Pengujian A/B pada halaman harga: metode, perhitungan, dan jebakan yang harus dihindari.

Diperbarui pada 30 Oktober 2026

Pada September 2000, Amazon mengembalikan uang kepada 6.896 pelanggan, rata-rata $3,10 per pelanggan. Kesalahan mereka? Membeli DVD selama uji harga acak lima hari, di mana diskon bervariasi dari 20% hingga 40% tergantung pada pengunjung. Pengguna internet membandingkan harga mereka, pers berbicara tentang diskriminasi, dan Jeff Bezos menerbitkan pernyataan permintaan maaf terkait uji harga acak ini. Dua puluh lima tahun kemudian, halaman penetapan harga tetap menjadi halaman yang paling menguntungkan untuk diuji dan paling berbahaya jika diuji secara tidak benar.

Berikut metodenya: apa yang harus diuji terlebih dahulu, bagaimana cara menguji harga tanpa risiko hukum, indikator mana yang harus diikuti, dan berapa banyak pengunjung yang diharapkan.

Mengapa halaman harga berbeda dari halaman lainnya?

Di halaman harga, pengunjung tidak membentuk opini: mereka memutuskan. Ini adalah halaman terakhir sebelum masa percobaan, demo, atau pembayaran.

Tiga mekanisme berperan: anchoring (harga pertama yang terlihat berfungsi sebagai referensi), loss aversion ("hemat 2 bulan" lebih menarik daripada "diskon 17%"), dan efek kompromi (dihadapkan dengan tiga penawaran, banyak yang memilih yang tengah). Umpan balik dari penerbit SaaS menunjukkan efek 8 hingga 15% pada halaman harga, dibandingkan dengan 2 hingga 3% pada halaman arahan tradisional.

Kelemahannya adalah penetapan harga yang tidak diuji dengan baik dapat mengikis kepercayaan pelanggan, menyebabkan pengembalian dana, atau bahkan penalti. Metode pengujian harus lebih ketat daripada sekadar pengujian tombol sederhana.

Pengujian A/B pada halaman harga: jawaban singkatnya

Pengujian A/B pada halaman harga Anda melibatkan perbandingan dua versi halaman (struktur, penyorotan penawaran, metode penagihan default, kata-kata, atau bahkan harga) dengan dua kelompok pengunjung yang dipilih secara acak, dan kemudian mempertahankan versi yang menghasilkan pendapatan terbanyak per pengunjung, dan bukan hanya klik atau pendaftaran terbanyak.

Pertama-tama kami menguji presentasi, kemudian isi penawaran, dan terakhir jumlahnya, pada pengunjung baru, dengan aturan kehormatan yang diumumkan sebelumnya. Jika Anda baru mempelajari konsep varian, kelompok kontrol, atau signifikansi statistik, maka glosarium pengujian A/B mendefinisikannya masing-masing dalam satu baris.

Yang perlu diuji: matriks risiko 4 tingkat.

Urutkan setiap ide berdasarkan kemungkinan dampaknya terhadap pendapatan dan risiko terhadap kepercayaan atau kepatuhan.

Aturan praktisnya: selesaikan level 1 dan 2 terlebih dahulu sebelum menyentuh level 3, dan hanya turun ke level 4 dengan nasihat hukum tertulis.

Uji presentasi yang perlu dijalankan lebih dulu

Tes Level 1 akan diluncurkan dalam hitungan menit, dan penawarannya tetap sama untuk semua orang. Berikut adalah tes yang paling menguntungkan, berdasarkan prioritas.

Pengaturan default bulanan/tahunan

Menampilkan harga tahunan (yang disesuaikan dengan tarif bulanan) secara default menurunkan harga awal dan meningkatkan proporsi langganan tahunan. Kekurangannya: beberapa pelanggan merasa terjebak ketika melihat jumlah total yang ditagihkan sekaligus. Selain itu, pantau pengembalian dana dalam 30 hari.

Penawaran unggulan

Lencana "paling banyak dipilih" mengalihkan pilihan ke penawaran yang disorot. Ketika ditempatkan pada penawaran tingkat atas, seringkali mengurangi jumlah pelanggan tetapi meningkatkan nilai pesanan rata-rata: hanya pendapatan per pengunjung yang membuat perbedaan.

Jumlah penawaran

Mengurangi jumlah penawaran dari lima menjadi tiga akan mengurangi upaya perbandingan: level 2 jika Anda menggabungkan tingkatan, level 1 jika Anda hanya menyembunyikan penawaran "Bisnis" di balik "Hubungi kami".

Kata-kata dan janji yang tertera pada tombol tersebut

“Coba selama 14 hari, tanpa kartu kredit” menjawab keberatan utama, sedangkan “Daftar” tidak menjawab satupun keberatan tersebut. Editor visual tanpa kode sudah cukup untuk semua perubahan ini. Untuk menggabungkan lencana dan pengalih tahunan dalam satu pengujian, bacalah dulu perbandingan kami antara pengujian A/B dan pengujian multivariat : yang kedua membutuhkan lebih banyak trafik.

Menguji harga itu sendiri: tiga metode yang dapat dipertanggungjawabkan

Menguji suatu jumlah adalah hal yang mungkin dan sah, asalkan metode yang dipilih tidak menimbulkan ketidakadilan yang berkepanjangan maupun ketidaktransparan. Tiga pendekatan dapat diterapkan.

1. Pengujian acak pada pengunjung baru, dengan aturan kejujuran.

Hanya pengunjung baru yang disertakan dalam uji coba; pelanggan lama dan pengunjung yang sudah login dikecualikan. Semua orang tetap menggunakan harga yang sama selama seluruh durasi uji coba (penetapan varian tetap). Dan Anda menetapkan aturan yang kemudian diadopsi oleh Amazon: setiap pelanggan yang membayar harga lebih tinggi akan mendapatkan pengembalian selisihnya. Biayanya diketahui sejak awal.

2. Pengujian per pasar

Perbedaan harga antar negara adalah hal yang umum (daya beli, mata uang, perpajakan). Menguji harga baru di pasar yang sebanding hanya memberikan indikasi, bukan bukti, karena tidak ada dua pasar yang identik. Jangan pernah turun ke tingkat kota atau kode pos: tempat tinggal adalah kriteria yang dilarang untuk diskriminasi (lihat di bawah).

3. Tes berurutan, sebelum/sesudah

Anda mengubah harga untuk semua orang pada tanggal tertentu dan membandingkan empat minggu berikutnya dengan empat minggu sebelumnya. Ini adalah metode yang paling transparan, tetapi paling tidak dapat diandalkan: faktor musiman dan kampanye pemasaran memengaruhi perbandingan. Metode ini cocok untuk kenaikan harga yang memang sudah Anda rencanakan.

Alternatif lain tanpa merugikan pelanggan: tampilkan tingkatan "Pro+" yang belum ada, dengan tombol "Dapatkan pemberitahuan", untuk mengukur minat sebelum menagih pembayaran apa pun.

Indikator yang tepat: pendapatan per pengunjung

Tingkat konversi saja menyesatkan: harga yang lebih rendah hampir selalu menghasilkan konversi yang lebih baik, tetapi mungkin menghasilkan pendapatan yang lebih sedikit. Metrik utama yang seharusnya digunakan adalah pendapatan per pengunjung (RPV): pendapatan yang dihasilkan dibagi dengan jumlah pengunjung yang terpapar.

Contoh numerik. Versi A: 1.000 pengunjung, 5% langganan dengan harga €40 per bulan, menghasilkan pendapatan bulanan berulang sebesar €2.000 dan RPV sebesar €2,00. Versi B, harga diturunkan menjadi €30: tingkat konversi naik menjadi 6% (+20%), tetapi pendapatan turun menjadi €1.800 dan RPV menjadi €1,80. Dasbor yang berfokus pada konversi menyatakan B sebagai pemenang; biayanya 10% dari pendapatan.

Tambahkan setidaknya dua indikator pengamanan:

• Retensi pada 30 atau 60 hari : harga rendah dapat menarik pelanggan yang kemudian berhenti berlangganan pada pembayaran pertama. Sebuah studi kasus yang diterbitkan oleh Statsig mengutip sebuah uji coba yang meningkatkan pendaftaran hingga 50% sekaligus menggandakan tingkat berhenti berlangganan.
• Bauran penawaran : semakin banyak pelanggan yang berlangganan penawaran menengah mungkin berarti semakin sedikit pendapatan.

Tetapkan tujuan-tujuan ini sebelum peluncuran: konfigurasikan peristiwa pembayaran dan nilainya di dalam modul tujuan dan pelacakan, lalu bacalah rincian penawarannya di dasbor analisis pengujian.

Seberapa banyak lalu lintas yang sebenarnya dibutuhkan?

Jumlah trafik yang dibutuhkan terutama bergantung pada tahap yang diukur: sebuah pengujian yang dinilai berdasarkan uji coba membutuhkan sekitar empat kali lebih sedikit pengunjung daripada pengujian yang dinilai berdasarkan pembayaran. Perhitungan kami, dengan tingkat kepercayaan 95% dan kekuatan statistik 80%:

Secara praktis: dengan 3.000 kunjungan bulanan ke halaman harga Anda, uji presentasi yang dinilai berdasarkan uji coba (efek 25%) akan selesai dalam waktu sekitar tiga bulan. Uji harga yang dinilai berdasarkan pembayaran dengan efek 15% akan memakan waktu hampir tiga tahun: tidak realistis.

Tiga pengungkit untuk situs web dengan trafik rendah:

• uji perubahan langsung (satu tingkatan dihapus, harga 30% lebih tinggi) daripada penyesuaian €2;
• mengukur kejadian yang lebih sering (uji coba, klik "Pilih penawaran ini") sambil tetap menjaga pembayaran sebagai pengaman;
• Mengumpulkan lalu lintas dari halaman-halaman yang menampilkan tabel harga yang sama.

Jika Anda memantau beberapa tes sekaligus, alat seperti Autopilot dari BlastOptimize mengotomatiskan sebagian dari pemantauan dan mencegah Anda membiarkan pengujian yang sudah tidak diperlukan tetap berjalan.

Jebakan hukum dan etika: apa yang dikatakan hukum.

Menampilkan harga berbeda kepada pengunjung yang berbeda pada dasarnya tidak dilarang di Prancis, tetapi diatur oleh undang-undang informasi konsumen, non-diskriminasi, dan perlindungan data. Berikut ini adalah panduan, bukan nasihat hukum: pastikan semua tes level 3 divalidasi oleh penasihat hukum Anda.

Kewajiban untuk memberikan informasi dalam kasus penetapan harga yang dipersonalisasi

Adapun direktif Eropa 2019/2161, yang dikenal sebagai "Omnibus", mewajibkan para profesional untuk memberi tahu konsumen ketika harga yang ditawarkan telah dipersonalisasi berdasarkan pengambilan keputusan otomatis. Direktif ini diimplementasikan ke dalam hukum Prancis melalui ordonansi tanggal 22 Desember 2021, yang berlaku sejak 28 Mei 2022. Konsiderans 45 direktif ini mengklarifikasi bahwa penetapan harga dinamis sederhana, yang bervariasi sesuai permintaan atau waktu tanpa profil individu, tidak termasuk dalam cakupan direktif ini.

Pengujian harga A/B adalah area abu-abu. Alokasi yang sepenuhnya acak tidak bergantung pada profil apa pun; tetapi begitu harga bergantung pada kriteria spesifik pengunjung (negara, perangkat, sumber, riwayat), hal itu mendekati personalisasi. Pendekatan yang bijaksana adalah dengan memberi tahu. Pernyataan seperti "Harga kami sedang diuji; harga terendah yang diuji akan diterapkan" hanya membutuhkan sedikit biaya dan mengurangi sebagian besar risiko.

Kriteria diskriminasi yang dilarang

Seperti yang ditunjukkan oleh National Consumer Institute dalam analisis tantangan personalisasi harga, harga tidak dapat bervariasi berdasarkan kriteria yang dilindungi oleh Pasal 225-1 KUHP: asal, jenis kelamin, usia, status keluarga, tempat tinggal, kondisi kesehatan, dll. Segmentasi berdasarkan kode pos termasuk langsung dalam teks ini: oleh karena itu level 4 dilarang.

Sanksi-sanksi tersebut

Direktif Omnibus menaikkan denda maksimum untuk pelanggaran skala besar yang memengaruhi banyak Negara Anggota menjadi setidaknya 4% dari omset tahunan di negara-negara yang bersangkutan. Bagi UKM, risiko yang paling mendesak tetaplah reputasi: tangkapan layar yang membandingkan dua harga dapat dengan cepat tersebar.

Harga yang dicoret: jebakan khusus untuk tes.

Untuk iklan pengurangan harga yang tercakup dalam Pasal L. 112-1-1 Kode Konsumen Prancis, harga referensi yang dicoret harus merupakan harga terendah yang dikenakan selama 30 hari sebelumnya. Jika varian B Anda menampilkan €29 selama pengujian, maka iklan selanjutnya yang menyatakan "€39 sebagai pengganti €49" menjadi dipertanyakan. Arsipkan harga yang diuji dan tanggalnya.

B2B, B2C: siapa yang terpengaruh?

Hukum konsumen melindungi konsumen: SaaS yang murni B2B kurang rentan. Tetapi seorang freelancer yang berlangganan sering berperilaku seperti konsumen. Terapkan aturan yang sama di mana pun; itu lebih sederhana dan lebih mudah dipertahankan.

Persetujuan cookie

Penetapan varian bergantung pada pengidentifikasi yang tersimpan di browser, yang mungkin tunduk pada persetujuan terlebih dahulu yang diwajibkan oleh CNIL (Otoritas Perlindungan Data Prancis) tergantung pada konfigurasi Anda. Tingkat penolakan yang tinggi akan mengurangi lalu lintas yang dapat digunakan: pertimbangkan hal ini dalam perhitungan durasi.

Perangkap teknis dan statistik

Pada tabel harga, cacat teknis tidak akan luput dari perhatian: hal itu menimbulkan kecurigaan.

Kilasan harga lama

Jika alat tersebut memuat varian setelah halaman asli, pengunjung akan melihat harga A untuk sesaat, lalu harga B: bukti visual bahwa dua harga tersebut ada secara bersamaan. Penayangan varian tanpa efek kedip di sini adalah persyaratan, bukan kenyamanan.

Ketidaksesuaian antara halaman dan pembayaran

Varian menampilkan €39, tetapi pembayaran menagih €49. Harga yang diuji harus tetap sama hingga faktur: periksa seluruh alur setiap varian sebelum ditayangkan.

Pengunjung yang berganti kelompok

Calon pelanggan memeriksa harga Anda di ponsel pada hari Senin dan di komputer pada hari Kamis: tanpa penetapan yang terkait dengan akun atau email, ia melihat dua harga. Aturan kehormatan mencakup kasus ini.

Penghentian prematur

Kesalahan yang paling umum adalah memeriksa hasil setiap hari dan berhenti begitu satu varian memimpin. Hal ini memperbanyak pemenang palsu, sebuah fenomena yang dijelaskan secara rinci dalam artikel kami tentang hasil positif palsu dalam pengujian A/B. Tetapkan durasi terlebih dahulu, dalam minggu penuh, tidak termasuk periode promosi. Lihat juga daftar kami kesalahan umum dalam pengujian A/B.

Bias dari pengunjung yang sudah yakin

Calon pelanggan yang kembali setelah demo sudah mengetahui harganya: memasukkan mereka dalam uji harga akan memengaruhi hasilnya. Kecualikan mereka. Untuk toko online, halaman produk dan keranjang belanja juga menampilkan harga: halaman khusus kami tentang pengujian A/B untuk e-commerce merinci kasus-kasus ini.

Daftar periksa sebelum memulai pengujian

Ada dua belas poin yang perlu diperiksa; untuk uji harga, satu poin yang kurang saja sudah cukup untuk menundanya.

1. Tes tersebut diklasifikasikan dalam matriks (level 1, 2 atau 3; tidak pernah level 4 tanpa nasihat hukum).
2. Hipotesis tertulis: "Dengan menampilkan X, kita mengharapkan Y karena Z."
3. Indikator utama adalah pendapatan per pengunjung; retensi dan bauran penawaran disebutkan sebagai pengaman.
4. Ukuran sampel dan durasi dihitung dan dicatat sebelum peluncuran.
5. Durasi tersebut mencakup minggu penuh dan tidak termasuk periode promosi.
6. Pelanggan yang sudah ada dan pengunjung yang sudah berada dalam siklus penjualan dikecualikan dari pengujian jumlah.
7. Penetapan varian tetap sama dari satu kunjungan ke kunjungan berikutnya.
8. Harga yang telah diuji akan diteruskan hingga pembayaran, konfirmasi, dan pembuatan faktur.
9. Tidak berkedip: varian ditampilkan sebelum rendering pertama.
10. Aturan kehormatan (harga terendah yang diterapkan) ditulis dan divalidasi secara internal.
11. Pemberitahuan informasi akan terlihat jika tes tersebut menyangkut jumlah harga.
12. Harga yang diuji dan tanggalnya diarsipkan sesuai aturan 30 hari untuk harga yang dicoret.

Dari segi fitur, bandingkan apa yang ditawarkan setiap solusi di area berikut sebelum memilih: perbandingan kami BlastOptimize vs AB Tasty dan BlastOptimize vs Kameleoon mengulas tampilan, penargetan, dan pelacakan pendapatan. Untuk gambaran paket kami sendiri, lihat halaman harga BlastOptimize.

Pertanyaan yang Sering Diajukan (FAQ)

Apakah menampilkan harga berbeda kepada dua pengunjung itu legal?

Ya, pada prinsipnya, asalkan perbedaan tersebut tidak didasarkan pada kriteria diskriminatif (tempat tinggal, usia, asal, dll.) dan konsumen diberitahu ketika harga dipersonalisasi oleh keputusan otomatis. Tes singkat dan acak pada pengunjung baru, dengan aturan kehormatan, adalah pendekatan yang paling tepat.

Apakah lebih baik menguji harga atau tampilan tabel harga?

Mulailah dengan presentasi: pengalih tahunan default, penawaran unggulan, dan jumlah tingkatan. Tes ini lebih cepat diselesaikan dan tidak menimbulkan masalah keadilan. Simpan tes jumlah biaya untuk keputusan yang lebih strategis.

Apa yang harus dilakukan terhadap pelanggan yang membayar harga tertinggi selama uji coba?

Umumkan aturan tersebut sebelum peluncuran: di akhir uji coba, setiap pelanggan yang berlangganan dengan harga lebih tinggi akan mendapatkan pengembalian selisih harga atau dialihkan ke harga yang dipilih jika lebih rendah. Amazon melakukan ini pada tahun 2000, tetapi setelah kejadian tersebut.

Situs saya memiliki sedikit trafik: apakah saya masih bisa menguji halaman harga saya?

Ya, dengan menargetkan perubahan yang jelas dan kejadian yang sering terjadi. Dengan kurang dari 5.000 kunjungan bulanan, uji jumlah yang dinilai berdasarkan pembayaran jarang memberikan hasil yang pasti; uji presentasi yang dinilai berdasarkan percobaan akan memberikan hasil yang pasti dalam satu hingga tiga bulan.

Berapa lama durasi pengujian pada halaman harga?

Minimal dua minggu penuh, ditambah waktu yang dibutuhkan untuk mencapai ukuran sampel yang dihitung awalnya. Dengan uji coba gratis, perpanjang pelacakan hingga satu siklus penagihan penuh untuk mengukur pembayaran aktual.

Apakah pengunjung perlu diberitahu bahwa tes sedang berlangsung?

Untuk uji presentasi, tidak: penawarannya identik untuk semua orang. Untuk uji harga, ini adalah praktik paling bijaksana sehubungan dengan Direktif Omnibus. Satu kalimat di bawah tabel sudah cukup.

Poin-poin penting

• Klasifikasikan setiap ide dalam matriks: presentasi, packaging, harga untuk pengunjung baru, harga berdasarkan profil. Selesaikan dua level pertama; jangan pernah masuk ke level keempat tanpa nasihat hukum.
• Nilailah berdasarkan pendapatan per pengunjung: varian yang memiliki tingkat konversi 20% lebih baik mungkin menghasilkan pendapatan 10% lebih rendah.
• Hitung trafik sebelum peluncuran: sekitar 4.400 pengunjung per varian untuk efek 25% pada uji coba, lebih dari 49.000 untuk efek 15% pada pembayaran.
• Untuk uji harga: alokasi acak dan berkelanjutan, pelanggan yang sudah ada dikecualikan, aturan kehormatan yang diumumkan, pemberitahuan informasi, pengarsipan harga yang diuji.
• Tidak ada kedipan tampilan yang ditoleransi: pada tabel harga, kedipan mengungkapkan pengujian kepada pengunjung.