De qué manera ejecutar tests A/B
El A/B testing ofrece una forma muy sistemática de identificar las cosas que funcionan y las que no en cualquier campaña de marketing. Muy frecuentemente, los equipos de este departamento trabajan para lograr más tráfico. Puesto que se trata de un cometido cada vez más bastante difícil y costoso, resulta imprescindible ofrecer la mejor experiencia posible a los usuarios del sitio web. Esto les permitirá lograr sus objetivos y proceder a la conversión de la forma más rápida y eficiente posible. En marketing, este género de ensayos permite sacar el máximo partido al tráfico existente y también incrementar el nivel de beneficios. Un programa de A/B testing bien estructurado ayuda a identificar las áreas de enfrentamiento que necesitan optimizarse para mejorar los resultados de la empresa. Este género de procedimientos ha pasado de ser algo puntual que se efectúa de forma muy esporádica a transformarse en una actividad continua y bien organizada que debería incluirse en cualquier proceso de estrategias de conversion del sitio web.
A rasgos generales, se podría dividir en los siguientes pasos:
Paso 1: Investigación
Antes de crear un plan de A/B testing, es preciso estudiar en profundidad el desempeño actual del sitio web. Para esto, se deben recopilar datos relacionados con la manera en que los usuarios acceden al sitio, las páginas que producen más tráfico, los objetivos de conversión de las diferentes páginas, etcétera En este paso se pueden utilizar herramientas para A/B testing de análisis cuantitativo como Analytics, Omniture, Mixpanel, etcétera, que asisten a saber cuáles son las páginas más visitadas, en cuáles pasan más tiempo los visitantes o cuáles presentan la tasa de rebote más elevada. Puede que para iniciar desees, por ejemplo, saber qué páginas ofrecen un mayor potencial de generación de beneficios o de tráfico diario. A continuación, es posible que quieras profundizar en determinados aspectos cualitativos de dicho tráfico. Los heatmaps son la herramienta más empleada para determinar los lugares en los que los visitantes pasan más tiempo, así como su comportamiento en cuanto a desplazamientos por la página, etc. Esto puede asistirte a identificar áreas de enfrentamiento en el sitio. Otra herramienta que suele emplearse para llevar a cabo estudios más detallados son las encuestas a usuarios del sitio, que actúan como un canal de comunicación directo entre el equipo del sitio web y los usuarios finales y, de manera frecuente, ponen de relieve algunos problemas que podrían pasar inadvertidos entre la enorme cantidad los datos recopilados. Otras alternativas como las herramientas de grabaciones de sesiones también dejan reunir información sobre el comportamiento de los usuarios, lo que ayuda a saber si algo ha ido mal durante su experiencia. De hecho, conjuntar esta clase de recursos con encuestas de análisis de formularios puede ofrecer información muy valiosa sobre por qué los usuarios no se resuelven a rellenar los formularios. Esto podría deberse, por servirnos de un ejemplo, a que algunos campos soliciten la introducción de información personal o bien a que el formulario resulte demasiado largo para los usuarios. Como se puede observar, la investigación cualitativa y cuantitativa ayuda a preparar el próximo paso del proceso y ofrece resultados aplicables a los pasos posteriores.
Paso 2: Observación y formulación de hipótesis
Registra las observaciones logradas a lo largo de la fase de investigación y crea hipótesis basadas en datos para incrementar las conversiones y estar más cerca de lograr tus objetivos empresariales. Sin ellas, las campañas de testing no irían orientadas en ninguna dirección específica. Las herramientas de investigación cualitativa y cuantitativa solo dejan compilar información sobre el comportamiento de los usuarios. A partir de ahí, te toca a ti analizar e interpretar los datos conseguidos. La mejor manera de hacerlo es observarlos con atención para sacar conclusiones relevantes y, ahora, emplear los insights para formular hipótesis apoyadas por datos. Ahora, es necesario probar estas últimas frente a distintos factores como la confianza en que resulte la versión ganadora, su grado de repercusión en los objetivos globales de la empresa, su sencillez de implementación, etcétera
Paso 3: Creación de variaciones
La próxima etapa del programa de testing consistiría en crear una alteración basada en tu hipótesis y ejecutar un test A/B para cotejarlo con la versión de control. Una variación representa una versión opción alternativa a la presente en la que se han aplicado los cambios que quieres incorporar. Puedes comparar múltiples variaciones con la versión de control para poder ver cuál funciona mejor. Crea una variación basada en tu hipótesis sobre qué podría marchar mejor desde la perspectiva de la UX. Caso de que, por ejemplo, haya un número excesivo de usuarios que no rellenan el formulario, habría que observar si este contiene demasiados campos o bien si pide la introducción de información personal intrascendente. Caso de que de esta forma sea, podrías intentar crear una alteración que incluya un formulario más corto o bien con menos campos de información personal.
Paso 4: Ejecución de tests
Ya antes de proceder con este paso, es importante tener claro el método de testing y el enfoque que deseas emplear. Cuando hayas decidido cuáles se adaptan mejor a las necesidades de tu sitio y a tus objetivos empresariales (puedes preguntar los episodios precedentes para conseguir más información), empieza el test y espera el tiempo necesario para obtener resultados significativos desde cierto punto de vista estadístico. Ten presente que, sea cual sea tu elección, el método de testing y la precisión estadística van a ser los factores que determinarán los resultados finales. Una de las condiciones esenciales a tener en cuenta es, por ejemplo, los plazos de la campaña de testing y la duración de los tests, que deben ser lo más inmejorables posible. Para calcular la duración del test, debes tener en consideración el promedio diario y mensual de visitantes que recibe tu sitio, la tasa de conversión actual aproximada, la mejora mínima esperada en este aspecto, el número de alteraciones (incluida la versión de control), el porcentaje de visitantes incluido en el test, etc.Utiliza nuestra calculadora bayesiana para determinar la duración que deberían tener tus tests A/B si quieres conseguir resultados relevantes desde un punto de vista estadístico.
Paso 5: Análisis de resultados e implementación de cambios
El último paso que se debe efectuar para determinar la versión ganadora de la campaña también es exageradamente importante. Puesto que el A/B testing requiere una colección y un análisis continuos de los datos, esta fase resulta crucial para llevar a cabo el experimento. Una vez finalizado el test, analiza los resultados mediante la observación de métricas como el incremento de los porcentajes, el nivel de confianza, el impacto directo o indirecto sobre otras métricas, etc. A continuación, y tras haber comprobado que el test se ha llevado a cabo adecuadamente, es el instante de incorporar la versión ganadora. Si, al contrario, los resultados no son concluyentes, trata de extraer insights y aplicarlos a tests posteriores.
