O teste AB é um método essencial para pesquisa de experiência do usuário, que está evoluindo lentamente e encontrando seu lugar na rotina dos profissionais de marketing. Design, programação e textos de vendas são algo que você cria do zero, mas como continuar a aprimorá-los? Executando um teste AB. Saiba mais sobre experiência do usuário, design, preferências de cores, conteúdo que atrai mais seus visitantes, layouts de página e muito mais com os testes AB.
Quando se trata de testes AB, é importante conhecer as terminologias básicas envolvidas. Quando você executa um teste AB, há três componentes envolvidos.
Controle: o controle é a página atual que você deseja substituir.
Desafiante: o desafiante é uma versão diferente do controle com todas as alterações que você deseja fazer. Ele é testado contra o controle para determinar se as mudanças impactam o engajamento ou as conversões.
Vencedor: o vencedor é a versão que registra a melhor conversão e engajamento durante o teste. Se sua variante B registrar mais conversões do que o controle, a variante B é a vencedora e você pode otimizar seu controle para incluir as alterações que estavam na variante B.
Se o seu desafiante, a Versão A, falhar em produzir melhores conversões ou engajamento do que o controle, então a versão de controle é a vencedora.
Como profissional de marketing, você quer aproveitar ao máximo cada interação do usuário. Quando se trata de otimização da taxa de conversão (CRO), muitas coisas não saem como planejado porque o funil de marketing é fragmentado em pontos diferentes. Você enfrenta desistências no preenchimento de formulários, abandono de carrinho, altas taxas de rejeição etc. Esses vazamentos resultam na perda de tráfego de qualidade, baixas taxas de conversão e, portanto, menos receita.
Consertar essas lacunas não é algo que se faz apenas uma vez. É aqui que entra o teste AB. Você precisa entender o comportamento do usuário para saber por que ele não está realizando a ação desejada. E essas ações não podem ser baseadas em “pressentimentos ou suposições”. Você precisa de insights de qualidade para apoiar as mudanças que deseja implementar em um sistema existente. Sua ferramenta de análise, como o Google Analytics, fornece informações muito limitadas. Os dados da execução desses experimentos formam a base do seu ciclo de melhoria.
Aqui estão alguns benefícios de realizar um teste AB:
A taxa de rejeição é um bom indicador do desempenho de seu site, pois mede o número de visitantes que acessam na página e então vão embora ao invés de continuar a ver outras páginas. Uma alta taxa de rejeição pode ser devido à ausência de CTAs claros, muita/pouca informação na página, conteúdo não alinhado com a personalidade do visitante e assim por diante. Com o teste AB, você pode fazer alterações interativas em elementos de sua página da Web e testá-los para encontrar a variante de melhor desempenho e manter os visitantes na página por mais tempo.
Você nunca saberá se o redesenho ou as mudanças do seu site estão corretas até que o público os veja. Com os dados reais do usuário em mãos, você pode fazer alterações no site de maneira controlada. O teste AB garante que você esteja ciente do impacto das alterações antes de colocá-las em funcionamento.
Cada página do seu site existe para servir a um propósito e, se não o fizer, será uma experiência ruim para o usuário. Pense em todas as vezes em que você visitou um site para encontrar algo e não foi possível fazer isso de forma fácil. Cada uma dessas interações afasta o visitante de um engajamento ou conversão significativo. Com os testes AB, você pode gerar melhorias na jornada do usuário. Comece definindo hipóteses para mudanças e valide-as com os dados dos testes AB.
Como profissional de marketing, você conhece o esforço e o tempo necessários para obter tráfego consistente e de qualidade. Com o teste AB, você pode maximizar o ROI (retorno do investimento) do tráfego existente fazendo pequenas alterações incrementais ao longo do tempo.
O teste AB permite que você pense em pequenas mudanças regulares e incrementais, seja uma alteração no texto do título, um novo CTA ou um reposicionamento de botão. Os micro-ganhos resultantes de cada iteração somam-se às melhorias mais significativas.
Assim como em qualquer outro exercício de marketing, o teste AB requer uma estratégia. Ter uma estrutura sistemática implementada torna os testes gerenciáveis e mais eficientes. Veja como você pode fazer isso:
Antes de começar, verifique o estado atual do seu site. Use o Analytics do site para saber o número atual de visitantes, as páginas mais visitadas, a taxa de rejeição, as taxas de conversão e assim por diante. Verifique o que os usuários costumam fazer dentro do site. A maneira mais fácil de fazer isso é com mapas de calor, que mostram onde os visitantes passam mais tempo, como é seu comportamento de rolagem, sua interação com outros elementos da página, cliques etc. Você também pode usar ferramentas como reprodução de sessão para ver como um visitante interage com sua página. Todos esses dados ajudam você a tomar melhores decisões.
Os dados que você coletou o ajudarão a identificar o(s) problema(s) e que levam à evasão em seu site. Por exemplo, uma de suas páginas tem uma taxa de conversão inferior à média. Você analisa os dados para especular qual pode ser o motivo e suspeita que a proposta de valor não é convincente o suficiente. Embora seja puramente conjectura, isso se torna a hipótese para o seu teste, e os resultados do teste AB irão provar ou refutar sua hipótese.
Escolha a métrica principal que determinará o sucesso de sua hipótese, baseando-se em uma taxa de conversão e verificando se existirá aumento em seu valor durante o experimento do teste AB. Você também deve definir um efeito mínimo detectável, que é uma porcentagem relativa de aumento que você gostaria de ver em sua variação vencedora. Você precisa definir isso antes de iniciar seus experimentos para que possa estimar por quanto tempo o teste AB deve ser executado e quanto tráfego você pode ter que alocar.
Depois de definir a hipótese, você vai saber o que precisa alterar no site atual e os resultados esperados. Use essas informações para configurar uma versão alternativa do site. Essa versão é chamada de desafiante. O desafiante competirá contra a versão original de sua página, chamada de controle.
O teste AB requer a divisão do tráfego em partes iguais para as variações de controle e desafiante. Uma divisão de tráfego de 50:50 garante que seus resultados não sejam distorcidos. Agora você está preparado para realizar o teste AB.
Agora que você configurou tudo, inicie o teste. Para isso, você precisará de uma ferramenta de teste AB que divida seu público e programe o experimento.
Fique atento depois de realizar o teste AB. Se você tiver um vencedor claro, pode encerrar o teste mas, se sentir que não tem dados suficientes para chegar a uma conclusão, continue com o teste. Um vencedor claro não pode ser baseado em suposições. Os pontos que influenciam a tomada de decisão devem ser a significância estatística alcançada, os dados que você coletou e o tempo decorrido.
Certifique-se de ter alcançado uma significância estatística de 95%. A significância estatística mostra sua tolerância ao risco e o nível de confiança nos resultados do seu experimento. O ideal é que você execute um teste AB por um período de 2 a 4 semanas, mas isso depende inteiramente do seu tráfego.
Agora você tem os dados de desempenho para ambas as variações, então é hora de analisar qual delas teve melhor desempenho e tentar entender o motivo disso. Todas essas perguntas ajudarão a conhecer um pouco melhor seus visitantes e como eles consomem o conteúdo dentro do site. Você pode escolher implantar a variação desafiante ou manter a página de controle.
O teste AB é um processo contínuo. Um teste não responderá todas as suas perguntas. Continue tentando melhorar a experiência do usuário por meio de novos testes. Existem muitos tipos de testes AB que as ferramentas de otimização da taxa de conversão permitem que você execute, como teste de URL dividido, testes multivariados, testes de várias páginas etc.
Ter tantas ferramentas de teste disponíveis pode complicar a implementação do teste AB. Para facilitar, vamos mostrar a seguir cada uma das funções existentes. Confira:
Com o teste de URL dividido, você pode comparar versões diferentes da mesma página hospedada em URLs diferentes. O tráfego de entrada é dividido entre essas duas versões e o desempenho de ambas é rastreado para determinar a versão vencedora. Ao contrário do teste AB básico, onde você experimenta elementos minúsculos ou pequenas alterações de front-end, o teste de URL dividido é usado quando as duas versões diferem significativamente em termos de design ou código.
Um teste multivariado ou teste multinomial é uma extensão do teste AB padrão. Enquanto um teste AB padrão permite que você teste um elemento ou variável por vez, um teste multivariável permite que você teste mais de um elemento em um site. Enquanto com o teste AB básico, você pode comparar uma cópia do botão CTA, um teste multivariado permite que você teste diferentes combinações de títulos, subtítulos e CTAs. É importante observar que essa modalidade funciona bem apenas para sites com tráfego razoavelmente alto.
O teste de várias páginas, também conhecido como teste de funil, é outra forma de teste AB em que, em vez de fazer alterações em uma única página, as alterações são implementadas em uma sequência de páginas. Basicamente, você pode testar elementos em várias páginas e ver o impacto dessas mudanças na jornada de compra em seu site. O teste de várias páginas é comumente usado para testar diferentes tonalidades de conteúdo, teorias de design ou estratégias de vendas e suporte.
O teste AB abre muitas possibilidades de otimização para os profissionais de marketing e vai além de usar diferentes cores nos botões. Você pode testar qualquer coisa em seu site que possa ter um impacto sobre o comportamento do usuário. Aqui estão alguns elementos que você pode utilizar no seu teste AB.
Se você está decidindo os títulos e subtítulos das páginas sem reunir 4-5 outras opções, você não está fazendo certo. Os títulos são a primeira coisa que os visitantes vêem quando chegam à página e ajudam muito a decidir o quão bem eles se envolverão e converterão. 8 em cada 10 visitantes lêem apenas o título e decidem se estão interessados em seguir com a leitura. Os copys de sua página também afetam a conversão. Você pode colocar vários aspectos para testar neste caso — textos longos vs. textos curtos, tom casual ou formal, e assim por diante.
Sua frase usada para chamar atenção pode ajudar ou impedir uma conversão. Ele define claramente o propósito do site. Mesmo em e-mails, um único CTA aumentou os cliques em 371%. CTAs são o ponto de partida da conversão. Eles devem ser atraentes o suficiente para o visitante agir. Todos os fatores como texto, estilo do botão, cor e posicionamento na página tem impacto e, para descobrir a melhor combinação, é preciso criar uma série de testes AB.
Uma seção específica deve estar localizada na parte de cima ou de baixo da página? A imagem deve ser seguida pelo CTA ou vice-versa? As ideias de layout de página estão sempre em debate. O teste AB de layouts diferentes pode ajudá-lo a entender o que funciona melhor e otimizar as conversões.
Para uma landing page de aplicativo mobile, uma imagem no formato masthead funciona melhor em qual dispositivo? Você deve usar uma imagem com fundo branco ou escuro? As imagens são conhecidas por melhorar o engajamento na página. Por isso, é importante fazer um teste AB para testar que tipo de imagem leva a um melhor engajamento.
Qual é o tamanho da sua página? Seus visitantes preferem conteúdo longo e aprofundado ou gostam de trechos de informações? Teste a profundidade do seu conteúdo para entender até que ponto os visitantes rolam para baixo para ler mais.
Você avança para a conversão quando um visitante deixa suas informações em seu formulário. Você pode criar diferentes variações de seus formulários para decidir quantos campos devem ter e também executar a análise de formulários.
O céu é o limite com o teste AB. Você pode experimentar praticamente qualquer elemento na página que possa levar seus visitantes a um maior engajamento ou conversão. Agora que você sabe quais elementos pode testar, também deve aprender sobre os desafios que eles apresentam.
Fazer o teste AB funcionar vem com seu próprio conjunto de desafios. Esse ainda é um assunto relativamente novo e em evolução, portanto, é provável que os profissionais de marketing fiquem com dificuldades em algum ponto. Você pode anotar alguns desafios comumente enfrentados e aprender como superá-los.
Começar com o teste AB pode ser difícil. Com a falta de conhecimento sobre seu funcionamento, é normal se preocupar em passar semanas testando algo que pode ser insignificante. Observe atentamente as tendências existentes em seus visitantes e vá além da análise convencional, pensando nos aspectos que podem gerar maior impacto para sua audiência.
Acertar a hipótese pode exigir um esforço extra de sua parte. A pesquisa é a chave nos testes AB e é nisso que você deve se fixar. Mergulhe nos dados do seu site para entender os problemas do funil e por que eles estão acontecendo. Elabore sua hipótese com base nesta pesquisa e faça o teste.
Ao começar com o teste AB, você pode se deparar com a falta de princípios orientadores para selecionar um tamanho de amostra para seus testes. Você precisa entender estatísticas, dados e seu impacto no tráfego existente. Leia sobre como selecionar o tamanho da amostra e comece a experimentar. Levará algum tempo de aprendizado para começar a acertar.
A execução de testes AB requer conhecimento básico de outras áreas e um pouco de experiência. Você tem que lidar com problemas de design, UX, TI etc. Os testadores AB e otimizadores de site geralmente entendem de design, experiência de usuário e interface de usuário (UX/UI), dados, personas do visitante e muito mais.
Visto que o teste AB precisa de hipótese, você pode ter que fazer um estudo de caso para os elementos que deseja experimentar. A liderança terá dúvidas sobre o esforço necessário versus o retorno esperado. Grande parte do sucesso depende de abraçar a cultura de teste. O teste AB trata de ganhos incrementais que começam de forma micro, e o teste deve ser incentivado. Organize os dados e certifique-se de que seus testes tenham o menor impacto negativo para convencer a gerência.
O teste AB é a mesma coisa que executar um experimento controlado que leva a resultados estatísticos. Se você não seguir o procedimento correto do início ao fim, acabará com resultados inconclusivos ou incorretos. Aqui estão alguns erros a evitar durante o teste AB.
Muitas vezes, os profissionais de marketing ficam tão sobrecarregados com a forma como os testes AB podem melhorar seus funis que começam a executar um teste sem pesquisar uma hipótese ou acabam testando algo por capricho. Você precisa entender os problemas do site, escolher um deles, identificar os possíveis motivos e executar um teste AB com base nisso. Sua hipótese deve fazer sentido como uma solução para o problema que você está tentando corrigir, tanto em termos de impacto quanto de praticabilidade. Uma hipótese errada deixará você com descobertas incorretas ou com uma percepção errada de que o teste não importou.
É errado presumir que você pode expandir seus testes executando vários testes AB ao mesmo tempo. Há chances de sobreposição de tráfego ou interações entre eles. Isso leva a resultados distorcidos e torna difícil atribuir o impacto das alterações feitas. Você deve usar o teste multivariável ou testes de várias páginas se quiser executar testes paralelos.
Se você sentir que é hora de interromper o teste AB e declarar um vencedor porque "você pode ver muito claramente o teste vencedor", você deve se perguntar por que decidiu testar em primeiro lugar. Não se apresse nem ceda à conveniência. Deixe a verdade prevalecer.
Execute seus testes por pelo menos uma semana inteira. Ele permite que você uniformize quaisquer tendências incomuns que seu tráfego siga em determinados dias da semana. Se você conseguir executá-lo por mais algumas semanas, melhor ainda.Evite fazer testes AB durante os períodos em que o tráfego mostra uma divergência em relação ao comportamento normal. Por exemplo, a Black Friday é um dia inadequado se você tem um site de e-commerce, devido ao aumento sazonal do tráfego. Da mesma forma, se você estiver executando campanhas que direcionam tráfego para seu site, é melhor manter seus testes pausados.
Haverá casos em que executar um teste AB não fará sentido. Os profissionais de marketing devem aprender a aceitar isso e dedicar tempo naquelas páginas que geram mais tráfego. Pense em um site com cerca de 500 visitantes por mês e algumas poucas conversões. A execução de um teste AB pode levar meses para atingir significância estatística. Mesmo que você tenha um vencedor claro, no final, você gastou muito tempo para chegar a essa conclusão.
Usar a plataforma certa para executar testes AB é um ingrediente essencial para ter sucesso nisso. Uma ferramenta de teste AB ideal não deve tornar seu site mais lento, deve ser competente em termos de recursos, deve complementar seus testes de conversão e oferecer integrações com outras plataformas.
Você pode ter tido uma boa sequência de sorte no começo, mas os testes AB geralmente não funcionam assim. Não se preocupe. Não é só com você! Seus primeiros testes AB podem falhar ou quase não oferecer insights relevantes. O segredo é a iteração. Continue configurando testes de acompanhamento e incluindo os aprendizados dos anteriores. Fazer tudo certo trará resultados para você, mais cedo ou mais tarde.
Considerando que você executará esses testes em páginas com alto tráfego, outro erro seria esquecer a otimização para mecanismos de busca. A razão de você ter tráfego vindo para suas páginas é por causa de meses de esforços de SEO. No entanto, um teste AB pode reverter isso, reduzindo assim o tráfego. Não deixe isso acontecer.
O Google incentiva os profissionais de marketing a realizar testes AB em seus sites. Quando questionados sobre como o teste AB pode influenciar o desempenho do site, eles publicaram esse artigo no blog como uma resposta. “Recebemos várias perguntas recentemente sobre se os testes em um site - como o teste AB ou teste multivariado - afeta o desempenho de um site nos resultados de pesquisa. Estamos felizes por você estar se perguntando isso, porque estamos felizes por você estar realizando testes! Os testes AB e multivariáveis são ótimas maneiras de garantir que o que você está oferecendo realmente atraia seus usuários.”
Nesse artigo do blog, o Google reuniu algumas das melhores práticas para os profissionais de marketing seguirem nos testes AB sem afetar a classificação nos mecanismos de busca:
Cloaking significa mostrar ao Googlebot uma versão diferente da que você mostra aos visitantes. É uma técnica de black hat e vai contra as diretrizes para webmasters do Google. Isso pode fazer com que seu site seja rebaixado ou até mesmo removido dos resultados de pesquisa do Google.
Se estiver executando testes com URLs diferentes para variantes da mesma página, você deve usar rel="canonical" em todos os URLs alternativos. Isso informa ao Googlebot que o URL original é o preferido e que deve ser indexado. Isso explica para o Google que não há duplicação de conteúdo (que é uma tática que muitos usam para SEO) e pode afetar seu tráfego negativamente.
Se seus testes AB redirecionarem o visitante de um URL original para um URL de variação, você precisa avisar para o Google que este é apenas um arranjo temporário. Você pode fazer isso definindo um redirecionamento 302, que indica um redirecionamento temporário. Não confunda com 301, pois isso indica um redirecionamento permanente e não deve ser usado aqui.
Se um teste for executado por um tempo desnecessariamente longo, o Googlebot pode interpretar isso como uma intenção de enganar o mecanismo de pesquisa. Por isso, certifique-se de configurar um teste para um tempo predefinido e dividir o público igualmente.
Depois de concluir o teste, certifique-se de atualizar seu site e suas páginas e remover todas as variações e redirecionamentos de teste.
Agora que você tem todas as informações, escolha um ótimo software de teste AB ou ferramenta de otimização de conversão como o Freshmarketer e comece seus testes. Teste vários elementos, entenda mais sobre design, cores e seus visitantes, monitore a interação do visitante por meio de mapas de calor e forneça uma experiência fantástica no seu site.
Sorry, our deep-dive didn’t help. Please try a different search term.