Gambaran besar dulu
Bayangkan kamu buka warung dan bingung: meja kasir sebaiknya ditaruh di kiri atau kanan pintu masuk? Kamu bisa tebak-tebak, atau kamu bisa coba keduanya selama seminggu dan catat mana yang lebih lancar. Nah, itulah inti dari A/B testing.
Dalam desain kemasan, A/B testing artinya: buat 2 versi, tunjukkan ke orang nyata, tanya pendapat mereka secara terstruktur, lalu putuskan berdasarkan data, bukan “kayaknya yang ini lebih bagus deh.”
Kata kuncinya: keputusan berbasis data, bukan selera.
Langkah-langkah implementasi
Langkah 1: Buat 2 versi dengan SATU variabel berbeda
Ini bagian paling sering keliru oleh pemula.
Kalau kamu ubah warna background sekaligus ubah font sekaligus ubah ilustrasi, lalu Versi B menang — kamu tidak tahu mana yang bikin Versi B menang. Warnanya? Fontnya? Ilustrasinya?
Jadi: ubah satu hal saja. Contoh:
- Versi A: background hijau tua
- Versi B: background cokelat susu
Semua elemen lain — logo, tagline, ukuran teks, posisi elemen — tetap persis sama. Ini namanya isolasi variabel.
Langkah 2: Buat form survei di Google Form
Form ini harus singkat. Orang malas mengisi form yang panjang. Tampilkan kedua gambar kemasan di bagian atas form, lalu minta responden menjawab 3 pertanyaan:
- “Mana yang lebih menarik perhatianmu?” (pilihan: Versi A / Versi B)
- “Mana yang kesan premiumnya lebih kuat?” (pilihan: Versi A / Versi B)
- “Mana yang akan kamu ambil dari rak toko?” (pilihan: Versi A / Versi B)
Pertanyaan ketiga itu paling penting. Karena itu mensimulasikan keputusan beli yang sebenarnya.
Satu tips tambahan: tambahkan 1 kolom teks bebas — “Kenapa kamu pilih itu?” Jawaban bebas ini sering memberikan informasi yang tidak terduga.
Langkah 3: Distribusikan ke responden yang tepat
10-15 orang cukup untuk skala tugas sekolah. Tapi perhatikan: siapa yang kamu tanya itu penting.
Produk keripik tempe untuk pasaran menengah? Jangan tanya sesama siswa desain. Tanya ibu-ibu, karyawan kantor, atau orang yang memang biasa beli produk sejenis di minimarket.
Kalau semua respondenmu adalah teman sekelas yang sama-sama suka desain minimalis, hasilnya tidak merepresentasikan pasar nyata.
Langkah 4: Hitung dan visualisasikan hasilnya
Setelah data terkumpul, hitung persentase setiap pilihan per pertanyaan.
Contoh untuk pertanyaan “Mana yang akan kamu ambil dari rak?”:
- Versi A: 4 orang → 27%
- Versi B: 11 orang → 73%
Buat grafik sederhana. Pie chart untuk melihat proporsi, bar chart untuk membandingkan antar pertanyaan. Bisa pakai Google Sheets — input data, pilih Insert → Chart, selesai.
Langkah 5: Tulis kesimpulan berbasis data
Ini bukan sekadar “Versi B menang.” Kesimpulan yang baik menjelaskan apa yang akan kamu lakukan berdasarkan hasil itu.
Contoh format yang benar:
“73% responden memilih Versi B pada pertanyaan keputusan beli. Alasan terbanyak dari kolom teks bebas: cokelat dianggap lebih ‘mewah’ dan sesuai produk makanan tradisional. Revisi: pertahankan background cokelat, sesuaikan shade menjadi lebih hangat (ke arah amber) agar tidak terlalu gelap di foto produk.”
Perhatikan: kesimpulannya spesifik, ada angkanya, dan ada tindak lanjut yang jelas.
Yang sering bikin hasil A/B testing tidak valid
Ini jebakan yang harus kamu hindari:
- Ubah lebih dari satu variabel — hasilnya tidak bisa diinterpretasi
- Tanya orang yang salah — teman akrab cenderung bilang bagus semua supaya tidak menyinggung
- Jumlah responden terlalu sedikit — 3 orang tidak cukup; minimal 10 untuk bisa menarik kesimpulan sederhana
- Tidak ada pertanyaan “keputusan beli” — pertanyaan “mana yang lebih cantik” tidak sama dengan “mana yang akan kamu beli”
- Kesimpulan tanpa tindak lanjut — data tanpa aksi itu percuma
Kuis singkat
-
Kalau kamu ingin menguji apakah warna merah atau biru lebih menarik di kemasan, elemen apa saja yang harus tetap sama di kedua versi?
-
Dari 3 pertanyaan survei yang disarankan, pertanyaan mana yang paling mendekati simulasi keputusan pembelian nyata? Kenapa?
-
Setelah survei selesai dan hasilnya 60% memilih Versi A, apa langkah selanjutnya yang harus kamu tulis dalam laporan?