Cómo realizar pruebas A/B en 5 sencillos pasos (y 2 ejemplos)

¿Qué pasaría si le dijéramos que hay una manera de mejorar su campaña de marketing, optimizar las experiencias de los usuarios y obtener más información sobre sus clientes?

Bueno, lo hay.

Todo lo que tienes que hacer es ejecutar pruebas A/B, y es más fácil de lo que piensas.

Vamos a hablar sobre la importancia de las pruebas A/B y cómo puede usar este método para mejorar las tasas de conversión, medir el cambio y aumentar sus resultados.

Pero primero, cubramos lo básico.

Las pruebas A/B son cuando analizas dos versiones diferentes de lo mismo para ver cuál funciona mejor. También se conoce como prueba dividida.

Fuente: HubSpot

Suponga que creó una nueva página de destino para su sitio web. Le gusta cómo se ve, pero no está seguro de si funcionará mejor que su página de destino actual.

Podría simplemente cambiarlo por uno nuevo, pero podría reducir su tasa de conversión.

Le gustaría saber qué versión prefieren sus visitantes. Y para hacer eso, puedes ejecutar una prueba A/B. La mitad de los visitantes que aterrizan en su sitio verán la página de destino A, mientras que la otra mitad verá la página de destino B.

Cuando finaliza la prueba, puede ver qué versión de la página de destino tuvo la mejor tasa de conversión. Esa es la versión que debe agregar a su sitio web.

Puede ejecutar pruebas A/B para prácticamente cualquier cosa , no solo para las páginas de destino. Las marcas comúnmente prueban:

• Diseños de boletines, líneas de asunto y otra copia de correo electrónico
• Botones de llamada a la acción
• Descripciones de productos
• Valoración de los clientes
• Anuncios emergentes y más

Ejecutar una prueba dividida puede ayudarlo a comprender la participación del usuario y tomar mejores decisiones de marketing.

La versatilidad de las pruebas divididas las convierte en uno de los activos más valiosos de su caja de herramientas de marketing digital. Te permite ver cómo responde la gente cuando cambias tu contenido digital. Esto le brinda más información sobre el comportamiento de los visitantes y las preferencias de compra.

Hay una manera correcta y una manera incorrecta de realizar pruebas A/B.

La manera correcta lo ayudará a alcanzar sus objetivos de conversión ajustando con precisión varios elementos de su sitio web para alinearlos con las preferencias de sus visitantes. El camino equivocado te hará perder mucho tiempo, y nadie quiere eso.

A continuación, se incluyen algunas prácticas recomendadas para ayudarlo a aprovechar al máximo sus pruebas A/B.

1. Comienza con una estrategia

Realizar pruebas A/B es muy parecido a seguir el método científico. No solo cambias las cosas al azar. Hay un proceso que debes seguir.

Tienes que:

• Comience con una pregunta: "¿Cómo puedo aumentar las suscripciones al boletín?"
• Haga una hipótesis: "Agregar una ventana emergente de intención de salida a mi página de destino aumentará los suscriptores".
• Realice el experimento: ejecute una prueba A/B en su página de destino, con y sin la ventana emergente.
• Saca tu conclusión: "Obtuve un 8,75 % más de suscriptores usando la ventana emergente".

Si no tiene una meta o un resultado deseado en mente, está probando cosas sin rumbo fijo con la esperanza de que algo funcione. Por eso es importante desarrollar una estrategia antes de comenzar con las pruebas A/B.

Sepa lo que quiere lograr , luego puede comenzar a planificar sus pruebas.

Aquí hay un ejemplo.

Imagina que tu objetivo es aumentar las suscripciones a boletines. Lo primero que debe hacer es construir su estrategia en torno a ese objetivo pensando en diferentes formas en que puede aumentar las suscripciones. Tú podrías:

• Agregue una ventana emergente de formulario de suscripción para orientar a los visitantes cuando abandonen su página de destino.
• Crear una nueva página de destino.
• Cambie el color del botón de su llamada a la acción existente.

Estas son cosas excelentes para probar. Puede ejecutar tantas pruebas A/B como desee, pero solo necesita probar un elemento a la vez .

No pruebe su nueva ventana emergente en la nueva página de destino porque no sabrá a qué elemento están respondiendo los visitantes.

Sin embargo, puede ejecutar varias pruebas del mismo elemento. Esto se llama prueba multivariante.

Un ejemplo de prueba multivariante es la prueba dividida en tres versiones emergentes de giro de la rueda , donde usa un botón de llamada a la acción diferente para cada variante. Está ejecutando múltiples pruebas, pero aún está analizando el mismo elemento: la ventana emergente de girar la rueda.

2. Sienta las bases para tu prueba A/B

Cada prueba A/B debe tener un:

• Control: Su activo digital actual. El control podría ser títulos de publicaciones de blog, líneas de asunto de correo electrónico, un formulario de llamada a la acción o cualquier otra cosa que se pueda probar.
• Challenger: la versión modificada del control que desea probar.

Supongamos que tiene una ventana emergente de bienvenida en la publicación de su blog y desea probar la eficacia de una ventana emergente con intención de salida. La ventana emergente de bienvenida es su control, y la ventana emergente de intención de salida es su retador.

Ahora es el momento de establecer el tamaño de la muestra. ¿A quién le enviarás la prueba?

Si está realizando una prueba dividida de una campaña de correo electrónico, simplemente puede enviar el control a la mitad de sus suscriptores y el retador a la otra mitad.

¿Cómo se dirige a los visitantes cuando desea probar páginas y elementos en su sitio web?

Desea asegurarse de tener un tamaño de muestra lo suficientemente grande. De lo contrario, su prueba no dará resultados precisos .

Optimizely tiene una calculadora que ayuda a establecer el tamaño de la muestra.

Todo lo que tienes que hacer es

1. Ingrese la tasa de conversión de su control ; esa es la tasa de conversión de su objeto existente.

2. Determine qué grado de mejora desea que reconozca la prueba . En la imagen a continuación, el efecto mínimo detectable es del 20 %. Significa que la prueba detectará un aumento en las conversiones del 20% o más.

3. Elija la significación estadística de su prueba . Piense en esto como precisión. Si su prueba tiene una significancia estadística del 95 %, eso significa que puede estar 95 % seguro de que los resultados son precisos.

¡Y tada! La calculadora le dará un tamaño de muestra de a cuántos visitantes mostrar la prueba.

3. Inicie su prueba

Necesitará una herramienta de prueba A/B para iniciar la prueba y recopilar los datos por usted. Puede obtener más información sobre cómo iniciar pruebas y medir resultados leyendo nuestra guía sobre estadísticas de pruebas divididas .

Eche un vistazo a OptiMonk si está buscando una solución que le permita crear ventanas emergentes personalizadas, ejecutar pruebas A/B y multivariadas en ellas.

Si bien no es específicamente una herramienta de prueba A/B, puede usar OptiMonk para crear y probar varios elementos del sitio web como:

• ventanas emergentes
• Mensajes secundarios
• nanobarras
• Pancartas y más

Una vez que inicie su prueba, debe decidir su duración.

Por lo general, las empresas realizan pruebas durante algunos meses o un ciclo comercial, pero cada caso es diferente. Idealmente, desea probar hasta alcanzar una significación estadística del 95 % .

Nunca debe ejecutar su prueba solo por unos pocos días. No le brindará resultados de prueba precisos porque podría experimentar un aumento o una disminución a corto plazo en las conversiones que distorsionen su rendimiento.

4. Mide tus resultados

Medir los resultados de su prueba es un proceso rápido y fácil.

La imagen de arriba son los resultados de una prueba emergente multivariable realizada a través de OptiMonk. Puedes ver

• Cuántas vistas tiene cada prueba (Impresiones)
• El número de conversiones
• Las tasas de conversión
• La confianza de cada prueba

Puede ver en la imagen que la Variante 1 tiene la mejor tasa de conversión, pero la prueba está lejos de terminar. Las variantes 1 y 2 no han alcanzado un nivel de confianza del 95 % o superior, por lo que aún no podemos declarar ganadora a la variante 1.

¿Cuándo debe detener la prueba? Una vez que sus pruebas alcanzan un nivel de confianza del 95 %, tiene suficiente información para concluir la prueba. Luego puede seleccionar la variante con la tasa de conversión más alta como su campeón.

5. Planifica tu próxima prueba

No piense en las pruebas A/B como algo único. Míralo como un proceso continuo porque las preferencias de los clientes cambian con el tiempo.

Además, siempre hay margen de mejora, especialmente cuando crea contenido centrado en el cliente. Cada vez que desee rediseñar sus páginas web o cambiar el tamaño del botón en su formulario de suscripción, realice una prueba A/B para ver qué versión prefieren los visitantes.

Piense en formas en las que puede mejorar varios elementos de su campaña de marketing . Evalúe sus páginas de destino en Google Analytics. Mire métricas como la tasa de rebote, la tasa de conversión y el tiempo dedicado a una página.

Si cree que puede mejorar, puede pensar en formas de cambiar y probar sus páginas.

Ahora que sabe cómo ejecutar con éxito una prueba A/B, queda una pregunta: ¿realmente funcionan?

¡Absolutamente!

Las pruebas A/B son una de las soluciones de optimización de conversión más efectivas que tienes. Pero no confíe en nuestra palabra. Compruébelo usted mismo leyendo dos casos de estudio a continuación.

Puños y calcetines para botas

La empresa de calzado para mujeres Boot Cuffs & Socks recurrió a OptiMonk cuando necesitaba ayuda para impulsar las ventas. Crearon una ventana emergente para los compradores que abandonan el sitio sin finalizar su compra.

Crearon dos versiones para alentar a los visitantes a completar sus compras. Uno ofrecía un crédito de la tienda de $4.25 y el otro un 10% de descuento. Boots Cuffs & Socks quería ver cómo se comportaban ambas versiones entre sí, por lo que realizaron una prueba A/B.

La prueba duró 40 días y descubrieron que a la gente le gustaba más la Versión B. Sus tasas de conversión fueron un 15% más altas que la versión A.

Al final, los esfuerzos de marketing de Boot Cuffs & Socks dieron resultado. La campaña redujo los abandonos de carritos en un 17 % y logró un retorno de la inversión mensual del 280 % .

SwissWatchExpo

SwissWatchExpo también usó OptiMonk para probar sus ventanas emergentes.

Realizaron una prueba multivariante en tres ventanas emergentes para ver qué versión preferían los visitantes del sitio web. Aquí están las diferencias:

• La versión A usó la función de reemplazo de texto dinámico (DTR) para mostrar uno de sus relojes en la ventana emergente.
• La versión B tenía un mensaje que solicitaba al visitante que finalizara su compra antes de que se agotara el artículo.
• La versión C ofrecía un descuento de $100 y envío gratis.

La versión C fue la campeona. Ganó la prueba con una impresionante tasa de conversión del 28%.

Tras finalizar las pruebas, SwissWatchExpo lanzó su campaña. Sus transacciones en línea aumentaron un 27 % y aumentaron sus ingresos un 25 % en tres cortos meses.

Albert Einstein dijo una vez: “El fracaso es el éxito en progreso”.

No creará la campaña de marketing perfecta adivinando. Lo crea a través de prueba y error, aprendiendo lo que no funciona y adaptando su estrategia.

Ahí es donde las pruebas A/B pueden ayudar. Después de realizar algunas pruebas, puede mejorar su comprensión de las preferencias y los hábitos de compra de los clientes.

Aprenda qué estrategias de marketing probablemente impulsen las ventas y qué estrategias evitar, así como también cómo crear una experiencia agradable para el cliente que influya en el comportamiento del usuario. Esto no solo mejorará el rendimiento de sus campañas en curso , sino que también lo ayudará a tomar decisiones mejor informadas en el futuro.