Cómo aprovechar al máximo las pruebas A/B para aumentar sus tasas de conversión

Uno de los tipos de pruebas CRO más fáciles (y más comunes) se llama prueba A/B. Una herramienta imprescindible en el cinturón de herramientas de optimización de cualquier vendedor, las pruebas A/B pueden parecer intimidantes debido a su naturaleza técnica y estadística. En realidad, es una de las formas más claras y eficientes de mejorar las tasas de conversión. Al identificar variaciones específicas de los elementos de su campaña que funcionan bien con su audiencia, las pruebas A/B eliminan las conjeturas de CRO y convierten la teoría en aplicación.

¿Listo para dar el salto? Examinemos de qué se trata la prueba A/B y discutamos algunas de las mejores prácticas para que pueda probar como un profesional en muy poco tiempo.

Para aquellos que prefieren ver en lugar de leer...

¿Qué son las pruebas A/B?

Los basicos

En pocas palabras, las pruebas A/B son la versión del vendedor de un experimento controlado. También conocida como prueba dividida, una prueba A/B le permite probar variaciones de algún elemento de una campaña, como una página de destino, una al lado de la otra. Los resultados le permitirán determinar qué versión es la opción más eficaz. Debido a su naturaleza bastante sencilla, es una de las pruebas más populares utilizadas en la optimización de la tasa de conversión.

Cómo funcionan las pruebas A/B

Las pruebas A/B comienzan con la creación de dos (o más) versiones de un contenido. Se puede ajustar cualquier variable deseada y se considera una buena práctica hacer que estas versiones sean sustancialmente diferentes entre sí, pero solo de una manera. Luego, las piezas se presentan a audiencias de tamaño similar, y la capacidad de respuesta y las tasas de conversión de cada grupo se registran y analizan con software de análisis y/o prueba de CRO.

Obtenga su Lista de verificación de optimización de campañas para ayudarlo a identificar qué partes de su campaña tienen un bajo rendimiento para que pueda priorizar sus esfuerzos de prueba

Proceso de prueba A/B

Así que vayamos al meollo del asunto y examinemos en detalle cómo se ejecuta una prueba A/B efectiva.

1. Elija su variable

Al igual que con el método científico, desea aislar una "variable independiente" para probar. Para aclarar, A/B permite probar más de una variación, siempre que se prueben una a la vez. Cualquier diseño o elemento de diseño sobre el que haya tenido curiosidad está listo para probar, desde las fuentes de la página de destino hasta la ubicación del botón CTA y las líneas de asunto del correo electrónico. Considere desarrollar una hipótesis para evaluar usando sus resultados, y recuerde mantener las cosas simples: ¡no pruebe múltiples variables a la vez!

2. Decidir sobre las métricas

La "variable dependiente" será la métrica en la que elegirá centrarse durante la prueba. La tasa de conversión parece la más obvia, pero otras métricas relevantes para CRO pueden incluir la tasa de abandono del carrito de compras, el tiempo dedicado a una página, la tasa de rebote y Más. Tómese el tiempo para encontrar los KPI (indicadores clave de rendimiento) más relevantes para la pieza específica que se está probando.

Otra consideración es la importancia estadística deseada de sus resultados. Establecer su nivel de confianza en un porcentaje más alto equivale a invertir en la precisión de los resultados. Vemos una alfabetización estadística deficiente en el mundo de CRO con respecto a este tema y sugerimos este blog sobre estadísticas de pruebas A/B para corregirlo.

3. Configure sus grupos

El elemento restante del experimento que debe determinarse es el control, que será la versión inalterada de la pieza que probará. Con el control y la prueba creados, puede dividir su audiencia en grupos aleatorios de igual tamaño para la prueba. Si esto suena difícil de implementar, no se preocupe: es un trabajo para sus herramientas de prueba, un componente crucial de su estrategia de CRO.

El tamaño de la muestra dependerá tanto de las capacidades de la herramienta que se utilice como de la naturaleza de la prueba. Al probar algo como una página web, con un número cada vez mayor de visitantes, la duración de la prueba determinará directamente el tamaño de la muestra; examine las tasas de visitas existentes para tener una idea de cuánto tiempo llevarlas a cabo. Cuando se realizan pruebas A/B de correos electrónicos, por otro lado, se recomienda probar en una cierta proporción de su lista de correo.

4. ¡Haz esa prueba!

Aunque sus variaciones deben probarse simultáneamente, no hay nada de malo en seleccionar los tiempos de prueba estratégicamente. Por ejemplo, las campañas de correo electrónico oportunas entregarán resultados más rápidamente; determinar cuáles son estos tiempos requiere un poco de investigación de los segmentos y la demografía de sus suscriptores. Como se mencionó, dependiendo de la naturaleza de la pieza, el tráfico de su sitio y la importancia estadística que debe lograrse, la prueba podría demorar desde unas pocas horas hasta algunas semanas.

Si está interesado en obtener información adicional sobre el razonamiento detrás de las reacciones de sus visitantes, considere solicitar comentarios cualitativos. Las encuestas de salida y los sondeos se pueden agregar fácilmente a las páginas del sitio durante el período de prueba. Esta información puede agregar valor y eficiencia a sus resultados.

5. Examine los resultados

Usando su hipótesis preestablecida y métricas clave, es hora de interpretar sus hallazgos. Teniendo en cuenta también los niveles de confianza, será necesario determinar la importancia estadística con la ayuda de su herramienta de prueba u otra calculadora. Si una variación resulta estadísticamente mejor que la otra, ¡felicidades! Ahora puede tomar las medidas adecuadas para optimizar la parte de la campaña.

Pero recuerde que la importancia estadística no equivale a la importancia práctica. Siempre debe tener en cuenta el tiempo y el esfuerzo que llevará implementar el cambio y si el retorno vale la pena. Si es tan simple como enviar una plantilla de correo electrónico sobre otra con el solo clic de un botón, no hay que pensarlo dos veces. Pero si se trata de que un desarrollador renueve cientos de páginas de destino en su sitio, debe asegurarse de que valga la pena.

6. En caso de una prueba "fallida"

Si ninguna de las variaciones produjo resultados estadísticamente significativos, es decir, la prueba no fue concluyente, hay varias opciones disponibles. Por un lado, puede ser razonable simplemente mantener la variación original en su lugar. También puede optar por reconsiderar su nivel de importancia o volver a priorizar ciertos KPI del contexto de la pieza que se está probando. Finalmente, una variación más poderosa o drásticamente diferente puede estar en orden. Lo más importante, no tenga miedo de probar y probar de nuevo; después de todo, los esfuerzos repetidos solo pueden ayudar a mejorar la optimización.

Pruebas A/B frente a pruebas multivariadas

Las pruebas multivariadas se basan en el mismo principio clave que su contraparte A/B; la diferencia está en el mayor número de variables que se prueban. El objetivo es determinar qué combinación particular de variaciones funciona mejor y examinar la "convertibilidad" de cada variación en el contexto de otras variables en lugar de simplemente un proceso independiente. En muchos sentidos, puede ser una práctica más sofisticada.

Este tipo de prueba es una excelente manera de examinar relaciones más complejas entre elementos optimizables. En teoría, ¡es posible probar cientos de combinaciones una al lado de la otra! Cabe señalar que las pruebas multivariadas tienen sus desventajas, particularmente en lo que respecta a la mayor cantidad de tiempo y cantidad de visitantes del sitio necesarios para realizarlas de manera efectiva.

¿Qué prueba debo ejecutar?

Las pruebas A/B son un método ideal para obtener resultados significativos y aparentes rápidamente, independientemente del tamaño de la empresa, el tráfico del sitio o las capacidades de su software. Fácil de interpretar y menos intimidante para los mercadólogos nuevos en CRO, en algunos casos es incluso utilizado en ciclos continuos por grandes empresas que lo prefieren al diseño de pruebas multivariadas. Si recién está comenzando su viaje en el mundo de la optimización, este puede ser el mejor lugar para comenzar.

Por el contrario, las pruebas multivariantes a menudo se recomiendan para sitios con un tráfico considerable para acomodar la cantidad de variaciones que deben probarse. La página específica que se está probando también debe tener suficiente exposición. Las pruebas multivariadas se aplican mejor cuando desea experimentar con modificaciones más sutiles en una pieza de contenido y rastrear las interacciones de diferentes elementos. También son útiles para obtener resultados que luego se pueden aplicar sistemáticamente al diseño de su sitio a mayor escala.

Ahora que sabe cómo ejecutar una prueba A/B, ¿cómo sabe qué aspecto de su campaña de marketing debe abordar primero? Tenemos el recurso perfecto para usted: la lista de verificación de optimización de campañas. Le ayudará a identificar qué partes de su campaña tienen un bajo rendimiento para que pueda priorizar sus esfuerzos de prueba y optimización.

Este blog es parte de la serie de blogs Su guía definitiva para la optimización de la tasa de conversión.