的
那應該對以下的辦公室吵架情境不陌生:
主管A堅信版本A的廣告設計,是最佳選擇
但主管B則全力主張版本B的廣告比較好
兩人吵到已無話可講
開始比起眼睛大小
徒留設計師尷尬地站在旁邊
不知如何是好
其實,根本不用為了一檔廣告這麼動氣
只需進行一個簡單的A/B Test
把2個版本都公開到網路上
看看消費者的實際反應
最後選表現好的那個,加大宣傳力道即可!
—
A/B Test的概念不止於數位廣告
也可以運用在網站優化等各種場景
我曾遇過一個例子::
行銷主管堅稱,網站上的結帳按鈕應為藍色,才符合公司的品牌形象
但電商主管認為,按鈕要用黃色,這樣才引人注目、激起點擊欲望,進而提高轉換率和業績
2個人都有理,我們該如何決定?
那就直接做A/B Test,看哪個結果比較好
用數據說話,讓對方信服 (暫且不考慮辦公室的政治鬥爭)
—
所謂的A/B Test,就是提供兩種不同方案,
在同一時間段,隨機顯示給使用者,
透過觀察他們的實際反應,
我們就可以明確知道哪一種方案,
能為公司帶來更多的收益,或是達成我們所設定的目標
—
二、如何計算A/B Test的結果呢?
那麼,要如何計算A/B Test的結果呢?
在數位行銷領域,
營收 = 流量 x 轉換率 x 平均訂單金額
就以按鈕顏色為例
做A/B Test時
系統會把進到網站的人隨機分群
部份的人看到藍色按鈕、部分則看到黃色按鈕
接著,再去分析他們的轉換率和平均訂單金額
—
舉例來說
看到藍色按鈕有1000人
- 轉換率1%
- 平均訂單金額50 ⫸ 所以,總營收為500元 (=1000*1%*50)
而看到黃色按鈕的,一樣有1000人
- 但轉換率提升到1.5%
- 平均訂單金額75
⫸ 所以,總營收為1125元 (=1000*1.5%*75)
從這個實驗結果就能清楚知道
雖然黃色按鈕不是最符合品牌形象的,
但在實際效益上,它確實比藍色按鈕帶來更多的營收
原來,
光是改變結帳按鈕的顏色
轉換率能提升50%
平均訂單金額也會成長50%
不換嗎?
—
三、A/B Test不是萬能丹,非人人可服用!
這樣聽起來
有A/B Test的工具真的很方便!
每當無法拿定主意時,
就直接出2個版本試試看
讓數據說話
實在沒有不用的道理啊!
不過,
根據我實際的經驗
並不是人人都能善用A/B Test的!
因為工具不是問題,人才是
現在能隨機分流,做A/B Test並追蹤成效的工具很多
但問題是你產不出這麼多素材跟文案
試著想想看:
> 廣告可以做A/B Test ,所以每個產品的廣告都要出2份素材
> 網站上的活動倒數宣傳,也可以做A/B Test 甚至首頁上的倒數,跟結帳頁的倒數計時文宣,都可以分別設計 因此,光是一個倒數計時器要做A/B Test,並顯示在不同頁面上
最少就要產出2*2 =4 ,4種文案和設計風格
> 當顧客離開網站後,品牌還會利用Email,再次把用戶們喚回到網站上
而Email的標題、內容,也全都可以做A/B Test (這功能是Email系統的標配)
但光一封Email,就要想2份標題、2份內容
如果每週都要發Email,行銷光搞這個就飽了
—
所以,
一旦公司導入A/B Test的工具後
最直接、也最快的影響
不是業績提升
而是行銷和美編的工作量瞬間暴漲2倍到4倍!
在沒有ChatGPT和Notion AI的年代
要真正落實A/B Test
貴的不是買工具的錢
而是要請更多的美編和行銷
如果沒有搭配人力的擴充,
基本上工具買了也很少用~~
—
不過,有了ChatGPT後,
你叫他產出5版廣告文案,
他也不會跟你翻臉
而且每月只需多花600元的費用 (買GPT-4的錢)
至於要怎麼用ChatGPT產廣告文案 我們就下篇分享~~
—
基本上,在導入所有AI行銷工具時
一定會搭配A/B Test的環節
這樣老闆才能清楚知道,
新買的AI工具有沒有用
能不能實際為公司帶來增長
—
四、數據重要,還是直覺重要?
數據能幫助我們決策沒錯
但不能太依賴
因為每蒐集一筆數據,都需要付出代價
可能是昂貴的儲存系統、昂貴的分析工具、 或是應付不來的人力與工作量
—
我一直深信
我們要相信數據的力量
但不能被數據給困住
因為數據不是全部,
而是用來解讀與佐證我們「直覺」的附屬工具
當你對一個產業擁有專業與深度的了解後,
便能建立起寶貴的「直覺」
再搭配大數據的輔助工具,才能發揮加乘的效果
數據呈現的是過去式
只有那寶貴的「直覺」,才能看到數據所看不到的東西
而那也通常是深藏在消費者心裡的東西
如果只會照數據做事
那品牌將越來越沒有感覺、沒有溫度、逐漸失去人性
—
所以,回到開頭的吵架情境
我們當然可以用A/B Test,找到最佳的設計方案
不過,培養自己的敏銳度和鑑賞力,才是更重要的!