Namun, seperti yang dinyatakan sebelumnya, ukuran keberhasilan bukanlah satu-satunya pertimbangan: Anda juga perlu merumuskan hipotesis yang jelas.

Mari kita lihat contoh untuk lebih memahami prinsip ini: Selama gempa bumi Haiti 2010, Clinton Bush Haiti Fund didirikan. Grup juga mempekerjakan Optimizely untuk mengoptimalkan halaman donasi teks saja. Mereka berharap, menempatkan gambar di atas kolom informasi donasi akan meningkatkan donasi. Tetapi yang terjadi sebaliknya.

Jadi mereka datang dengan teori baru: mungkin gambar tersebut tidak mendukung donasi, karena pengunjung harus menggulir lebih jauh untuk melihat area donasi, dan membuat prosesnya sedikit lebih lama.

Mereka mencoba gagasan itu dengan menempatkan gambar di samping bidang sebagai gantinya — dan itu berhasil! Lebih dari satu juta dollar dalam pendanaan lebih dihasilkan dari pengaturan yang lebih baik.

 Baca Juga: Survei LSI Deny JA: Poros PDI Perjuangan Menang di Kalangan Pemiih Wong Cilik

Bayangkan, jika mereka baru saja menguji berbagai hal secara acak. Alih-alih menggunakan pengujian berbasis hipotesis – mereka mungkin tidak akan menemukan solusi ini.

Pengujian A/B adalah teknik yang sangat baik untuk menyelidiki modifikasi situs besar.

Meskipun pengujian A/B berguna untuk menyempurnakan dan meningkatkan tampilan online Anda, pengujian ini juga dapat menyebabkan perubahan besar dan meluas dalam cara struktur situs Anda.

Ini adalah hasil percobaan pengujian A/B di situs salah satu jaringan televisi Disney, ABC Family. Ketika kru Disney melihat log pencarian mereka, mereka menyadari bahwa banyak pengunjung mencari acara tertentu.

Baca Juga: Di Balik Penerbitan Buku Mustika Rasa Era Soekarno