¿Qué es un test A/B? El número de visitantes en su sitio web es igual al número de oportunidades que tiene para ampliar su negocio mediante la adquisición de nuevos clientes y construir relaciones con los ya existentes. Y es su embudo de conversión el que decide si su sitio web recibe un buen tráfico y si convierte más visitantes. Las empresas quieren que los visitantes tomen acciones (también llamadas de conversión) en su sitio web, y la tasa a la que un sitio puede impulsar esto se llama su «tasa de conversión». Cuanto más optimizado esté su embudo, mayor será la posibilidad de que los visitantes se conviertan. Una forma de optimizar el embudo de su sitio web es el test A/B.
¿Qué es un test A/B?
Los test A/B (también conocidas como pruebas de división) son la práctica de mostrar dos variantes de la misma página web a diferentes segmentos de visitantes al mismo tiempo y comparar qué variante impulsa más conversiones. Típicamente, el que da más conversiones es la variante ganadora, aplicando, que puede ayudarle a optimizar su sitio para obtener mejores resultados.
Las métricas de conversión son únicas para cada sitio web. En el caso del comercio electrónico, puede ser la venta de los productos, mientras que en el caso del B2B, puede ser la generación de clientes potenciales calificados. Las pruebas A/B son uno de los componentes del proceso global de Optimización de la Tasa de Conversión (CRO), mediante el cual se puede recopilar información cualitativa y cuantitativa del usuario y utilizarla para comprender a sus clientes potenciales y optimizar su embudo de conversión en base a esos datos.
¿Por qué debería hacer un test A/B?
Si los negocios B2B de hoy en día no están satisfechos con todas las pistas no cualificadas que obtienen por mes, las tiendas de comercio electrónico, por otra parte, están luchando con una alta tasa de abandono del carrito. Mientras tanto, los medios de comunicación y las editoriales también están lidiando con la baja participación de los espectadores. Estas métricas de conversión se ven afectadas por algunos problemas comunes como las fugas en el embudo de conversión, las caídas en la página de pago, etc. Veamos por qué debería hacer pruebas A/B para tratar todos estos problemas:
- Solucionar puntos problemáticos de mi audiencia
- Mejora el retorno de la inversión del tráfico existente
- Reducir la tasa de rebote
- Hacer cambios de bajo riesgo
- Consiga mejoras estadísticamente significativas
- Rediseño rentable de su sitio web
1. Solucionar puntos problemáticos de mi audiencia (Pain points)
Los visitantes de su sitio web vienen a lograr un objetivo específico que tienen en mente. Puede ser para entender más sobre su producto o servicio, para comprar un producto, para leer/aprender más sobre un tema en particular, o simplemente para navegar. Cualquiera que sea el objetivo del usuario, puede que se enfrente a algunos puntos problemáticos comunes mientras logra su objetivo: puede ser una copia confusa o difícil de encontrar el botón CTA como comprar ahora, solicitar una demostración, etc. El no poder alcanzar sus objetivos conduce a una mala experiencia de usuario. Esto aumenta la fricción y eventualmente impacta en sus tasas de conversión. Utilice los datos recogidos a través de herramientas de análisis del comportamiento de los visitantes, como mapas de calor, Google Analytics y encuestas en el sitio web para resolver los puntos débiles de sus visitantes. Esto es válido para todas las empresas, ya sea de comercio electrónico, viajes, SaaS, educación o medios de comunicación y publicaciones.
2. Obtenga un mejor retorno de la inversión del tráfico existente
Como la mayoría de los profesionales del marketing se han dado cuenta, el coste de adquirir cualquier tráfico de calidad puede ser enorme. Las pruebas A/B le permiten sacar el máximo provecho de su tráfico existente y le ayudan a aumentar la conversión sin tener que gastar en la adquisición de nuevo tráfico. Las pruebas A/B pueden darle un alto retorno de la inversión, ya que a veces, incluso los cambios más pequeños pueden resultar en un aumento significativo de las conversiones.
3. Reducir la tasa de rebote
Una de las métricas más importantes que se deben seguir para juzgar el rendimiento de su sitio web es su tasa de rebote. Puede haber muchas razones para el alto porcentaje de rebote de su sitio web, tales como demasiadas opciones, desajuste de expectativas, etc. Como los diferentes sitios web sirven a diferentes objetivos y a diferentes audiencias, no hay una forma segura de fijar el porcentaje de rebote. Una forma de hacerlo es a través de pruebas A/B. Con las pruebas A/B, puede probar múltiples variaciones de un elemento de su sitio web hasta encontrar la mejor versión posible. Esto mejora su experiencia de usuario, haciendo que los visitantes pasen más tiempo en su sitio web y reduciendo las tasas de rebote.
4. Hacer cambios de bajo riesgo
Realice cambios menores e incrementales en su página web con las pruebas A/B en lugar de rediseñar toda la página. Esto puede reducir el riesgo de poner en peligro su tasa de conversión actual. Las pruebas A/B le permiten dirigir sus recursos para obtener el máximo rendimiento con mínimas modificaciones, lo que resulta en un mayor retorno de la inversión. Un ejemplo de ello podrían ser los cambios en las descripciones de los productos. Puede realizar una prueba A/B cuando planee eliminar o actualizar las descripciones de sus productos. No sabe cómo sus visitantes van a reaccionar al cambio, y la prueba A/B es una forma de determinar qué lado de la balanza se inclinará. Otro ejemplo de modificación de bajo riesgo puede ser la introducción de un nuevo cambio de característica. Antes de introducir una nueva característica, lanzar esa nueva característica como una prueba A/B en la copia de la página web puede hacer que el resultado sea mucho más predecible. Puede ser muy útil y beneficioso si los cambios afectan a los datos del cliente o al embudo de compra. Los cambios sin pruebas pueden o no dar resultados. Probar y luego hacer cambios puede hacer que el resultado sea seguro.
5. Consiga mejoras estadísticamente significativas
Dado que las pruebas de A/B están completamente basadas en datos sin espacio para conjeturas, sentimientos o instintos, puede determinar fácilmente un «ganador» y un «perdedor» basándose en mejoras estadísticamente significativas en métricas como el tiempo de permanencia en la página, el número de solicitudes de demostración, la tasa de abandono del carro, la tasa de clics, etc.
6. Rediseño rentable de su sitio web
El rediseño de su sitio web puede variar desde un pequeño ajuste de texto o color de CTA a páginas web particulares hasta una completa renovación del sitio web. La decisión de implementar una u otra versión siempre debe basarse en pruebas A/B basadas en datos. No deje de hacer pruebas con el diseño que se está finalizando. A medida que la nueva versión se pone en marcha, pruebe otros elementos de su página web para asegurarse de que la versión más atractiva está siendo servida a los visitantes.
¿Cómo se realiza una prueba A/B?
Las pruebas A/B ofrecen una forma muy sistemática de averiguar qué funciona y qué no funciona en una campaña de marketing determinada. La mayoría de los esfuerzos de marketing están orientados a generar más tráfico. Pero, a medida que la adquisición de tráfico se hace más difícil y costosa, se vuelve primordial ofrecer la mejor experiencia a los usuarios que llegan a su sitio web. Esto les ayudará a alcanzar sus objetivos y les permitirá convertir de la manera más rápida y eficiente posible. Las pruebas A/B en marketing le permiten sacar el máximo provecho de su tráfico existente. Un programa estructurado de pruebas A/B puede hacer que los esfuerzos de marketing sean más rentables al señalar las áreas problemáticas más cruciales que necesitan ser optimizadas. Las pruebas A/B están pasando de ser una actividad independiente que se realiza una vez cada dos años a una actividad más estructurada y continua, que siempre debe realizarse a través de un proceso CRO bien definido. A grandes rasgos, incluye los siguientes pasos:
Paso 1: Investigación
Antes de construir un plan de pruebas A/B, es necesario realizar una investigación exhaustiva sobre el rendimiento actual del sitio web. Tendrá que recopilar datos sobre todo lo relacionado con el número de usuarios que entran en el sitio, qué páginas generan más tráfico, cuáles son los diversos objetivos de conversión de las diferentes páginas, etc. Las herramientas utilizadas aquí pueden incluir herramientas analíticas cuantitativas del sitio web como Google Analytics, Omniture, Mixpanel, etc., que pueden ayudarte a calcular las páginas más visitadas, las páginas con más tiempo de permanencia o las páginas con el mayor índice de rebote. Por ejemplo, puede que quieras empezar por preseleccionar las páginas que tienen el mayor potencial de ingresos o el mayor tráfico diario. A continuación, puede querer profundizar en los aspectos cualitativos de este tráfico.
Las herramientas de mapas de calor son la tecnología líder utilizada para determinar dónde pasan más tiempo los usuarios, su comportamiento de desplazamiento, etc. Esto puede ayudarle a identificar las áreas problemáticas de su sitio web. Otra herramienta popular utilizada para hacer investigaciones más perspicaces son las encuestas a los usuarios del sitio web. Las encuestas pueden actuar como un conducto directo entre el equipo de su sitio web y el usuario final, y a menudo pueden poner de relieve los problemas que pueden pasar desapercibidos en los datos agregados. Se puede obtener más información cualitativa de las herramientas de grabación de sesiones que recogen datos sobre el comportamiento de los visitantes, lo que ayuda a identificar las lagunas en el viaje del usuario. De hecho, las herramientas de grabación de sesiones combinadas con las encuestas de análisis de formularios pueden revelar información sobre el motivo por el que los usuarios no están rellenando su formulario. Puede ser debido a algunos campos que piden información personal o de los usuarios, tal vez abandonando sus formularios por ser demasiado largos.
Como podemos ver, tanto la investigación cuantitativa como la cualitativa pueden ayudarnos a prepararnos para el siguiente paso del proceso, que será hacer observaciones procesables para los siguientes pasos.
Paso 2: Observar y Formular Hipótesis
Acérquese a sus objetivos de negocio registrando las observaciones de la investigación y creando hipótesis basadas en datos con el fin de aumentar las conversiones. Sin esto, su campaña de prueba es como una brújula sin dirección. Las herramientas de investigación cualitativa y cuantitativa sólo pueden ayudarle a recopilar datos sobre el comportamiento de los visitantes. Ahora es su responsabilidad analizar y dar sentido a esos datos. La mejor manera de utilizar cada uno de los datos recopilados es analizarlos, hacer observaciones agudas sobre ellos, y luego dibujar el sitio web, así como los puntos de vista de los usuarios para formular hipótesis basadas en los datos. Una vez que tenga una hipótesis lista, pruébela con varios parámetros como la confianza que tiene en que ganará, su impacto en los objetivos macro, y lo fácil que es de establecer y así sucesivamente.
Paso 3: Crear Variaciones
El siguiente paso en su programa de pruebas debe ser crear una variación basada en su hipótesis, y probarla A/B contra la versión existente (control). Una variación es otra versión de su versión actual con cambios que usted quiere probar. Puede probar múltiples variaciones contra el control para ver cuál funciona mejor. Cree una variación basada en su hipótesis de lo que podría funcionar desde la perspectiva de UX. Por ejemplo, ¿hay suficientes personas que no rellenan los formularios? ¿Su formulario tiene demasiados campos? ¿Pide información personal? Tal vez puedas probar una variación con un formulario más corto u otra variación omitiendo los campos que piden información personal.
Paso 4: Ejecutar la prueba
Antes de llegar a este paso, exploremos primero cuántos tipos de métodos de prueba existen y cuándo usar cuál de ellos. Las pruebas A/B, las pruebas multivariantes, las pruebas de URL divididas y las pruebas multipágina son 4 tipos diferentes de pruebas. Ya hemos discutido el primer tipo, es decir, las pruebas A/B. Pasemos ahora a los otros tipos de pruebas.
Pruebas de URL divididas
Mucha gente confunde las Pruebas de URL divididas con las pruebas A/B, pero las dos son fundamentalmente diferentes. La Prueba de URL Dividida es probar múltiples versiones de su página web alojadas en diferentes URLs. El tráfico de su sitio web se divide entre el control, y las variaciones y cada una de sus tasas de conversión se miden para decidir la versión ganadora. La principal diferencia entre una prueba de URL dividida y una prueba A/B es que en el caso de una prueba dividida, las variaciones se alojan en diferentes URLs.
Se prefiere la prueba A/B cuando sólo se requieren cambios en el front-end, pero se prefiere la prueba de URLs divididas cuando se necesitan cambios significativos en el diseño y no se quiere tocar el diseño del sitio web existente.
La creación de una prueba de URL dividida consiste en los siguientes pasos:
- Configurar las páginas para la prueba de URL dividida
- Agregar objetivos de conversión y estimar la duración de la prueba
- Finalizar la prueba
- Previsualización e inicio de la prueba
Prueba multivariante (MVT)
Es un método en el que se realizan cambios en varias secciones de una página web y se crean variaciones para todas las combinaciones posibles. En las pruebas multivariadas, puede probar todas las combinaciones dentro de una sola prueba. La prueba multivariante le ayuda a averiguar qué elemento de una página web tiene el mayor impacto en su tasa de conversión. Es más complicado que el test A/B y es más adecuado para los profesionales de marketing avanzados.
Por ejemplo, usted decide probar dos versiones de cada una de las imágenes de los héroes y el color del botón CTA en una página web. Mediante el uso de MVT, puede crear una variación para la imagen del héroe y una para el color del botón CTA. Para probar todas las versiones, cree combinaciones de todas las variaciones, como se muestra aquí:
Después de ejecutar una prueba multivariante en todas las combinaciones, puede utilizar los datos obtenidos para determinar qué combinación afecta más a la tasa de conversión de su página y desplegar esa combinación.
Pruebas multipágina
Las pruebas multipágina son una forma de experimentación en la que se pueden probar los cambios en elementos particulares a través de varias páginas.
Hay dos maneras de hacer pruebas multipágina. Una, puede tomar todas las páginas de su embudo de ventas y crear nuevas versiones de cada una, lo cual hace que su retador se convierta en un embudo de ventas, y luego lo prueba contra el control. Esto se denomina Prueba de embudo de varias páginas. Y dos, puede probar cómo la adición o eliminación de los elementos recurrentes, como insignias de seguridad, testimonios, etc., puede afectar a las conversiones de todo un embudo. Esto se denomina Prueba multipágina clásica o convencional. Además de los 4 tipos que acabamos de discutir, también hay dos enfoques estadísticos diferentes para las pruebas: Frecuentista y Bayesiano.
El enfoque de probabilidad Frequentist define la probabilidad de un evento con relación a la frecuencia (de ahí el nombre) de un evento particular que ocurre en un gran número de pruebas/puntos de datos. Cuando se aplica al mundo de las pruebas A/B, se puede ver que cualquiera que siga el enfoque de frecuentista necesitaría más datos (en función del mayor número de visitantes probados y de las duraciones más largas) para llegar a las conclusiones correctas. Esto es algo que le limita en la ampliación de cualquier esfuerzo de pruebas A/B. De acuerdo con el enfoque de Frequentist, es esencial definir la duración de su prueba A/B en base al tamaño de la muestra para llegar a las conclusiones correctas de la prueba. Las pruebas se basan en el hecho de que cada experimento puede repetirse infinitas veces.
Seguir este enfoque requiere mucha atención a los detalles de cada prueba que se ejecuta porque para el mismo grupo de visitantes, se verá obligado a ejecutar pruebas de mayor duración en comparación con el enfoque bayesiano. Por lo tanto, cada prueba debe ser tratada con extremo cuidado porque sólo hay unas pocas pruebas que se pueden ejecutar en un plazo determinado. A diferencia de las estadísticas bayesianas, es menos intuitivo y a menudo resulta difícil de entender.
Por otro lado, la estadística bayesiana es una teoría basada en la interpretación bayesiana de la probabilidad, donde la probabilidad se expresa como un grado de creencia en un evento. En palabras sencillas, cuanto más se sabe sobre un evento, mejor y más rápido se pueden predecir los resultados finales. En lugar de ser un valor fijo, la probabilidad bajo la estadística Bayesiana puede cambiar a medida que se reúne nueva información. Esta creencia puede estar basada en información pasada como los resultados de pruebas anteriores u otra información sobre el evento. A diferencia del enfoque del frecuentista, el enfoque Bayesiano proporciona resultados procesables casi un 50% más rápido en comparación con el antiguo método del frecuentista, mientras que se centra en la significación estadística. En cualquier momento dado, siempre que tenga suficientes datos a mano, el enfoque bayesiano le indica la probabilidad de que la variación A tenga una tasa de conversión menor que la variación B o el control. No tiene un límite de tiempo definido, ni requiere que usted tenga un conocimiento profundo de la estadística.
En términos sencillos, el enfoque bayesiano se asemeja a la forma en que abordamos las cosas en la vida cotidiana. Por ejemplo, usted perdió su teléfono móvil en su casa. Como frecuentador, sólo utilizaría un localizador GPS para rastrearlo y sólo comprobaría la zona a la que apunta el localizador. Mientras que como bayesiano, no sólo utilizará un rastreador GPS sino que también comprobará todos los lugares de la casa en los que anteriormente encontró su teléfono extraviado. En el primer caso, el evento se considera un valor fijo, mientras que en el segundo, todo el conocimiento pasado y futuro se utiliza para localizar el teléfono. Para entender mejor los dos, eche un vistazo a la comparación que se muestra a continuación:
Una vez que se haya bloqueado en cualquiera de estos tipos y enfoques basados en las necesidades y objetivos de negocio de su sitio web, inicie la prueba y espere el tiempo estipulado para lograr resultados estadísticamente significativos. Tenga en cuenta una cosa: independientemente del método que elija, su método de prueba y la precisión estadística determinarán los resultados finales. Por ejemplo, una de estas condiciones es el tiempo de la campaña de prueba. El momento y la duración de la prueba tienen que estar en el punto. Calcule la duración del test teniendo en cuenta su promedio de visitantes diarios y mensuales, la tasa de conversión estimada existente, la mejora mínima de la tasa de conversión que espera, el número de variaciones (incluyendo el control), el porcentaje de visitantes incluidos en el test, etc.
Utilice nuestra Calculadora Bayesiana para calcular la duración de sus pruebas A/B para obtener resultados estadísticamente significativos.
Paso 5: Análisis e implementación de los resultados
Aunque este es el último paso en el que encuentra el ganador de su campaña, el análisis de los resultados es extremadamente importante. Dado que las pruebas A/B requieren una recopilación y análisis continuos de datos, es en este paso donde se desenvuelve todo su recorrido. Una vez que su prueba concluye, analice los resultados de la prueba considerando métricas como el porcentaje de incremento, el nivel de confianza, el impacto directo e indirecto en otras métricas, etc. Después de considerar estos números, si la prueba tiene éxito, despliegue la variación ganadora. Si la prueba sigue siendo inconclusa, saque conclusiones de la misma e impleméntelas en sus pruebas posteriores.
Las pruebas A/B le permiten trabajar sistemáticamente en cada parte de su sitio web para mejorar las conversiones.
¿Qué se puede probar A/B?
El embudo de conversión de su sitio web determina el destino de su negocio. Por lo tanto, cada pieza de contenido que llega a sus usuarios a través de su sitio web debe ser optimizada al máximo. Esto es especialmente cierto para los elementos que pueden influir en el comportamiento de los visitantes y la tasa de conversión. Cuando se emprende un programa de optimización, los siguientes elementos clave deben ser probados A/B (la lista, sin embargo, no es exhaustiva):
1. Titulares y Subtitulares
Su titular es lo primero que los visitantes ven en su página. El titular es lo que define su primera impresión a los ojos del visitante. Y la primera impresión es lo que determina si el visitante irá más allá de su embudo de conversión. Por eso es imperativo ser muy cauteloso con el texto de su sitio web, su estilo de escritura y su formato. Asegúrese de que su titular llame la atención de los visitantes tan pronto como lleguen a su sitio web. Manténgalo corto y al punto, asegurándose de que habla claramente sobre lo que su producto o servicio es y sus beneficios. Pruebe A/B probando varios tipos de letra, tamaños, copia, y mensajería.
2. Cuerpo
El cuerpo de su sitio web debe indicar claramente lo que el visitante está recibiendo – lo que le espera. También debería resonar con el titular de su página. Un titular y un cuerpo bien escritos pueden aumentar las posibilidades de convertir su sitio web en un imán de conversión. Al escribir el contenido para el cuerpo de su página, tenga en cuenta estos dos parámetros:
- Estilo de escritura: Utilice la tonalidad correcta en función del público objetivo. Tu texto debe dirigirse directamente al usuario final y responder a todas sus preguntas. Debe consistir en frases clave que mejoren la usabilidad y elementos de estilo que resalten los puntos importantes.
- Formato: Utilice titulares y subtitulares relevantes, divida el texto en párrafos pequeños y sencillos, y dele formato para los espumosos utilizando viñetas o listas.
Diseño y diagramación
Dado que todo parece tan esencial, las empresas a veces tienen dificultades para encontrar sólo los elementos más esenciales para mantener en su sitio web. Con las pruebas A/B, este problema puede ser resuelto de una vez por todas. Por ejemplo, como una tienda de comercio electrónico, la página de su producto es extremadamente importante desde la perspectiva de la conversión. Una cosa segura es que con el progreso tecnológico en su etapa actual, a los clientes les gusta ver todo en alta definición antes de comprarlo. Por lo tanto, su página de producto debe estar en su forma más optimizada en términos de diseño y diagramación. Junto con el texto, el diseño y la diagramación de una página incluyen imágenes (imágenes de productos, imágenes de ofertas, etc.) y vídeos (vídeos de productos, vídeos de demostración, anuncios, etc.). La página de su producto debe responder a todas las preguntas de sus usuarios sin confundirlos y sin desordenarse:
- Proporcionar información clara: Basándose en los productos que vende, encuentre formas creativas de proporcionar todo el contexto necesario y descripciones precisas de los productos, para que los posibles compradores no se vean abrumados con un texto desorganizado mientras buscan respuestas a sus preguntas. Escriba copias claras y proporcione tablas de tamaño, opciones de color, etc. fácilmente perceptibles.
- Destacar las opiniones de los clientes: Añada tanto buenas como malas críticas para sus productos. Las críticas negativas añaden credibilidad a su tienda.
- Escriba un contenido sencillo: Evite confundir a los potenciales compradores con un lenguaje complicado en la búsqueda de decorar su contenido. Manténgalo simple y divertido de leer.
- Cree un sentido de urgencia: Añada etiquetas como ‘sólo quedan 2 en stock’, cuentas atrás como ‘la oferta termina en 2 horas y 15 minutos’, o resalte descuentos exclusivos y ofertas festivas, etc. para animar al posible comprador a comprar inmediatamente.
Otras páginas importantes cuyo diseño debe estar a la altura son las páginas de inicio y de aterrizaje. Utilice las pruebas A/B para descubrir la versión más optimizada de estas páginas críticas. Pruebe muchas ideas como añadir mucho espacio en blanco e imágenes de alta definición, presentar videos de productos en lugar de imágenes o probar diferentes diseños. Declare sus páginas utilizando información de los mapas de clic para analizar los clics muertos e identificar las distracciones. Cuanto menos desordenada sea su página de inicio y sus páginas de destino, más probable es que los visitantes puedan encontrar fácil y rápidamente lo que están buscando.
Navegación
Otro elemento de su sitio web que puede optimizar mediante pruebas A/B es la navegación de su sitio web. Es el elemento más crucial cuando se trata de ofrecer una excelente experiencia al usuario. Asegúrese de tener un plan claro para la estructura de su sitio web y de cómo las diferentes páginas estarán enlazadas entre sí y reaccionarán dentro de esa estructura. La navegación de su sitio web comienza en la página de inicio. La página de inicio es la página principal de la que surgen todas las demás páginas y que enlaza todas las páginas. Asegúrese de que su estructura sea tal que los visitantes encuentren fácilmente lo que están buscando y que no se pierdan por una navegación rota. Cada clic debe dirigir a los visitantes a la página deseada.
A continuación se presentan algunas ideas que pueden ayudarle a mejorar su juego de navegación:
- Coincida con las expectativas de los visitantes colocando su barra de navegación en lugares estándar como la navegación horizontal en la parte superior y la vertical en la parte inferior izquierda para hacer su sitio web más fácil de usar.
- Haga que la navegación de su sitio web sea predecible manteniendo el contenido temático similar en el mismo cubo o en cubos relacionados para reducir la carga cognitiva de su visitante. Por ejemplo, como una tienda de comercio electrónico, puede estar vendiendo una variedad de auriculares y audífonos. Algunos de ellos pueden ser alámbricos, mientras que otros pueden ser inalámbricos o auriculares. Coloque estos de tal manera que cuando un visitante busque auriculares o audífonos, encuentre todas estas variedades en un solo lugar en lugar de tener que buscar cada tipo por separado.
- La creación de un sitio web fluido y fácil de navegar manteniendo una estructura simple, predecible y que cumpla con las expectativas de sus visitantes no sólo puede aumentar las posibilidades de elevar su tasa de conversión, sino también crear una experiencia de cliente encantadora que obligue a los visitantes a volver a su sitio web.
Formularios
Los formularios son medios a través de los cuales los clientes potenciales se ponen en contacto con usted. Se vuelven aún más importantes si forman parte de su embudo de compra. Así como no hay dos sitios web iguales, no hay dos formularios que se dirijan a un público diferente. Mientras que para algunos negocios, un pequeño formulario completo puede funcionar, para otros negocios, los formularios largos pueden hacer maravillas por la calidad de sus clientes potenciales. Puede averiguar qué estilo funciona mejor para su público utilizando herramientas/métodos de investigación como el análisis de formularios para determinar el área problemática de su formulario y trabajar para optimizarlo.
CTA (Call To Action)
La CTA es donde toda la acción real tiene lugar – ya sea que los visitantes terminen o no sus compras y se conviertan si llenan el formulario de inscripción o no, y más acciones de este tipo que tienen una relación directa con su tasa de conversión. Con las pruebas A/B, puede probar diferentes copias, ubicación, colores y tamaños, etc. para su CTA hasta que encuentre la variante ganadora, y luego probar la versión ganadora para optimizarla aún más.
Prueba social
La prueba social puede consistir en recomendaciones y revisiones de expertos de los campos particulares, de las celebridades y de los propios clientes, o puede venir en forma de testimonios, menciones en los medios, premios e insignias, certificados, etc. La presencia de estas pruebas valida las afirmaciones hechas por su sitio web. Las pruebas A/B pueden ayudarle a determinar si añadir pruebas sociales es una buena idea, qué tipos de pruebas sociales si es una buena idea y cuántas deben ser añadidas. Puede probar diferentes tipos de pruebas sociales, diseño y colocación.
¿Cuáles son los errores que hay que evitar en las pruebas A/B?
Error #1: No planear su hoja de ruta de optimización
- Hipótesis inválida: En las pruebas A/B, se formula una hipótesis antes de realizar una prueba. Todos los siguientes pasos dependen de ella: qué debe ser cambiado, por qué debe ser cambiado, cuál es el resultado esperado, y así sucesivamente. Si se comienza con una hipótesis errónea, la probabilidad de que la prueba tenga éxito disminuye.
- Tomando la palabra de los demás: Claro, alguien más cambió su flujo de inscripción y vio un aumento del 30% en las conversiones. Pero es el resultado de su prueba, basado en su tráfico, su hipótesis y sus objetivos. Aquí está la razón por la que no debe implementar los resultados de la prueba de otra persona tal como está en su sitio web: no hay dos sitios web iguales – lo que funcionó para ellos podría no funcionar para usted. Su tráfico será diferente; su público objetivo puede ser diferente; su método de optimización puede ser diferente al suyo, y así sucesivamente.
Error #2: Probar demasiados elementos juntos
Los expertos de la industria advierten que no se deben realizar demasiadas pruebas al mismo tiempo. Probar demasiados elementos de un sitio web juntos hace difícil determinar con precisión qué elemento influyó más en el éxito o el fracaso de la prueba. Aparte de esto, cuantos más elementos se prueben, más tráfico debe haber en esa página para justificar una prueba estadísticamente significativa. Por lo tanto, la priorización de las pruebas es indispensable para el éxito de las pruebas A/B.
Error 3: Ignorar la importancia estadística
Si los sentimientos viscerales u opiniones personales encuentran una forma de formular hipótesis o mientras se establecen los objetivos de la prueba A/B, lo más probable es que falle. Independientemente de todo, ya sea que la prueba tenga éxito o fracase, debe dejarla correr a lo largo de todo su curso para que alcance su significado estadístico. Por alguna razón, los resultados de ese test, no importa si son buenos o malos, le darán valiosos conocimientos y le ayudarán a planificar mejor su próximo test.
Error 4: Usando el tráfico desequilibrado
Los negocios a menudo terminan probando el tráfico desequilibrado. Las pruebas A/B deben realizarse con el tráfico apropiado para obtener resultados significativos. El uso de tráfico más bajo o más alto que el requerido para las pruebas aumenta las posibilidades de que su campaña falle o genere resultados no concluyentes.
Error #5: Prueba de duración incorrecta
Basándose en su tráfico y objetivos, realice pruebas A/B durante un cierto tiempo para que logre una significación estadística. Ejecutar una prueba por un período demasiado largo o demasiado corto puede resultar en que la prueba falle o produzca resultados insignificantes. El hecho de que una versión de su página web parezca ganadora durante los primeros días de la prueba no significa que deba cancelarla antes de tiempo y declarar un ganador. Dejar que una campaña dure demasiado tiempo también es un error común que cometen las empresas. La duración de la prueba depende de varios factores como el tráfico existente, la tasa de conversión existente, la mejora esperada, etc.
Aprenda cuánto tiempo debe realizar su prueba.
Error #6: No seguir un proceso iterativo
Las pruebas A/B son un proceso iterativo, en el que cada prueba se basa en los resultados de las pruebas anteriores. Las empresas abandonan las pruebas A/B después de que su primera prueba falla. Pero para mejorar las posibilidades de que su próxima prueba tenga éxito, usted debe obtener información de sus últimas pruebas mientras planifica y despliega su próxima prueba. Esto mejora la probabilidad de su prueba, teniendo éxito con resultados estadísticamente significativos.
Además, no deje de hacer pruebas después de una exitosa. Pruebe cada elemento repetidamente para producir la versión más optimizada del mismo, incluso si son producto de una campaña exitosa.
Error nº 7: No tener en cuenta los factores externos
Las pruebas deben realizarse en períodos comparables para producir resultados significativos. Es un error comparar el tráfico del sitio web en los días en los que tiene el mayor tráfico con los días en los que tiene el menor tráfico debido a factores externos como la venta, las vacaciones, etc. Debido a que la comparación aquí no se hace entre gustos, las posibilidades de llegar a una conclusión insignificante aumenta. Utilice la Calculadora de Significación de Pruebas A/B de VWO para saber si los resultados que obtuvo su prueba fueron significativos o no.
Error #8: Usando las herramientas equivocadas
Con las pruebas A/B ganando popularidad, también han surgido múltiples herramientas de bajo costo. No todas estas herramientas son igualmente buenas. Algunas herramientas ralentizan drásticamente su sitio, mientras que otras no están estrechamente integradas con las herramientas cualitativas necesarias (mapas de calor, grabaciones de sesiones, etc.), lo que conduce al deterioro de los datos. Las pruebas A/B con estas herramientas defectuosas pueden poner en riesgo el éxito de su prueba desde el principio.
Error Nº 9: Ceñirse al método de pruebas A/B plain vanilla
Mientras que la mayoría de los vendedores recomiendan que debe comenzar su viaje de experimentación ejecutando pequeñas pruebas A/B en su sitio web para dominar todo el proceso. Pero, a largo plazo, apegarse al método de prueba A/B plain vanilla no hará maravillas para su organización. Por ejemplo, si está planeando renovar una de las páginas de su sitio web por completo, debería hacer uso de pruebas separadas. Mientras tanto, si desea probar una serie de permutaciones de botones CTA, su color, el texto y la imagen del banner de su página, debe utilizar pruebas multivariadas.
¿Cuáles son los desafíos de las pruebas A/B?
El ROI de las pruebas A/B puede ser enorme y positivo. Le ayuda a dirigir sus esfuerzos de marketing a los elementos más valiosos, señalando las áreas problemáticas exactas. Pero de vez en cuando, como profesional del marketing, puede que se enfrente a algunos retos cuando decida realizar pruebas A/B. Los 6 desafíos principales son los siguientes:
Reto #1: Decidir qué probar
No puede levantarse un día y decidir probar ciertos elementos de su elección. Una amarga realidad que los profesionales del marketing están empezando a comprender es que no todos los pequeños cambios que son fáciles de implementar son siempre los mejores cuando se consideran las metas de su negocio y a menudo no logran ser significativos. Lo mismo ocurre con las pruebas complejas. Aquí es donde los datos del sitio web y los datos de análisis de los visitantes entran en juego. Estos puntos de datos le ayudan a superar el reto de «no saber qué probar» de su interminable atraso, señalando generalmente los elementos que pueden tener más impacto en sus tasas de conversión o dirigiéndole a las páginas de mayor tráfico.
Reto #2: Formular hipótesis
En gran resonancia con el primer reto está el segundo reto: formular una hipótesis. Aquí es donde la importancia de tener datos científicos a su disposición es muy útil. Si usted está haciendo pruebas sin los datos adecuados, es como si estuviera apostando su negocio. Con la ayuda de los datos recopilados en el primer paso (es decir, la investigación) de las pruebas A/B, usted necesita descubrir dónde están los problemas con su sitio y formular una hipótesis. Esto no será posible a menos que siga un programa de pruebas A/B bien estructurado y planificado.
Reto #3: Fijar el tamaño de la muestra
No muchos profesionales de marketing son estadísticos. A menudo cometemos el error de llamar a los resultados concluyentes demasiado rápido porque la mayoría de las veces buscamos resultados rápidos. Como profesionales del marketing, necesitamos conocer los tamaños de las muestras, en particular, el tamaño de la muestra de prueba en función del tráfico de nuestra página web.
Reto #4: Analizar los resultados de las pruebas
Con las pruebas A/B, usted será testigo del éxito y el fracaso en cada paso. Este desafío, sin embargo, es pertinente tanto para las pruebas exitosas como para las fallidas:
- Campañas exitosas: Es genial que haya realizado dos pruebas y que ambas hayan sido exitosas en producir resultados estadísticamente significativos. ¿Y ahora qué? Sí, desplegar al ganador, pero ¿qué sigue? Lo que los profesionales de marketing a menudo no hacen o encuentran difícil es interpretar los resultados de las pruebas. La interpretación de los resultados de la prueba después de que concluyen es extremadamente importante para entender por qué la prueba tuvo éxito. Una pregunta fundamental que debe hacerse es – ¿por qué? ¿Por qué los clientes se comportaron de la manera en que lo hicieron? ¿Por qué reaccionaron de cierta manera con una versión y no con las otras? ¿Qué conocimientos de los visitantes recogió y cómo puede utilizarlos? Muchos profesionales del marketing a menudo se esfuerzan o no responden a estas preguntas, que no sólo le ayudan a dar sentido a la prueba actual, sino que también proporcionan información para pruebas futuras.
- Campañas fallidas: A veces, los profesionales de marketing ni siquiera miran hacia atrás a las pruebas fallidas. Por ejemplo, les resulta difícil lidiar con ellas mientras le cuentan al equipo sobre las pruebas fallidas o no tienen idea de qué hacer con ellas. Ninguna prueba fallida es infructuosa a menos que usted falle en aprender de ellas. Las campañas fallidas deben ser tratadas como pilares que, en última instancia, le llevarán al éxito. Los datos recogidos durante todo el proceso de pruebas A/B, incluso si al final, la prueba falló, es como una caja de pandora sin abrir. Contiene una plétora de datos y conocimientos valiosos que pueden darle una ventaja para su próxima prueba.
Además, con la falta de conocimientos adecuados sobre cómo analizar los datos recopilados, las posibilidades de corrupción de los datos se multiplican. Por ejemplo: sin tener un proceso en marcha, no habrá fin al desplazamiento por los datos de los mapas de calor o las sesiones de registro de datos. Mientras tanto, si se utilizan diferentes herramientas para ello, también aumentan las posibilidades de fuga de datos al intentar integrarlos. También es posible que no logre obtener ninguna información significativa mientras se desplaza sin rumbo por los datos y que simplemente se ahogue bajo ellos.
Reto #5: Mantener una cultura de pruebas
Una de las características más cruciales de los programas de optimización como CRO y pruebas A/B es que es un proceso iterativo. Este es también uno de los mayores obstáculos que enfrentan las empresas y los profesionales del marketing. Para que sus esfuerzos de optimización sean fructíferos a largo plazo, deben formar un ciclo que comience más o menos con la investigación y termine en la investigación.
Este desafío no es sólo una cuestión de esforzarse o de tener los conocimientos necesarios. A veces, debido a la escasez de recursos, las empresas rara vez o de forma intermitente utilizan las pruebas A/B y no desarrollan una cultura de pruebas adecuada.
Reto #6: Cambiar la configuración de los experimentos en medio de una prueba A/B
Cuando se lanza un experimento, debe comprometerse con él completamente. Intente no cambiar los ajustes de su experimento, edite u omita los objetivos de la prueba, o juegue con el diseño del control o la variación mientras la prueba se está ejecutando. Además, no intente cambiar las asignaciones de tráfico a las variaciones también, ya que al hacerlo no sólo alterará el tamaño de la muestra de sus visitantes que regresan, sino que también sesgará masivamente los resultados de su prueba.
Por lo tanto, dados todos estos desafíos, ¿merece la pena realizar pruebas A/B?
A partir de todas las pruebas y datos disponibles sobre las pruebas A/B, incluso después de estos desafíos, las pruebas A/B generan un gran ROI. Desde una perspectiva de marketing, las pruebas A/B eliminan las conjeturas del proceso de optimización. Las decisiones estratégicas de marketing se basan en datos, lo que facilita la elaboración de una estrategia de marketing ideal para un sitio web con fines bien definidos. Sin un programa de pruebas A/B, su equipo de marketing simplemente probará los elementos al azar o basándose en las corazonadas y preferencias. Estas pruebas sin datos están destinadas a fracasar.
Si empieza con fuerza con un buen sitio web y un análisis de los datos de los visitantes, los tres primeros retos se pueden resolver fácilmente. Con la gran cantidad de datos de sitios web y de visitantes a su disposición, puede priorizar su cartera de pedidos y ni siquiera tendrá que decidir qué probar. Los datos serán los que hablen. Con datos de tal calidad junto con su experiencia en el negocio, la formulación de una hipótesis de trabajo se convierte en sólo una cuestión de revisar los datos disponibles y decidir qué cambios serán los mejores para su objetivo final. Para superar el tercer reto, puede calcular el tamaño de muestra adecuado para su campaña de pruebas con la ayuda de muchas herramientas disponibles hoy en día. Los dos últimos desafíos están relacionados con la forma en que usted aborda las pruebas A/B. Si trata las pruebas A/B como un proceso iterativo, la mitad del cuarto reto puede que ni siquiera esté en su plato. Y la otra mitad se puede resolver contratando a expertos en el campo o capacitándose en cómo analizar correctamente los datos y resultados de la investigación. El enfoque correcto para abordar el último reto es canalizar sus recursos en los elementos más críticos para el negocio y planificar su programa de pruebas de manera que, con los recursos limitados, pueda construir una cultura de pruebas.
Cómo hacer un calendario de pruebas A/B – Planificar y priorizar
Las pruebas A/B nunca debe ser considerado como un ejercicio aislado de optimización. Siempre se supone que es parte de un programa holístico más amplio de CRO y debe ser tratado como tal. Un programa de optimización efectivo siempre tendrá dos partes, a saber, planear y priorizar. Despertarse un día y decidir probar su sitio web no es como se hacen las cosas en CRO. Una buena cantidad de lluvia de ideas, junto con los datos de los visitantes en tiempo real, es la única manera de hacerlo. En palabras sencillas, se comienza analizando los datos existentes del sitio web y los datos recopilados sobre el comportamiento de los visitantes, y luego se pasa a preparar una acumulación de elementos de acción basados en ellos, pasando a la priorización, las pruebas y luego a la obtención de conocimientos para el futuro. Eventualmente, cuando, como comercializadores, realicen suficientes pruebas ad-hoc, querrán escalar su programa de pruebas A/B para hacerlo más estructurado. El primer paso para hacer esto es hacer un calendario de pruebas A/B. Un buen calendario de pruebas o un buen programa de CRO lo llevará a través de 4 etapas:
Etapa 1: Medición
Esta etapa es la etapa de planificación de su programa de pruebas A/B. Incluye la medición del rendimiento de su sitio web en términos de cómo los visitantes están reaccionando a él. En esta etapa, debería ser capaz de averiguar lo que está sucediendo en su sitio web, por qué está sucediendo y cómo están reaccionando los visitantes a él. Todo lo que sucede en su sitio web debe corresponder a sus objetivos de negocio. Por lo tanto, antes que nada, debe estar seguro de cuáles son sus objetivos de negocio. Herramientas como Google Analytics pueden ayudarle a medir sus objetivos. Una vez que tenga los objetivos claramente definidos, establezca la GA para su sitio web y defina sus indicadores clave de rendimiento.
Tomemos como ejemplo una tienda de portadas de teléfonos móviles en línea. El objetivo comercial de esta tienda es aumentar los ingresos mediante el incremento de los pedidos y las ventas en línea. El KPI establecido para seguir este objetivo sería entonces el número de cubiertas de teléfono vendidas.
Esta etapa, sin embargo, no termina simplemente con la definición de los objetivos y los KPI del sitio web. También incluye la comprensión de sus visitantes. Ya hemos hablado de las diferentes herramientas que se pueden utilizar para recopilar datos sobre el comportamiento de los visitantes. Una vez que los datos son recopilados, registre las observaciones y empiece a planificar su campaña desde allí. Mejores datos significan mayores ventas.
Una vez que se definen los objetivos de negocio, se establecen los KPIs y se analizan los datos del sitio web y el comportamiento de los visitantes, es el momento de preparar un backlog.
Backlog: «an accumulation of tasks unperformed or materials not processed»
El backlog debe ser una lista exhaustiva de todos los elementos del sitio web que decida probar en base a los datos analizados. Con un atraso de datos listo, el siguiente paso es formular una hipótesis para cada elemento del atraso. Con los datos recopilados en esta etapa y su análisis, ahora tendrá suficiente contexto de lo que sucede en su sitio web y por qué. Formule una hipótesis basada en ellos. Por ejemplo, después de analizar los datos recopilados utilizando herramientas de investigación cuantitativa y cualitativa en la primera etapa, usted llega a la conclusión de que el hecho de no tener múltiples opciones de pago llevó a que el máximo de clientes potenciales se retiraran en la página de pago. Por lo tanto, usted formula la hipótesis de que «agregar múltiples opciones de pago ayudará a reducir la caída en la página de pago». En resumen, al final de esta etapa, usted sabrá el qué y el por qué de su sitio web.
Etapa 2: Priorizar
La siguiente etapa consiste en priorizar sus oportunidades de prueba. El establecimiento de prioridades le ayuda a ordenar científicamente las múltiples hipótesis. A estas alturas, debería estar completamente equipado con los datos del sitio web, los datos de los visitantes y tener claros sus objetivos. Con el trabajo atrasado que preparó en la primera etapa junto con la hipótesis lista para cada candidato, usted está a medio camino en su plan de optimización. Ahora viene la tarea principal de esta etapa: establecer prioridades.
En la etapa 2, usted debe estar completamente equipado para identificar las áreas problemáticas de su sitio web y las fugas en su embudo. Pero no todas las áreas de acción tienen el mismo potencial de negocio. Por lo tanto, se hace imperativo sopesar los candidatos con atrasos antes de elegir los que quiere probar. Hay algunas cosas que hay que tener en cuenta al priorizar los elementos para su campaña de prueba, como el potencial de mejora, el valor y el coste de la página, la importancia de la página desde una perspectiva empresarial, el tráfico en la página, etc.
Pero, ¿cómo puede asegurarse de que ninguna subjetividad encuentre su camino en su marco de priorización? ¿Puede ser 100% objetivo en todo momento? Como seres humanos, damos mucha importancia a los sentimientos instintivos, las opiniones personales, las ideas y los valores porque son las cosas que nos ayudan en nuestra vida cotidiana. Pero CRO no es la vida cotidiana. Es un proceso científico que necesita que usted sea objetivo y que tome decisiones y elecciones sólidas basadas en datos. La mejor manera de eliminar estas subjetividades es adoptando un marco de priorización. Existen muchos marcos de priorización que incluso los expertos emplean para dar sentido a sus enormes atrasos. En esta página de pilares, usted aprenderá sobre los marcos más populares que utilizan los comercializadores: el marco de priorización de la CIE, el marco de priorización de la PIE y el modelo LIFT.
Marco de priorización de CIE
En el marco de CIE, hay tres parámetros en los que debe calificar su prueba en una escala del 1 al 5:
- Confianza: En una escala de 1 a 5 – siendo 1 el valor más bajo y 5 el más alto – seleccione cuánta confianza tiene en el logro de la mejora esperada a través de la hipótesis.
- Importancia: En una escala del 1 al 5 – siendo 1 el valor más bajo y 5 el más alto – seleccione cuán crucial es la prueba (para la cual se crea la hipótesis).
- Facilidad: En una escala de 1 a 5 – siendo 1 el más difícil y 5 el más fácil – seleccione la complejidad de la prueba. Califique la dificultad de implementar los cambios identificados para la prueba.
Antes de calificar sus hipótesis, considere estas 3 cosas:
¿Cuánta confianza tiene en lograr el levantamiento?
Al crear un prototipo de la persona del usuario al que te diriges, puedes determinar el potencial de una hipótesis. Con un buen entendimiento de tu audiencia, puedes hacer una suposición educada sobre si la hipótesis abordará las aprehensiones y dudas de los usuarios y les dará un empujón para que se conviertan o no.
¿Qué tan valioso es el tráfico para el que está realizando esta prueba?
Su sitio web puede estar atrayendo a un gran número de visitantes, pero no todos los visitantes se convierten en compradores. No todos se convierten. Por ejemplo, una hipótesis construida alrededor de la página de compra tiene una mayor importancia que la construida alrededor de la página de características del producto. Esto se debe a que los visitantes de la página de pago están muy metidos en el embudo de conversión y tienen más posibilidades de convertirse que los visitantes de la página de características del producto.
¿Qué tan fácil es implementar esta prueba?
Lo siguiente es determinar la facilidad de implementación de su prueba. Trate de responder algunas preguntas: ¿Necesitaría mucha estrategia de su parte para implementar la hipótesis? ¿Cuál es el esfuerzo necesario para diseñar y desarrollar la solución propuesta por la hipótesis? ¿Pueden los cambios sugeridos en la hipótesis ser implementados usando sólo el Editor Visual, o se justifica la adición de código personalizado? Sólo después de haber respondido a todas estas preguntas y otras similares, debería calificar a su candidato para el trabajo atrasado en el parámetro de facilitación.
Marco de Priorización PIE
El marco PIE fue desarrollado para responder a la pregunta, «¿Dónde debo hacer la prueba primero? El objetivo de la etapa de priorización en su viaje de prueba A/B es encontrar la respuesta a esta pregunta. El marco PIE habla de 3 criterios que debe considerar al elegir qué probar en qué momento: potencial, importancia y facilidad.
Potencial significa la capacidad de una página para mejorar. La etapa de planificación debe equiparlo con todos los datos que necesita para determinar esto.
La importancia se refiere al valor de una página: cuánto tráfico llega a la página. Si ha identificado una página problemática, pero no hay tráfico en esa página, entonces esa página tiene menos importancia cuando se compara con otras páginas con mayor tráfico.
El tercer y último criterio es la facilidad. La facilidad define cuán difícil es hacer una prueba en una página o elemento en particular. Una forma de determinar la facilidad de probar una página es usando herramientas como el analizador de páginas de destino para determinar el estado actual de sus páginas de destino, estimar el número y la escala de cambio que requeriría, y priorizar cuáles hacer o si hacerlo o no. Esto es importante desde la perspectiva de los recursos. Muchas empresas abandonan la idea de emprender una campaña de pruebas A/B debido a la falta de recursos. Estos recursos son de dos tipos:
- Recursos Humanos: Aunque las pruebas CRO y A/B se utilizaron en el pasado, es sólo en los últimos años que ha ganado un primer plano. Debido a esto, un gran segmento del mercado no tiene un equipo de optimización dedicado, y cuando lo tienen, normalmente se limita a un puñado de personas. Aquí es donde un calendario de optimización planificado resulta útil. Con una cartera de pedidos debidamente planificada y priorizada, un pequeño equipo de CRO puede centrar sus limitados recursos en elementos de alto riesgo.
- Herramientas: Tan popular como las pruebas CRO y A/B se están volviendo, también lo son cientos de herramientas de pruebas A/B – tanto de gama baja como de gama alta. Sin la perspectiva de un experto, si las empresas escogieran una de las opciones, por ejemplo la más barata, y comenzaran a realizar pruebas A/B de cada uno de los ítems del atraso, no llegarían a ninguna conclusión estadísticamente significativa. Hay dos razones para esto: una, las pruebas sin priorización están destinadas a fracasar y no cosechar ningún beneficio empresarial. Dos, no todas las herramientas son de la misma calidad. Algunas herramientas pueden ser más costosas, pero están integradas con buenas herramientas de investigación cualitativa y cuantitativa o son herramientas autónomas brillantes que las hacen más que capaces de producir resultados estadísticamente significativos. Mientras que el otro lote puede ser más barato y atraer a las empresas durante la crisis de capital y con un enorme retraso, pero estas herramientas sólo serán una pérdida de inversión para ellos sin ningún beneficio. El establecimiento de prioridades le ayudará a dar sentido a su cartera de pedidos y a dedicar los escasos recursos de que dispone a un candidato de prueba rentable.
Los candidatos con retraso deben ser marcados por la dificultad de la prueba en base a la facilidad técnica y económica. Usted puede cuantificar cada candidato potencial como oportunidades de negocio en base a los criterios anteriores y elegir el candidato con la puntuación más alta. Por ejemplo, como en un negocio de comercio electrónico, es posible que desee probar su página de inicio, página de producto, página de pago y página de agradecimiento (valoración). Ahora, de acuerdo con el marco de PIE, usted alinea estos y los marca como potencial, importancia y facilidad:
*marcados de un total de 10 puntos por criterio.
El Modelo LIFT es otro marco de optimización de conversión popular que le ayuda a analizar las experiencias web y móviles, y a desarrollar buenas hipótesis de prueba A/B. Se basa en los 6 factores de conversión para evaluar las experiencias desde la perspectiva del visitante de su página: Propuesta de valor, Claridad, Relevancia, Distracción, Urgencia y Ansiedad.
Con la priorización, usted puede tener su calendario de pruebas A/B listo para ser ejecutado durante al menos 6 a 12 meses. Esto no sólo le dará tiempo y un aviso para prepararse para el examen, sino también para planificar sus recursos.
Etapa 3: Prueba A/B
La tercera y más crucial etapa es la etapa de pruebas. Después de la etapa de priorización, usted tendrá todos los datos requeridos y un atraso priorizado. Una vez que haya formulado hipótesis que se alineen con su objetivo y las haya priorizado, cree variaciones y marque la prueba. Mientras su prueba está en marcha, asegúrese de que cumple todos los requisitos para producir resultados estadísticamente significativos antes del cierre, como la prueba sobre el tráfico preciso, no probar demasiados elementos juntos, probar la cantidad correcta de duración, y así sucesivamente.
Etapa 4: Repetición
Esta etapa se trata de aprender de su prueba pasada y actual y de aplicarlos en pruebas futuras. Una vez que su prueba se ejecuta por la cantidad de tiempo estipulada, detenga la prueba y comience a analizar los datos así reunidos. Lo primero que se dará cuenta es que una de las muchas versiones que se estaban probando había funcionado mejor que todas las demás y ganó. Es hora de que usted y su equipo averigüen por qué sucedió eso. Puede haber 3 resultados de su prueba:
- Tu variación o una de tus variaciones habrá ganado con significado estadístico.
- Tu control fue la mejor versión y ganó sobre la/s variación/es.
- Tu prueba falló y produjo resultados insignificantes. Determine la significación de los resultados de su test con la ayuda de herramientas como la calculadora de significación del test A/B.
En los dos primeros escenarios, no deje de hacer pruebas sólo porque tiene un ganador. Haga mejoras a esa versión y siga probando. En el tercer escenario, recuerde todos los pasos e identifique dónde se equivocó en el proceso y vuelva a hacer la prueba después de rectificar el error.
Aquí tiene un ejemplo de calendario de pruebas A/B descargable para su referencia.
Al escalar su programa de pruebas A/B, tenga en cuenta los siguientes puntos:
- Revisar la prueba previamente concluida: Con un calendario priorizado, su equipo de optimización tendrá una visión clara de qué es lo que va a probar a continuación y qué prueba debe ser ejecutada y cuándo. Una vez que haya probado cada elemento o la mayoría de los elementos en el backlog, vuelva a revisar cada una de las campañas exitosas así como las fallidas. Analice los resultados de las pruebas y determine si hay suficientes datos para justificar la ejecución de otra versión de la prueba. Si los hay, entonces ejecute la prueba de nuevo – con las ediciones y modificaciones necesarias.
- Aumentar la frecuencia de las pruebas: Aunque siempre debe tener cuidado de no probar demasiados elementos juntos, el aumento de la frecuencia de las pruebas es esencial en el escalado de su programa de pruebas. Su equipo de optimización tendrá que planearlo de tal manera que ninguna de las pruebas afecte a otros o al rendimiento de su sitio web. Una manera de hacer esto es ejecutando pruebas simultáneamente en diferentes páginas web de su sitio web o probando elementos de la misma página web en diferentes períodos de tiempo. Esto no sólo aumentará su frecuencia de pruebas, sino que además, ninguna de las pruebas afectará a las demás. Por ejemplo, puede probar simultáneamente un elemento de cada una de sus páginas de inicio, página de salida y página de registro a la vez y otros elementos (1 elemento a la vez) de estas páginas después de que la prueba actual concluya.
- Espaciar su prueba: Esto se deriva del punto anterior. Si mira el calendario de arriba, verá que no se superponen más de dos pruebas en una semana determinada. Para aumentar la frecuencia de sus pruebas, no comprometa la tasa de conversión global de su sitio web. Si tiene dos o más elementos críticos para ser probados en la misma página web, espacie los dos. Como se ha señalado anteriormente, si se prueban demasiados elementos de una página web juntos, es difícil determinar con precisión qué elemento influyó más en el éxito o el fracaso de la prueba. Digamos, por ejemplo, que quiere probar una de las páginas de destino de su anuncio. Usted se asegura de probar el CTA para aumentar las inscripciones y el banner para disminuir la tasa de rebote y aumentar el tiempo empleado. En el caso del CTA, basándose en sus datos, decide cambiar la copia. Para el banner, decide probar un vídeo contra una imagen estática. Despliega ambas pruebas al mismo tiempo y, al final, se cumplen los dos objetivos. El problema aquí es que los datos mostraron que mientras que las inscripciones aumentaron desde el nuevo CTA, el video (aparte de reducir la tasa de rebote y aumentar el tiempo promedio de permanencia en la página) también ayudó en esto. La mayoría de las personas que vieron el video también terminaron inscribiéndose. El problema ahora es que, debido a que no se espaciaron las dos pruebas, se hizo imposible saber qué elemento contribuyó más al aumento de las inscripciones. Si hubieras cronometrado mejor las dos pruebas, se podrían haber obtenido conocimientos mucho más significativos?
- Rastreando múltiples métricas: Normalmente se mide el rendimiento de una prueba A/B en base a un único objetivo de conversión y se pone toda la confianza en ese objetivo para ayudar a encontrar la variación ganadora. Pero a veces, la variación ganadora también afecta a otros objetivos del sitio web. El ejemplo anterior también se puede aplicar en este caso. El video, además de reducir la tasa de rebote y aumentar el tiempo empleado, también contribuyó a aumentar las inscripciones. Para escalar su programa de pruebas A/B, haga un seguimiento de múltiples métricas para que pueda obtener más beneficios con menos esfuerzo.
Pruebas A/B y SEO
En cuanto a las implicaciones de SEO en las pruebas A/B, Google ha despejado el aire en su entrada de blog titulada «Pruebas del sitio web y búsqueda en Google»[3] Los puntos importantes de esa entrada se resumen a continuación:
No Cloaking
Cloaking – mostrar un conjunto de contenido a los humanos, y un conjunto diferente a Googlebot – va en contra de nuestras Directrices para Webmasters, tanto si estás realizando una prueba como si no. Asegúrate de que no estés decidiendo si realizas la prueba o qué variante de contenido vas a utilizar, en función del user-agent. Un ejemplo de esto sería siempre servir el contenido original cuando vea el user-agent «Googlebot». Recuerde que si infringe nuestras directrices, su sitio puede ser degradado o incluso eliminado de los resultados de búsqueda de Google, lo que probablemente no sea el resultado deseado de su prueba. Utilice únicamente redireccionamientos 302 Si realiza una prueba A/B que redirige a los usuarios desde la URL original a una URL de variación, utilice un redireccionamiento 302 (temporal), no un redireccionamiento 301 (permanente). Esto le dice a los motores de búsqueda que esta redirección es temporal -sólo estará en su lugar mientras esté ejecutando el experimento- y que deben mantener el URL original en su índice en lugar de reemplazarlo con el objetivo de la redirección (la página de prueba). Las redirecciones basadas en JavaScript también obtuvieron luz verde de Google.
Utilice sólo redirecciones 302
Si está ejecutando una prueba A/B que redirige a los usuarios desde la URL original a una URL de variación, utilice una redirección 302 (temporal), no una redirección 301 (permanente). Esto le dice a los motores de búsqueda que esta redirección es temporal -sólo estará en su lugar mientras esté ejecutando el experimento- y que deben mantener el URL original en su índice en lugar de reemplazarlo con el objetivo de la redirección (la página de prueba). Las redirecciones basadas en JavaScript también obtuvieron luz verde de Google.
Ejecute los experimentos con la duración adecuada
La cantidad de tiempo necesaria para realizar una prueba fiable variará en función de factores como los índices de conversión y la cantidad de tráfico que reciba su sitio web. Una buena herramienta de prueba debería indicarle cuándo ha reunido suficientes datos para poder sacar conclusiones fiables. Una vez que haya concluido la prueba, debe actualizar su sitio con la(s) variación(es) deseada(s) y eliminar todos los elementos de la prueba tan pronto como sea posible, tales como URLs alternativas o scripts de prueba y marcado.
Utilice los enlaces rel=»canónicos»
Google sugiere utilizar el atributo de enlace rel=»canónico»[4] en todas las URL alternativas para poder destacar que la URL original es realmente la preferida. Esta sugerencia se deriva del hecho de que rel=»canonical» se ajusta más a su intención en esta situación cuando se compara con otros métodos como la no utilización de metaetiquetas de índice. Por ejemplo, si está probando variaciones de su página de producto, no querrá que los motores de búsqueda no indexen su página de producto. Sólo quiere que entiendan que todas las URL de prueba son duplicados cercanos o variaciones de la URL original y deben ser agrupadas, con la URL original como el héroe. A veces, en estos casos, el no usar ningún índice en lugar de rel=»canónico» en tal situación puede tener a veces efectos negativos inesperados.
Ejemplos de pruebas A/B
Pruebas A/B en la industria de medios y publicaciones
Algunos objetivos de un negocio de medios y publicaciones pueden ser aumentar el número de lectores y la audiencia, incrementar las suscripciones, aumentar el tiempo que los visitantes pasan en su sitio web, o aumentar las visitas a los vídeos y otras piezas de contenido con la compartición social y así sucesivamente. Puede intentar probar variaciones de los modos de registro de correo electrónico, contenido recomendado, botones para compartir socialmente, resaltar ofertas de suscripción y otras opciones promocionales.
Cualquiera de nosotros que sea usuario de Netflix puede dar fe de su experiencia de streaming. Pero no todos saben cómo se las arreglan para hacerla tan buena. He aquí cómo – Netflix sigue un estructurado y riguroso programa de pruebas A/B para ofrecer lo que otras empresas luchan por ofrecer aún hoy a pesar de muchos esfuerzos – una gran experiencia de usuario. Cada cambio que Netflix realiza en su sitio web pasa por un intenso proceso de pruebas A/B antes de ser implementado. Un ejemplo para mostrar cómo lo hacen es el uso de la personalización. Netflix utiliza la personalización de forma extensiva para su página de inicio. Basándose en el perfil de cada usuario, Netflix personaliza la página de inicio para proporcionar la mejor experiencia de usuario a cada usuario. Ellos deciden cuántas filas van a la página de inicio y qué programas/películas van a las filas basándose en el historial de streaming y las preferencias de los usuarios.
Siguen el mismo ejercicio con las portadas de los medios de comunicación también. Dentro de estas páginas, Netflix personaliza qué títulos es más probable que veamos, las miniaturas que vemos en ellas, qué texto del título nos incita a hacer clic, o si la prueba social nos ayuda a tomar una decisión más fácil y así sucesivamente. Y esto es sólo la punta del iceberg.
Pruebas A/B en la industria del comercio electrónico
A través de las pruebas A/B, las tiendas en línea pueden aumentar el valor promedio de los pedidos, optimizar su embudo de salida, reducir la tasa de abandono del carrito, etc. Puede probar las pruebas: la forma en que se muestra el coste de envío y dónde, si y cómo se resalta la función de envío gratuito, los ajustes de texto y color en la página de pago o de salida, la visibilidad de las revisiones o valoraciones, etc.
En la industria del comercio electrónico, Amazon está a la vanguardia en la optimización de la conversión, en parte debido a la escala en la que opera y en parte debido a su inmensa dedicación para proporcionar la mejor experiencia al cliente. Entre las muchas prácticas revolucionarias que trajeron a la industria del comercio electrónico, la más prolífica ha sido su «Pedido con un solo clic». Introducido a finales de los años 90 después de muchas pruebas y análisis, el sistema de pedidos con un solo clic permite a los usuarios realizar compras sin tener que utilizar el carrito de la compra en absoluto. Una vez que los usuarios introducen los datos de su tarjeta de facturación y la dirección de envío, todo lo que tienen que hacer es hacer clic en el botón y esperar a que los productos pedidos sean entregados. Los usuarios no tienen que volver a introducir sus datos de facturación y envío mientras realizan un pedido. Con el Pedido con 1-Click, se hizo imposible para los usuarios ignorar la facilidad de compra e ir a otra tienda. Este cambio tuvo un impacto tan grande en el negocio que Amazon lo patentó (ahora caducado) en 1999. De hecho, en el año 2000, incluso Apple compró una licencia para que la misma fuera utilizada en su tienda en línea.
Las personas que trabajan para optimizar el sitio web de Amazon no tienen momentos «Eureka» repentinos por cada cambio que hacen. Es a través de pruebas A/B continuas y estructuradas que Amazon es capaz de ofrecer el tipo de experiencia de usuario que hace. Cada cambio en el sitio web se prueba primero en su audiencia y luego se implementa. Si usted notara el embudo de compra de Amazon, se daría cuenta de que aunque el embudo replica más o menos los embudos de compra de otros sitios web, cada uno de sus elementos está totalmente optimizado y cumple con las expectativas de la audiencia. Cada página, desde la página de inicio hasta la página de pago, sólo contiene los detalles esenciales y conduce al siguiente paso exacto necesario para empujar a los usuarios más allá en el embudo de conversión. Además, gracias a los amplios conocimientos de los usuarios y a los datos del sitio web, cada paso se simplifica al máximo para que coincida con las expectativas de los usuarios.
Por ejemplo, su omnipresente carrito de la compra. Hay un pequeño icono de carro de la compra en la parte superior derecha de la página de inicio de Amazon que permanece visible independientemente de la página del sitio web en la que se encuentre.
El icono no es sólo un atajo al carrito o un recordatorio de productos añadidos. En su versión actual, ofrece 5 opciones:
- Seguir comprando (si no hay productos añadidos al carrito)
- Conocer las ofertas de hoy (si no hay productos añadidos al carrito)
- Lista de deseos (si no hay productos añadidos al carrito Proceder a la compra (cuando hay productos en el carrito)
- Iniciar sesión para activar la compra con un solo clic (cuando hay productos en el carrito)
Con un solo clic en el pequeño icono que ofrece tantas opciones, la carga cognitiva del usuario se reduce y tiene una gran experiencia de usuario. Como se puede ver en la captura de pantalla anterior, la misma página del carrito también sugiere productos similares para que los clientes puedan navegar de nuevo en el sitio web y seguir comprando. Todo esto se consigue con un arma: las pruebas A/B.
Pruebas A/B en la industria de los viajes
Aumente el número de reservas exitosas en su sitio web o aplicación móvil, sus ingresos por compras auxiliares y mucho más a través de las pruebas A/B. Puede probar los modos de búsqueda de su página de inicio, la página de resultados de búsqueda, la presentación de productos auxiliares, la barra de progreso de su pago, etc.
En la industria de viajes, Booking.com supera fácilmente a todos los demás negocios de comercio electrónico cuando se trata de utilizar las pruebas A/B para sus necesidades de optimización. Hacen pruebas como si no fuera asunto de nadie. Desde el día de su inicio, Booking.com ha tratado las pruebas A/B como la cinta de correr que introduce un efecto de volante para los ingresos. La escala a la que Booking.com realiza las pruebas A/B no tiene parangón, especialmente cuando se trata de probar su copia. Mientras lees esto, hay cerca de 1000 pruebas A/B corriendo en la página web de Booking.com. Aunque Booking.com lleva más de una década realizando pruebas A/B, siguen pensando que hay mucho más que pueden hacer para mejorar la experiencia del usuario. Y esto es lo que hace que Booking.com sea el as del juego. Desde que la empresa comenzó, Booking.com incorporó las pruebas de A/B en su proceso de trabajo diario. Han aumentado la velocidad de las pruebas a su ritmo actual eliminando los HiPPO y dando prioridad a los datos antes que a cualquier otra cosa. Y para aumentar la velocidad de las pruebas, aún más, se permitió a todos los empleados de Booking.com realizar pruebas con ideas que pensaban que podían ayudar a hacer crecer el negocio.
Este ejemplo demostrará hasta dónde puede llegar Booking.com para optimizar la interacción de sus usuarios con el sitio web. Booking.com decidió ampliar su alcance en 2017 ofreciendo propiedades de alquiler para vacaciones junto a los hoteles. Esto llevó a Booking.com a asociarse con Outbrain, una plataforma publicitaria nativa, para ayudar a crecer su registro global de propietarios. En los primeros días del lanzamiento, el equipo de Booking.com se dio cuenta de que, aunque muchos propietarios de inmuebles completaron el primer paso de registro, se quedaron atascados en los siguientes pasos. En este momento, las páginas construidas para la búsqueda pagada de sus campañas nativas se utilizaron para el proceso de registro.
Ambos equipos decidieron trabajar juntos y crearon tres versiones de la copia de la página de destino para Booking.com. Se añadieron detalles adicionales como pruebas sociales, premios y reconocimientos, recompensas de usuarios, etc. a las variaciones.
La prueba duró dos semanas y produjo un aumento del 25% en el registro de propietarios. Los resultados de la prueba también mostraron una disminución significativa en el costo de cada registro.
Pruebas A/B en la industria B2B/SaaS
Genere clientes potenciales de alta calidad para su equipo de ventas, aumente el número de solicitudes de prueba gratuitas, atraiga a sus compradores objetivo y realice otras acciones similares probando y puliendo elementos importantes de su motor de generación de demanda. Para conseguir estos objetivos, los equipos de marketing colocan el contenido más relevante en su sitio web, envían anuncios a los posibles compradores, realizan seminarios web, realizan ventas especiales y mucho más. Pero todo su esfuerzo se desperdiciaría si la página de destino a la que se dirigen los clientes no está totalmente optimizada para ofrecer la mejor experiencia al usuario. Para proporcionar la mejor experiencia al usuario y mejorar las conversiones, puede probar los componentes de su formulario de clientes potenciales, el flujo de registro de prueba gratuita, la mensajería de la página de inicio, el texto de la CTA, la prueba social de la página de inicio, etc.
POSist, una plataforma líder de gestión de restaurantes basada en SaaS con más de 5.000 clientes en más de 100 ubicaciones en seis países, quería aumentar sus solicitudes de demostración.
La página de inicio de su sitio web y la página de Contacto son las páginas más importantes de su embudo. El equipo de POSist quería reducir la cantidad de visitas a estas páginas. Para lograrlo, el equipo creó dos variaciones de la página de inicio así como dos variaciones de la página Contáctenos para ser probadas. Echemos un vistazo a los cambios realizados en la página de inicio. Este es el aspecto del control: El equipo de POSist tuvo la hipótesis de que al agregar contenido más relevante y enfocado en la conversión al sitio web, se mejorará la experiencia del usuario, así como se generarán mayores conversiones. Por lo tanto, crearon dos variaciones para ser probadas contra el control. Este es el aspecto de las variaciones:
El equipo de POSist tiene la hipótesis de que añadir contenido más relevante y enfocado a la conversión al sitio web mejorará la experiencia del usuario, así como generará mayores conversiones. Por lo tanto, crearon dos variaciones para ser probadas contra el control. Este es el aspecto de las variaciones:
El control se probó primero contra la Variación 1, y el ganador fue la Variación 1. Para mejorar aún más la página, la variación uno se probó entonces contra la variación dos, y el ganador fue la variación 2. La nueva variación aumentó las visitas a la página en un 5%.
Conclusión y opiniones sobre test AB
Después de leer esta exhaustiva pieza sobre las pruebas A/B, ahora debería estar completamente equipado para planificar su propia hoja de ruta de optimización. Siga cada paso involucrado diligentemente y sea cauteloso de todos los errores mayores y menores que pueda cometer si no le da a los datos la importancia que se merecen. Las pruebas A/B son invaluables cuando se trata de mejorar las tasas de conversión de su sitio web.
Si se hacen con total dedicación, y con el conocimiento que tiene ahora, las pruebas A/B pueden reducir muchos de los riesgos involucrados cuando se emprende un programa de optimización. También le ayudará a mejorar significativamente el UX de su sitio web eliminando todos los enlaces débiles y encontrando la versión más optimizada de su sitio web.
Si esta guía le ha resultado útil, corra la voz y ayude a sus compañeros de marketing a realizar pruebas A/B sin caer en los errores más comunes. Feliz prueba!