Apa Bedanya "Tingkat Alokasi Traffic" dan "Rasio A/B" pada A/B Testing? Cara Berpikir yang Benar dalam Desain Eksperimen
- ab-testing
- cro
- how-to
Ringkasan artikel ini
- "Tingkat alokasi traffic" = berapa persen dari seluruh pengunjung yang dijadikan objek eksperimen
- "Rasio A/B" = dengan perbandingan berapa A dan B ditampilkan di antara objek eksperimen
- Kedua hal ini berbeda. Dengan memisahkan cara berpikirnya, Anda bisa memvalidasi sambil menekan risiko
Saat mengatur A/B test, sering muncul kebingungan karena ada dua jenis pengaturan "persentase": "tingkat alokasi traffic (persentase yang dimasukkan ke eksperimen)" dan "rasio A/B". Kedua hal ini memiliki makna yang sama sekali berbeda. Jika dipahami secara terpisah, Anda dapat melanjutkan validasi dengan aman.
Apa itu "Tingkat Alokasi Traffic": Berapa Banyak Orang yang Dilibatkan dalam Eksperimen
Tingkat alokasi traffic (persentase yang dimasukkan ke eksperimen) adalah berapa persen dari seluruh pengunjung yang dijadikan objek eksperimen.
- Jika diatur 100%, semua pengunjung akan melihat salah satu dari A atau B.
- Jika diatur 20%, hanya 20% pengunjung yang menjadi objek eksperimen, sedangkan 80% sisanya melihat halaman normal (versi asli).
Tujuan membatasi tingkat alokasi traffic adalah manajemen risiko. Menerapkan perubahan yang efeknya belum diketahui ke semua orang sekaligus tentu berisiko. Anda bisa mencobanya terlebih dahulu pada sebagian kecil, lalu memperluasnya jika tidak ada masalah.
Apa itu "Rasio A/B": Dengan Perbandingan Berapa A dan B Ditampilkan
Rasio A/B adalah dengan perbandingan berapa A dan B ditampilkan di antara orang-orang yang menjadi objek eksperimen.
- 50% berbanding 50% adalah dasar. Ini memungkinkan perbandingan yang adil dan pengumpulan data yang dibutuhkan lebih cepat.
- Jika Anda merasa khawatir dengan perubahan tersebut, Anda juga bisa memperbanyak porsi A (asli) dan memperkecil porsi B (setelah perubahan) agar penerapannya lebih hati-hati.
Bagaimana Jika Keduanya Digabungkan?
Misalnya, dengan "tingkat alokasi traffic 20%, rasio A/B 50:50", hasilnya seperti ini.
| Pengunjung | Persentase |
|---|---|
| Bukan objek eksperimen (halaman normal = versi asli) | 80% |
| Objek eksperimen yang melihat A (Control) | 10% |
| Objek eksperimen yang melihat B (Variant B) | 10% |
Dengan demikian, poin pentingnya adalah Anda dapat menentukan "seberapa banyak yang dilibatkan (tingkat alokasi traffic)" dan "cara penampilan di dalam objek eksperimen (rasio A/B)" secara independen.
Mengapa Sebaiknya Dipisahkan?
Jika tingkat alokasi traffic dan rasio A/B digabungkan menjadi satu, dua tujuan yang berbeda yaitu "menekan risiko" dan "membandingkan secara adil" akan bercampur, sehingga pengaturannya menjadi sulit dipahami.
Dengan memisahkan keduanya,
- tingkat alokasi traffic untuk mengatur besarnya risiko, dan
- rasio A/B untuk menjaga keadilan perbandingan,
Anda dapat melakukan pengaturan sesuai tujuan masing-masing secara langsung. Ini juga merupakan pendekatan yang diadopsi oleh alat A/B testing utama.
Desain HeatMapX
Pada A/B testing HeatMapX, Anda juga dapat mengatur "persentase yang dimasukkan ke eksperimen (tingkat alokasi traffic)" dan "rasio A/B" secara terpisah. Anda bisa mulai dengan tingkat alokasi traffic yang kecil untuk mencoba dengan aman, lalu memperluasnya sambil melihat hasilnya—begitulah cara penerapannya.
Rangkuman
"Tingkat alokasi traffic" adalah seberapa banyak orang yang dilibatkan dalam eksperimen, sedangkan "rasio A/B" adalah bagaimana A dan B ditampilkan di antara objek eksperimen. Memisahkan cara berpikir kedua hal ini adalah kunci untuk melakukan validasi yang benar sambil menekan risiko.