Las pruebas A/B son, esencialmente, un método para investigar la experiencia del usuario que está evolucionando lentamente y encontrando su lugar en el mundo del marketing. El diseño, el código y el copy son cosas que usted crea desde cero, pero ¿cómo puede seguir mejorándolos? Poniéndolos a prueba. Aprenda más sobre la experiencia del usuario, las preferencias de colores y diseño, el contenido que más impacta entre sus visitantes y mucho más con el A/B testing.
Cuando se trata de un A/B test, es importante conocer la terminología básica del marketing de prueba. Hay tres elementos básicos involucrados.
El control: Se refiere a la página actual que se quiere reemplazar.
El retador: También llamado “challenger”, es una versión diferente del control que incluye todos los cambios que se quieren probar. El retador se prueba contra el control para determinar si los cambios tienen un impacto en el engagement o las conversiones.
El ganador: El ganador es la versión que registra la mejor conversión y el mejor engagement durante la prueba. Si su variante, la versión B, registra más conversiones que el control, la variante es la ganadora y puede optimizar su control para incluir los cambios propuestos en la variante.
Como experto en marketing, usted quiere sacar el máximo provecho de cada interacción con el usuario. Cuando se trata de la optimización de la tasa de conversión (conversion rate optimization, CRO), hay muchas cosas que no salen según lo planeado, principalmente porque su embudo de marketing está “roto” en diferentes puntos. Seguro le resultan familiares los abandonos de formularios y carritos, altas tasas de rebote, etc. Estas fugas provocan la pérdida de tráfico de calidad, bajas tasas de conversión y, en consecuencia, menos ingresos.
Estos problemas no se solucionan de un día para el otro. Primero hay que entender el comportamiento del usuario para saber por qué no realiza la acción deseada, ya que la solución que proponga no puede basarse en corazonadas o suposiciones. Se necesita información cualitativa que respalde los cambios que se desean implementar. Una herramienta de análisis, como Google Analytics, le proporciona una información muy limitada y, por eso, los datos obtenidos del análisis A/B son la base de su ciclo de mejora.
A continuación, descubra algunas de las ventajas del A/B testing.
La tasa de rebote es un buen indicador del rendimiento de su sitio web, ya que mide el número de visitantes que han abandonado una página sin interactuar con ella. Una tasa de rebote alta puede deberse a que no hay ningún CTA claro, a que la página tiene demasiada información (o poca), a que el contenido no está alineado con el perfil del visitante, etc. Con las pruebas A/B usted puede realizar cambios pequeños e iterativos en los elementos de su página web y probarlos para encontrar la variante con mejor rendimiento que mantenga a los visitantes por más tiempo en la página.
Nunca sabrá si el rediseño o los cambios de su sitio web son correctos hasta que su público los vea. Con datos reales de los usuarios a mano, podrá realizar cambios en el sitio web de forma controlada y certera. El A/B testing garantiza que se conozca el impacto de los cambios antes de ponerlos en marcha.
Cada página de su sitio web existe para servir a un propósito y, si no lo hace, se convierte en una mala experiencia para el usuario. Piense en todas las veces que visitó un sitio web para encontrar algo o realizar una acción, y no pudo hacerlo fácilmente. Experiencias así alejan a su visitante de un engagement significativo o de una conversión. Con el marketing A/B, puede impulsar mejoras en el viaje del usuario. Comience por establecer hipótesis para los cambios y validarlas con los datos de las pruebas A/B.
Todo profesional del marketing conoce el esfuerzo y el tiempo que supone conseguir un tráfico consistente y de calidad. Con las pruebas A/B, usted puede maximizar el ROI de su tráfico existente haciendo pequeños cambios acumulativos a lo largo del tiempo.
El A/B testing le permite pensar en términos de pequeños cambios regulares y acumulativos (ya sea un cambio en el encabezado de la página, un nuevo CTA o una nueva ubicación de un botón). Las pequeñas ganancias resultantes de cada iteración se acumulan hasta ser muy significativas.
Al igual que cualquier otro instrumento del marketing, los análisis A/B requieren una estrategia. Disponer de un marco sistemático hace que las pruebas sean fáciles de gestionar y más eficientes. A continuación le explicamos cómo puede hacerlo.
Antes de empezar, investigue el estado actual de su sitio web. Utilice la analítica del sitio para conocer el número actual de visitantes, las páginas más visitadas, las tasas de rebote y de conversión, etc. Compruebe cómo se desarrolla una sesión típica de un visitante. La forma más fácil de hacerlo es con mapas de calor (heatmaps), que muestran dónde pasan más tiempo los visitantes, su comportamiento de desplazamiento, la interacción con otros elementos de la página, los clics, etc. También puede utilizar herramientas como la grabación de sesiones y, de esa manera, ver cómo interactúa un visitante con su página. Todos estos datos lo ayudarán a tomar mejores decisiones.
Los datos recopilados le ayudarán a identificar los problemas que tiene su sitio web (por ejemplo, una de sus páginas tiene una tasa de conversión inferior a la media). Analizando los datos, puede especular sobre cuál es la razón de que la propuesta no sea lo suficientemente convincente. Aunque sea una mera suposición, esto se convierte en la hipótesis para su test, y los resultados del A/B testing software probarán o refutarán dicha hipótesis.
Elija la métrica principal que determinará el éxito de su hipótesis. Una tasa de conversión de referencia es la tasa de conversión actual de la página que está probando. El objetivo final de sus experimentos sería mejorar ese valor.
También debe establecer un efecto mínimo detectable, que es un porcentaje relativo de aumento que le gustaría ver en su variación ganadora. Debe establecer esto antes de comenzar sus experimentos para poder estimar el tiempo de ejecución de sus pruebas y la cantidad de tráfico que podría tener que asignarles.
Una vez definida la hipótesis, sabrá lo que quiere cambiar en la página web actual y los resultados que espera. Utilice esa información para crear una versión alternativa de la página web. Esta nueva versión será el “retador”, que competirá con la versión original de su página, que cumplirá el papel del “control”.
Las pruebas A/B requieren dividir el tráfico en partes iguales para las variaciones de control y del retador. Una división de tráfico 50/50 garantiza que los resultados no estén sesgados. Ya tiene todo listo para realizar la prueba.
Ahora que todo está preparado, comience la prueba. Utilice un A/B testing software para dividir a su audiencia y programar su prueba.
Una vez que ponga en marcha la prueba, vigile de cerca su desarrollo. Para ello es recomendable utilizar un software que incluya una calculadora de test A/B que procese los resultados. Si estos arrojan un claro ganador, puede poner fin al experimento; pero si cree que no tiene suficientes datos para llegar a una conclusión, siga adelante. Un claro ganador no puede basarse en sus prejuicios. Los resultados que influyen en su decisión deben tener significación estadística a partir de los datos recogidos y el tiempo transcurrido.
Asegúrese de haber alcanzado una significación estadística del 95 %. La significación estadística denota su tolerancia al riesgo y su nivel de confianza en los resultados de su experimento. Lo ideal es realizar una prueba durante 2 a 4 semanas, pero esto depende totalmente de su nivel de tráfico.
Ahora tiene los datos de rendimiento de ambas variaciones. Compruebe cuál ha rendido mejor y trate de dilucidar por qué. Todas estas cuestiones lo ayudarán a entender un poco mejor a sus visitantes y su comportamiento. Puede optar por desplegar la variación retadora o quedarse con la página de control.
El A/B testing es un proceso continuo y una sola prueba no responderá a todas sus preguntas ni resolverá todos sus problemas. Siga optimizando el comportamiento de los visitantes y realizando más pruebas. Hay muchos tipos de pruebas A/B, como Split URL, pruebas multivariantes y pruebas multipágina, que pueden sonar similares, pero no lo son.
Existen muchas herramientas de testeo A/B (en inglés, A/B testing tools) y eso puede resultar confuso. Para aclararlo, a continuación repasaremos las herramientas principales y qué hace cada una.
Con la prueba de URL dividida puede comparar diferentes versiones de la misma página alojadas en diferentes URL. El tráfico entrante se divide entre estas dos versiones y se hace un seguimiento del rendimiento de ambas para determinar la ganadora. A diferencia de las pruebas A/B básicas, en las que se experimenta con pequeños elementos o cambios menores en la apariencia de la página (su front-end), las pruebas de URL divididas se utilizan cuando ambas versiones difieren significativamente en términos de diseño o código.
Una prueba multivariante o prueba multinomial es una extensión de la típica prueba A/B. Mientras que un A/B test estándar permite probar un elemento o variable a la vez, un test multivariante pone a prueba más de un elemento en una página web. Por ejemplo, con las pruebas A/B básicas se puede comparar el copy de un botón CTA; en cambio, una prueba multivariante permite probar diferentes combinaciones de titulares, subtítulos y CTA. Es importante tener en cuenta que las pruebas multivariantes solo funcionan bien en sitios web con un tráfico razonablemente alto.
Las pruebas multipágina, también conocidas como pruebas de embudo, son otra clase de A/B test en las que, en lugar de realizar cambios en una sola página, los cambios se implementan en una secuencia de páginas. Básicamente, puede probar elementos en varias páginas y ver qué impacto tienen estos cambios en la forma en que los compradores recorren su sitio. Las pruebas multipágina se utilizan habitualmente para probar diferentes tonos de contenido, teorías de diseño o estrategias de venta y soporte.
El A/B testing no se limita a experimentar con los colores de los botones; de hecho, abre cientos de posibilidades de optimización para los profesionales del marketing de prueba. Usted puede probar cualquier cosa en su sitio web y ver cómo eso impacta en el comportamiento de sus visitantes. Aquí hay algunos elementos que se suelen poner a prueba y que está comprobado tienen grandes resultados.
Si está definiendo los encabezados y subtítulos de la página, y no tiene 4 o 5 opciones diferentes, no lo está haciendo bien. Los encabezados (títulos) dan la bienvenida a los visitantes y contribuyen en gran medida a que sigan leyendo y, si todo sale bien, se conviertan. Más precisamente, 8 de cada 10 visitantes leen solo el título y, a partir de él, deciden si les interesa seguir leyendo. Los textos de su página también influyen en la conversión. En este caso, puede poner a prueba varios aspectos, como piezas largas frente a cortas, tono informal o formal, etc.
Su llamada a la acción (call to action, CTA) puede hacer o deshacer una venta y ser el punto de partida de la conversión, además de definir el propósito de la página web. Incluso en los correos electrónicos, un solo CTA aumentó los clics en un 371 %. Estos deben ser lo suficientemente persuasivos para que el visitante pase a la acción. Todos los factores, entre otros el texto, el estilo del botón, el color y la ubicación en la página, influyen. En este punto, tiene mucho que probar (y mucho que ganar).
¿Debe una sección concreta estar arriba o abajo en la página? ¿La imagen debe ir seguida del CTA o al revés? Las ideas sobre el diseño de la página son siempre objeto de debate. Los análisis A/B de diferentes diseños pueden ayudarle a descubrir qué funciona mejor y así optimizar las conversiones.
Para una landing page de una aplicación móvil, ¿funciona mejor una imagen de cabecera en la que solo hay dispositivos o la de alguien que utiliza un dispositivo? ¿Debería utilizar una imagen con fondo blanco o con fondo oscuro? Está demostrado que ciertas imágenes aumentan la permanencia en las páginas web, por lo que resulta clave saber qué tipo de imágenes logran eso.
¿Qué tan larga es su página? ¿Sus visitantes prefieren contenidos largos y profundos o disfrutan de pequeñas piezas de información? Pruebe distintas extensiones en su contenido para saber hasta dónde están dispuestos a “escrolear” sus visitantes.
Una vez que el visitante deja sus datos en su formulario web, usted está un paso más cerca de la conversión. Cree variaciones diferentes de sus formularios para decidir cuántos campos debe tener, entre otras posibilidades que puede poner a prueba.
Las posibilidades del A/B testing son infinitas. Puede experimentar con prácticamente cualquier elemento de la página e impulsar a sus visitantes hacia un mayor engagement o conversión. Ahora que ya conoce los elementos con los que puede experimentar, es importante que también esté al tanto de los desafíos que conlleva este tipo de experimentos.
Lograr que las pruebas tengan éxito supone superar una serie de desafíos. Se trata de un campo relativamente nuevo y en constante evolución, por lo que es probable que incluso los mejores profesionales del marketing A/B se encuentren atascados en algún momento. Tome nota de algunos de los retos más comunes y aprenda cómo superarlos.
Iniciarse en los A/B tests es difícil. Si a eso se le suma la falta de conocimiento sobre esta herramienta y cómo utilizarla, es normal pasar semanas probando algo que no valga la pena. Examine detenidamente las tendencias existentes en sus visitantes y vaya más allá de las analíticas convencionales; tome una decisión informada sobre lo que podría generar más impacto y si merece la pena probarlo.
Dar con la hipótesis correcta puede suponer un esfuerzo extra de su parte. La investigación es la clave de las pruebas A/B. Profundice en los datos de su sitio web para comprender las pérdidas del embudo de ventas y por qué se producen. Deduzca la hipótesis basada en esta investigación y póngala a prueba.
Cuando se comienza con las pruebas A/B en marketing, puede ser una lucha definir el tamaño de la muestra. Es necesario entender las estadísticas, los datos y su impacto en el tráfico existente. Investigue sobre cómo seleccionar el tamaño de la muestra y empiece a experimentar. Necesitará algunos ciclos de aprendizaje para empezar a hacerlo bien.
La ejecución de las pruebas A/B requiere conocimientos interdisciplinarios, por no decir experiencia. Hay que enfrentarse a problemas tecnológicos, de diseño, de experiencia de usuario (user experience, UX), etc. Los especialistas en este tipo de pruebas y los optimizadores de sitios web suelen entender de diseño, de UX e interfaz de usuario (user interface, UI), datos, perfiles de visitantes y mucho más.
Dado que el A/B testing requiere especular y plantear hipótesis, deberá saber justificar los elementos con los que desea experimentar. Los directivos de su empresa tendrán preguntas sobre cuál es la relación entre los recursos que requieren las pruebas y los beneficios que pueden aportar. Gran parte del éxito depende de que se adopte la cultura de las pruebas A/B, que consiste en ganancias incrementales y microscópicas. Consiga los datos y asegúrese de que sus pruebas tengan el menor impacto negativo para así tener un argumento extra a la hora de convencer a sus superiores.
Las pruebas A/B son un experimento controlado que conduce a resultados estadísticos. Si no se sigue el procedimiento correcto desde el principio hasta el final, se terminará con resultados no concluyentes o, peor aún, incorrectos. He aquí algunos errores que debe evitar.
Muchas veces, los profesionales del marketing se sienten tan seducidos por la forma en que las pruebas A/B pueden mejorar sus embudos de ventas que se lanzan a realizar una prueba sin investigar la hipótesis o probando algo por capricho. Es necesario entender los problemas del sitio web, elegir uno de ellos, identificar las posibles razones y realizar una prueba basada en eso. Su hipótesis debe tener sentido como solución al problema que intenta resolver, tanto en términos de impacto como de viabilidad. Una hipótesis errónea le dejará conclusiones incorrectas o una comprensión tardía de que la prueba no tenía ninguna utilidad.
Es un error suponer que puede escalar sus pruebas ejecutando múltiples variaciones al mismo tiempo. Hay bastantes probabilidades de que se superponga el tráfico o las interacciones entre ellos. Esto conduce a resultados sesgados, e incluso utilizando una potente calculadora de test A/B, se hace difícil aislar el impacto de cada cambio particular. Si quiere realizar varias pruebas al mismo tiempo, conviene recurrir a las pruebas multivariantes o multipágina que mencionamos anteriormente.
Si tiene la sensación de que ha llegado el momento de detener la prueba y declarar un vencedor porque “se ve un claro ganador”, deténgase un momento y pregúntese por qué hizo la prueba en primer lugar. No se precipite ni ceda a la conveniencia. Deje que la verdad prevalezca.
Realice sus pruebas durante al menos una semana entera. Así podrá igualar cualquier tendencia inusual que siga su tráfico en determinados días de la semana. Mejor aún si la hace durante un par de semanas. Evite realizar pruebas A/B durante períodos en los que su tráfico tenga un comportamiento diferente al habitual. Por ejemplo, si tiene una tienda virtual, hacer una prueba durante el Cyber Monday es una mala idea debido al aumento estacional del tráfico. Del mismo modo, si usted está ejecutando campañas pagas que conducen tráfico a su sitio web, es mejor mantener sus pruebas en pausa.
Habrá casos en los que ejecutar una prueba A/B no tenga sentido. Los profesionales del marketing deben aprender a aceptarlo y dedicar tiempo a encontrar alternativas. Piense en una página web con unas 500 visitas al mes y solo un par de conversiones: una prueba A/B sobre ella podría llevar meses hasta alcanzar la significación estadística. Y, aunque al final haya un claro ganador, habrá invertido mucho tiempo en encontrarlo.
Los A/B testing tools son un factor esencial para tener éxito. La herramienta ideal no debe ralentizar su sitio web, debe ser competente en cuanto a funciones, complementar sus experimentos de conversión y ofrecer integraciones con otras plataformas.
Puede que al principio experimente la suerte del principiante, pero las pruebas A/B no suelen ser sencillas. No se preocupe, le ocurre a todo el mundo. Sus primeros intentos pueden fallar o alcanzar resultados poco emocionantes. La clave es continuar trabajando de forma iterativa. Siga estableciendo pruebas de seguimiento, implementando lo que haya aprendido de las anteriores. Si lo hace bien, tarde o temprano obtendrá resultados.
Teniendo en cuenta que va a realizar estas pruebas en páginas con mucho tráfico, otro error sería olvidarse de la optimización para motores de búsqueda (Search Engine Optimization, SEO). Su página puede estar recibiendo visitantes gracias a meses de esfuerzo de SEO y usted podría interferir en eso.
Google anima a los profesionales del marketing a realizar pruebas en sus sitios web. Cuando se les preguntó sobre si el A/B testing puede afectar al rendimiento de un sitio web, ellos publicaron este como respuesta: “Recientemente hemos recibido varias preguntas sobre si las pruebas de sitios web, como las pruebas A/B o multivariantes, afectan al rendimiento de un sitio en los resultados de búsqueda. Nos alegramos de que nos lo pregunten, porque nos alegramos de que hagan pruebas. Las pruebas A/B y multivariantes son formas estupendas de asegurarse de que lo que usted ofrece realmente atrae a sus usuarios”, sostuvieron.
En esa entrada del blog, Google reunió algunas de las mejores prácticas para que los profesionales del marketing sigan realizando pruebas A/B en marketing sin afectar al posicionamiento SEO.
El encubrimiento (en inglés, cloaking) significa mostrar una versión de su página al Googlebot y otra a sus visitantes. Es una forma de abusar de la función de segmentación del tráfico y va en contra de las directrices para webmasters de Google. Esto puede hacer que su sitio web sea degradado o incluso eliminado de los resultados de búsqueda de Google.
Si realiza pruebas con diferentes URL para variantes de la misma página, debe utilizar el atributo rel=“canonical” en todas las URL alternativas. Esto informa a la “araña” de Google que la URL original es la que debe indexar. Es decir, explica que no hay duplicación de contenido (que es una táctica que muchos utilizan para el SEO y puede afectar negativamente el posicionamiento).
Si sus pruebas A/B redirigen al visitante desde la URL original a una diferente, debe comunicar a Google que es algo temporario. Para ello, puede establecer una redirección 302, que indica una redirección temporal. No la confunda con la 301, ya que esta se usa para una redirección permanente y no debe utilizarse para estos casos.
Si ejecuta una prueba durante demasiado tiempo, el Googlebot podría interpretarlo como una intención de engañar al motor de búsqueda. Al fin y al cabo, se trata de un bot, y este podría acabar actuando sin pensárselo dos veces. Asegúrese de establecer las pruebas durante tiempos predefinidos y de dividir la audiencia de forma equitativa. Una vez que haya terminado las pruebas, no olvide actualizar su sitio web y sus páginas, y eliminar todas las variaciones y redireccionamientos de prueba.
Ahora que tiene toda la información, elija una gran solución para pruebas A/B como Freshmarketer y empiece a experimentar. Pruebe múltiples elementos, entienda más sobre el diseño, los colores y sus visitantes, monitoree la interacciones con su sitio a través de mapas de calor y ofrezca una experiencia fantástica de principio a fin.
Sorry, our deep-dive didn’t help. Please try a different search term.