Kalian pastinya sudah banyak mempelajari Facebook Ads di artikel-artikel RevoUpedia sebelumnya, mulai dari strategi bidding, desain, copywriting, format, penempatan, targeting, dan lainnya. Dari sekian banyak opsi pengaturan yang kalian bisa pilih, mungkin kalian bertanya-tanya: Pengaturan apa yang paling cocok untuk perusahaanku?

Mengecek iklan perusahaan kompetitor bisa menjadi opsi untuk mencari mana yang paling cocok. 

Namun, tidak ada jaminan bahwa pengaturan iklan yang berhasil di kompetitor akan berhasil di perusahaan kalian. Penawaran, kreatif, audiens kalian pasti ada yang berbeda dengan kompetitor tersebut. 

Di sinilah peran A/B atau split test muncul! Dengan A/B test, kalian bisa mencoba secara langsung pengaturan atau kreatif iklan kalian ke audiens dan mengetahui mana yang paling perform. 

Mau tahu lebih lanjut mengenai A/B test ini? Yuk, simak artikel ini lebih lanjut!

Apa Itu A/B Testing di Facebook Ads?

A/B test dalam proses pemasaran adalah proses eksperimen di mana ada dua varian iklan (varian A vs varian B) atau lebih dengan salah satu variabel yang berbeda tiap variannya. Kedua varian ini akan dijalankan bersamaan dan dilihat performanya untuk menentukan mana yang paling bagus dan klik dengan audiens yang kamu pakai. 

Dalam hal ini, 50% audiens akan melihat varian A, dan 50% akan melihat varian B.

Masih ingat pelajaran sains zaman sekolah? Seperti halnya eksperimen saintifik lainnya, ada setidaknya dua variabel yang terlibat dalam proses A/B testing, yaitu variabel bebas dan variabel terikat. 

Variabel bebas adalah variabel yang berbeda tiap variannya dan memengaruhi variabel terikat. Variabel terikat ini adalah key metric yang tergantung tujuan kampanye tersebut, misalnya Cost per Purchase untuk kampanye Catalog Sales dengan arah optimasi Purchase, atau Cost per Link Click untuk kampanye Traffic.

A/B testing dapat membantumu menentukan iklan seperti apa yang berhasil tanpa hanya menebak-nebak, karena A/B testing dapat menghasilkan data performa aktual. Selain itu, A/B testing juga dapat membantu meminimalisasi bias karena audiens yang menerima iklan akan random dan kecepatan biaya yang dikeluarkan akan hampir sama per set iklannya. 

Cara bekerja A/B testing akan dijelaskan di bagian selanjutnya.

Bagaimana A/B Testing Bekerja dan Contohnya

Setelah kamu memasang A/B test dan tes tersebut sudah aktif, audiens yang kamu target akan diberikan salah satu iklan yang random dari semua set atau kampanye iklan yang terlibat. 

Jika seseorang sudah melihat iklan dari salah satu set atau kampanye, ia tidak akan melihat iklan dari set atau kampanye lainnya dalam A/B test yang sama. Selain itu, Facebook juga akan mengusahakan kecepatan pengeluaran biaya tiap set iklan hampir sama, sehingga pengeluaran akhirnya juga hampir sama. 

Jadi, tes ini bisa meminimalkan bias karena tumpang tindih audiens antara masing-masing set atau kampanye iklan dan perbedaan pengeluaran antar set iklan juga diminimalisasi.

A/B test bisa dilakukan di tingkat set iklan, kampanye, atau grup kampanye. Biasanya, pengaturan A/B test yang lebih sering dipakai adalah ada beberapa set iklan, dan ada satu iklan dalam setiap satu set iklan. 

Perbedaan antar set iklan tergantung variabel apa yang kita sedang tes. Misalnya, kita ingin uji coba performa targeting lookalike (set iklan A) dan interest (set iklan B) - isi iklan dalam kedua set iklan tersebut akan sama. 

Lain halnya jika kita ingin uji coba performa call-to-action button Learn More vs Sign Up. Pengaturan yang berbeda hanyalah di CTA button tersebut, sedangkan di tingkat set iklan, bahkan kreatif (visual, teks) iklan yang dites, akan tetap sama.

Sebagai contoh, kita melakukan A/B test di campaign Traffic antara iklan varian A (cover motion) dan B (cover image). Kedua varian ini memiliki key visual yang sama. Variabel bebas di tes ini adalah format cover iklan Collection yang dipakai (motion vs image), dan variabel terikatnya adalah Cost per Link Click. Tes ini sudah berakhir, dan Cost per Link Click yang lebih rendah ada di varian A, sehingga varian A menang dalam tes ini. Kamu bisa melihat biaya yang dikeluarkan selama A/B test hampir sama antara varian A dan B.

Manfaat A/B Testing Secara Berkala

A/B testing secara berkala tentu penting, ya! Sebagai pengiklan, kita tentu bisa mendapatkan insight yang baru dari A/B testing setiap waktu, bahkan untuk hal-hal kecil seperti ada atau tidaknya CTA pada akhir konten video, pemakaian intro di primary text yang berbeda, dan sumber lookalike audience yang berbeda. 

Insight-insight ini nantinya bisa dibawa ke tes selanjutnya, dan tes selanjutnya ini akan menghasilkan insight tambahan pula. Kamu bisa terus-menerus memperbaiki periklananmu dengan ini. Lagipula, kita tidak pernah tahu bahwa performa iklan kita sekarang adalah yang paling bagus - pasti ada elemen lain yang, jika diubah, bisa meningkatkan performa.

Selain itu, A/B testing bisa dilakukan secara berkala karena algoritma Facebook Ads selalu berubah. Elemen yang memiliki performa bagus sekarang belum tentu bagus di masa depan!  Usahakan untuk bisa mengalokasikan budget untuk A/B testing, baik untuk campaign always on atau seasonal seperti angka kembar.

Cara Melakukan A/B Testing dan Aturan yang Harus Diperhatikan

Kamu sudah paham mengapa harus A/B testing dan pengertiannya. Nah, mungkin kamu bertanya, bagaimana caranya melakukan A/B testing di Facebook Ads?

Sebagai contoh, kamu mau melakukan A/B testing di akun iklan salah satu brand yang kamu handle. Lalu kamu mau membandingkan performa add-to-cart audiens yang mengunjungi website brand tersebut dengan audiens yang sudah pernah engage dengan akun Instagram brand tersebut.

Tentunya, pastikan dulu semua set iklan atau kampanye yang mau kamu tes sudah dipasang dengan benar, ya! Setelah itu, A/B testing dapat kita buat dengan dua cara:

Melalui Menu Experiments di Facebook Business Manager

Menu Experiments dapat diakses di Facebook Business Manager dengan mengeklik tombol All Tools (tiga garis di sebelah kiri), lalu gulir ke bawah sampai menemukan Analyze and report > Experiments. 

Selain untuk membuat A/B test, menu ini bisa kamu pakai untuk memonitor semua A/B test yang sudah kamu buat dan hasilnya. Kamu bisa klik Create New Test di kanan atas (jika ada di submenu Tests) atau Get Started di bawah A/B Test (jika ada di submenu Home).

Kamu akan masuk ke menu pembuatan A/B test. Ada beberapa hal yang bisa kamu set di sini:

• What would you like to test: Pilihlah sesuai A/B test-mu akan ada di tingkat mana: grup kampanye, kampanye, atau set iklan.
• Pemilihan iklan: Pilihlah grup kampanye, kampanye, atau set iklan yang akan dites. Maksimum ada 5 yang bisa dites.
• Schedule: pilihlah jadwal A/B test-mu. Tes akan berjalan mulai jam 12:00 AM di tanggal awal sampai 12:00 AM di tanggal akhir. Kamu tidak bisa memulai tes di hari itu juga, jadi tes bisa dimulai paling cepat 12:00 AM di hari selanjutnya. Toggle end test early if winner is found bisa dihidupkan jika kamu ingin langsung memberhentikan tes jika pemenang sudah ditemukan.

{{COMPONENT_IDENTIFIER}}

• Test Name: Beri nama tesmu. Sangat disarankan untuk selalu memasukkan apa elemen yang dibandingkan dalam tes dan tanggal mulainya tes tersebut.
• Determining the winner - key metric: Pilihlah satu metrik yang akan dipakai untuk menentukan pemenang. Semua metrik yang bisa dipakai merupakan metrik cost-per, sehingga pemenang nantinya adalah yang memiliki cost-per lebih rendah. 
• Determining the winner - additional metrics (optional): Jika kamu ingin mempertimbangkan metrik lain dalam menentukan pemenang, kamu bisa memilihnya di sini.

Jika kamu sudah mengecek lagi set up-mu, klik Review Test Details. Window seperti ini akan muncul:

Jika sudah tidak ada perubahan lagi, kamu bisa klik Create Test. Nantinya, ikon gelas beker akan muncul di samping kiri nama kampanye atau set iklan yang kamu pasangi tes.

Melalui Menu A/B Test di Ads Manager

Jika kamu sudah membuat semua set iklan atau kampanye sebelumnya, kamu bisa mencentang semua set iklan atau kampanye yang mau dites, lalu klik menu A/B Test di atasnya.

Selanjutnya, kamu bisa memilih Compare Existing Ads dan melanjutkan set up seperti halnya pembuatan A/B test dari menu Experiments.

Jika kamu baru memasang salah satu kampanye atau set iklan, kamu bisa memilih Create New Version, memilih variabel yang berbeda (Creative, Placement, Audience) dan set up seperti halnya di menu Experiments atau Compare Existing Ads. 

Bedanya, nanti set iklan atau kampanye akan diduplikasi dan kamu akan mengubah pengaturan khusus di variabel yang kamu bedakan saja. A/B test akan langsung berjalan di hari pertama.

Sebelum mem-publish A/B test-mu, pastikan kamu sudah mengikuti imbauan ini:

• Tes hanya satu variabel saja. Jika kamu mengetes lebih dari satu variabel, akan lebih susah untuk menyimpulkan insight dari hasil A/B test tersebut.
• Pastikan pengaturan budget antar set iklan, kampanye, atau grup kampanye yang akan dites sudah sama besarannya.
• Gunakan durasi A/B test yang tepat - sebaiknya minimum seminggu untuk membiarkan spending yang cukup dulu.
• Gunakan key metric yang tepat - sebaiknya gunakan Cost per Result, atau jika campaign tersebut memiliki tujuan Awareness, kamu bisa memakai Cost per Ad Recall Lift atau CPM.
• Perhatikan estimated test power. Beberapa akun iklan masih menunjukkan test power ketika membuat A/B test. Test power adalah probabilitas perbedaan performa dalam hasil tes tersebut memang disebabkan oleh variabel yang kita tes. Facebook menyarankan test power sebaiknya 80%. Jika test power terlalu rendah, kamu bisa menambah budget atau memperlama tes tersebut. Sayangnya, sudah tidak semua akun iklan menunjukkan persentase test power, dan test power tidak tersedia jika key metric yang kita pakai terkait dengan konversi di website, aplikasi, atau marketplace (di CPAS).

Apa Saja yang Bisa di-A/B Test?

A/B testing adalah aspek paling menarik dari Facebook Ads saat ini karena banyak sekali yang bisa dicoba! Berikut ini variabel yang bisa dites melalui A/B test tanpa urutan tertentu yang disarankan:

Penargetan Audiens

Yang pertama bisa dites adalah audiens yang kamu pakai. Misalnya, kamu bisa mengetes performa pembelian di website antar dua sumber audiens lookalike berbeda: orang-orang yang sudah pernah membeli di website vs yang pernah engage dengan akun Instagram. Contoh lainnya adalah performa klik orang-orang yang berumur 25-34 vs 35-44 atau interest A vs interest B. Jika kamu ingin mengetes audiens, pastikan isi iklan dalam set iklan sama persis dan yang berbeda hanya audiensmu.

Penempatan Iklan

Yang kedua bisa dites adalah penempatan (placement) iklan, misalnya kamu bisa mengetes performa pembelian di website antara set iklan dengan auto placement vs manual placement IG only. Jika kamu ingin mengetes penempatan, pastikan pengaturan lain antar kedua set iklan dan kreatif iklan sama persis dan yang berbeda hanya penempatannya.

Kreatif Iklan

Kreatif iklan adalah salah satu yang paling sering dilakukan tes. Misalnya, melakukan testing antara iklan UGC (user-generated content) vs non UGC di brand-brand-ku setelah melihat riset bahwa UGC bisa menyumbangkan ROAS lebih. Banyak sekali yang bisa dites disini, misalnya perbedaan CTA button, format iklan berbeda (misal Carousel vs Collection dengan cover sama), primary text berbeda, bahkan perbedaan font dalam iklan. Jika kamu ingin mengetes kreatif, pastikan pengaturan lain antar kedua set iklan sama persis dan yang berbeda hanya aspek kreatif yang mau kamu tes.

Arah Optimasi

Kamu juga bisa mengetes arah optimasi (optimization goal) yang berbeda. Misalnya, kamu bisa mengetes performa pembelian set iklan yang optimasinya ke arah Initiate Checkout vs Purchase. Jika kamu ingin mengetes arah optimasi, pastikan pengaturan lain antar kedua set iklan, isi iklan sama persis dan yang berbeda hanya arah optimasinya.

Set Produk

Biasanya, pengiklan yang banyak berkutat di e-commerce juga melakukan testing set produk. Tes ini bisa dilakukan dengan isi Dynamic Product Ads, sehingga pastinya visual iklan yang dites juga berbeda karena produknya berbeda. Yang bisa dilakukan adalah membandingkan antar dua set produk (misal blus vs rok) dan melihat performa ROAS-nya.

Tujuan Kampanye dan Pembagian Budget (Advantage Campaign Budget vs non ACB)

Kedua tes ini dilakukan di tingkat kampanye, bukan set iklan. Misalnya, kamu bisa mengetes performa kampanye dengan pengaturan yang sama kecuali tujuannya (misal Conversions vs Catalog Sales). Kamu juga bisa mengetes kampanye yang memakai Advantage Campaign Budget vs non ACB. Pastikan pengaturan lain selain tujuan atau pembagian budget sama persis sebelum mengetes ini.

Landing Page

Kamu juga bisa menggunakan landing page yang berbeda antar iklan dan mengetes performanya. Misalnya, kamu bisa mengetes performa pembelian iklan yang mengarah ke home page vs category page, atau jika kamu berfokus hanya ke satu produk, landing page format A vs format B. Pastikan pengaturan lain seperti kreatif sama persis sebelum mengetes ini.

Jadi, sederhananya, A/B testing bisa kamu lakukan secara berkala untuk terus memperbaiki pengaturan dan performa Facebook Ads-mu. A/B test dapat kamu pasang melalui menu Experiments di Facebook Business Manager atau dari menu A/B Test di Facebook Ads Manager. A/B test sebaiknya melibatkan perubahan hanya satu variabel saja, tapi banyak opsi yang bisa kamu tes di sini. 

Kalau kamu sudah tidak sabar untuk melakukan A/B testing di Facebook Ads, kamu bisa merujuk kembali ke artikel ini untuk mempelajari lebih lanjut. Selamat mencoba!