Como aproveitar ao máximo os testes A/B para aumentar suas taxas de conversão

Um dos tipos mais fáceis (e mais comuns) de testes CRO é chamado de teste A/B. Indispensável no cinturão de ferramentas de otimização de qualquer profissional de marketing, o teste A/B pode parecer intimidador devido à sua natureza técnica e estatística. Na realidade, é uma das maneiras mais claras e eficientes de melhorar as taxas de conversão. Ao identificar variações específicas dos elementos de sua campanha que funcionam bem com seu público, os testes A/B eliminam as suposições do CRO e transformam a teoria em aplicação.

Pronto para dar o salto? Vamos examinar o que é o teste A/B e discutir algumas práticas recomendadas para que você teste como um profissional em pouco tempo.

Para quem prefere assistir ao invés de ler...

O que é teste A/B?

O básico

Simplificando, o teste A/B é a versão do profissional de marketing de um experimento controlado. Também conhecido como teste A/B, um teste A/B permite testar variações de algum elemento de uma campanha, como uma landing page, lado a lado. Os resultados permitirão que você determine qual versão é a opção mais eficaz. Devido à sua natureza bastante direta, é um dos testes mais populares usados ​​na otimização da taxa de conversão.

Como funciona o teste A/B

O teste A/B começa com a criação de duas (ou mais) versões de um conteúdo. Qualquer variável desejada pode ser ajustada e é considerado uma prática recomendada tornar essas versões substancialmente diferentes umas das outras, mas de apenas uma maneira. As peças são então apresentadas a públicos de tamanho semelhante, e a capacidade de resposta e as taxas de conversão de cada grupo são registradas e analisadas com software de teste e/ou análise de CRO.

Obtenha sua lista de verificação de otimização de campanha para ajudá-lo a identificar quais partes de sua campanha estão com desempenho insatisfatório para que você possa priorizar seus esforços de teste

Processo de teste A/B

Então, vamos ao âmago da questão e examinar em detalhes como um teste A/B eficaz é executado.

1. Escolha sua variável

Assim como no método científico, você deseja isolar uma "variável independente" para testar. Para esclarecer, A/B permite testar mais de uma variação, desde que sejam testadas uma de cada vez. Qualquer layout ou elemento de design sobre o qual você tenha curiosidade está disponível para teste, desde fontes da página de destino até o posicionamento do botão CTA e as linhas de assunto do e-mail. Considere desenvolver uma hipótese para avaliar usando seus resultados e lembre-se de manter as coisas simples - não teste várias variáveis ​​de uma só vez!

2. Decidir sobre as métricas

A "variável dependente" será a métrica na qual você escolherá se concentrar durante o teste. A taxa de conversão parece a mais óbvia, mas outras métricas relevantes para CRO podem incluir taxa de abandono de carrinho de compras, tempo gasto em uma página, taxa de rejeição e Reserve um tempo para encontrar os KPIs (indicadores-chave de desempenho) mais relevantes para a peça específica que está sendo testada.

Outra consideração é a significância estatística desejada de seus resultados. Definir seu nível de confiança para uma porcentagem maior equivale a investir na precisão dos resultados. Vemos uma baixa alfabetização estatística no mundo do CRO em relação a esse tópico e sugerimos este blog sobre estatísticas de testes A/B para corrigi-lo.

3. Configure seus grupos

O elemento restante do experimento que precisa ser determinado é o controle, que será a versão inalterada da peça que você testará. Com o controle e o teste criados, você pode dividir seu público em grupos aleatórios de tamanho igual para testes. Se isso parece difícil de implementar, não se preocupe - é um trabalho para suas ferramentas de teste, um componente crucial de sua estratégia de CRO.

O tamanho da amostra dependerá dos recursos da ferramenta usada e da natureza do teste. Ao testar algo como uma página da web, com um número cada vez maior de visitantes, a duração do teste determinará diretamente o tamanho da amostra; examine as taxas de visitação existentes para ter uma ideia de quanto tempo deve ser realizado. Ao testar e-mails A/B, por outro lado, é recomendável testar em uma certa proporção de sua lista de e-mails.

4. Faça esse teste!

Embora suas variações devam ser testadas simultaneamente, não há nada de errado em selecionar os tempos de teste estrategicamente. Por exemplo, campanhas de e-mail oportunas fornecerão resultados mais rapidamente; determinar quais são esses tempos requer alguma pesquisa de demografia e segmentos de assinantes. Conforme mencionado, dependendo da natureza da peça, do tráfego do seu site e da significância estatística que precisa ser alcançada, o teste pode levar de algumas horas a algumas semanas.

Se você estiver interessado em obter informações adicionais sobre o raciocínio por trás das reações de seus visitantes, considere pedir feedback qualitativo. Enquetes e pesquisas de saída podem ser facilmente adicionadas às páginas do site durante o período de teste. Essas informações podem agregar valor e eficiência aos seus resultados.

5. Examine os resultados

Usando sua hipótese pré-estabelecida e métricas-chave, é hora de interpretar suas descobertas. Tendo também em mente os níveis de confiança, será necessário determinar a significância estatística com a ajuda de sua ferramenta de teste ou outra calculadora. Se uma variação for estatisticamente melhor que a outra, parabéns! Agora você pode agir adequadamente para otimizar a parte da campanha.

Mas lembre-se de que significância estatística não equivale a significância prática. Você sempre precisa levar em consideração o tempo e o esforço necessários para implementar a mudança e se o retorno vale a pena. Se for tão simples quanto enviar um modelo de e-mail em vez de outro com o único clique de um botão, não há problema. Mas se se trata de ter um desenvolvedor reformulando centenas de páginas de destino em seu site, você quer ter certeza de que vale a pena.

6. No caso de um teste "falhou"

Se nenhuma das variações produziu resultados estatisticamente significativos - ou seja, o teste foi inconclusivo - várias opções estão disponíveis. Por um lado, pode ser razoável simplesmente manter a variação original no lugar. Você também pode optar por reconsiderar seu nível de significância ou re-priorizar determinados KPIs do contexto da peça que está sendo testada. Finalmente, uma variação mais poderosa ou drasticamente diferente pode estar em ordem. Mais importante ainda, não tenha medo de testar e testar novamente; afinal, esforços repetidos só podem ajudar a melhorar a otimização.

Teste A/B vs. Teste Multivariado

O teste multivariado é baseado no mesmo princípio-chave de sua contraparte A/B; a diferença está no maior número de variáveis ​​sendo testadas. O objetivo é determinar qual combinação específica de variações tem o melhor desempenho e examinar a “conversibilidade” de cada variação no contexto de outras variáveis, em vez de simplesmente um processo autônomo. De muitas maneiras, pode ser uma prática mais sofisticada.

Esse tipo de teste é uma ótima maneira de examinar relacionamentos mais complexos entre elementos otimizáveis. Em teoria, é possível testar centenas de combinações lado a lado! Notadamente, os testes multivariados têm suas desvantagens, principalmente no que diz respeito à maior quantidade de tempo e número de visitantes do site necessários para realizá-los de forma eficaz.

Qual teste devo executar?

O teste A/B é um método ideal para obter resultados significativos e aparentes rapidamente, independentemente do tamanho da empresa, do tráfego do site ou dos recursos do seu software. Fácil de interpretar e menos intimidante para profissionais de marketing novos em CRO, é em alguns casos até usado em ciclos contínuos por grandes empresas que o preferem a projetar testes multivariados. Se você está apenas começando sua jornada no mundo da otimização, este pode ser o melhor lugar para começar.

Por outro lado, o teste multivariado geralmente é recomendado para sites com tráfego substancial para acomodar o número de variações que precisam ser testadas. A página específica que está sendo testada também precisa ter exposição suficiente. Os testes multivariados são mais bem aplicados quando você deseja experimentar modificações mais sutis em uma parte do conteúdo e rastrear as interações de diferentes elementos. Eles também são úteis para obter resultados que posteriormente podem ser aplicados sistematicamente ao design do seu site em uma escala maior.

Agora que você sabe como fazer um teste A/B, como saber qual aspecto da sua campanha de marketing deve ser abordado primeiro? Temos o recurso perfeito para você: A Lista de Verificação de Otimização de Campanhas. Isso ajudará você a identificar quais partes de sua campanha estão com desempenho insatisfatório para que você possa priorizar seus esforços de teste e otimização.

Este blog faz parte da série de blogs Your Definitive Guide to Conversion Rate Optimization