Tudo o que você precisa saber para testar seus anúncios gráficos A/B

O teste A/B é o método de escolha ao otimizar uma variedade de material digital, mas você sabe como fazê-lo corretamente? Muitos profissionais de marketing são culpados de fazer errado ou não fazer tudo. Seja para sua landing page, anúncios gráficos ou até mesmo seus anúncios impressos. A/B oferece dados que você não pode ignorar para otimização de projeto e maior retorno sobre o investimento (ROI).

Muitas vezes, pode parecer que o processo é complicado demais e prejudica o negócio real do marketing. E sim, se você ainda estiver usando processos manuais, assistir a tinta secar seria um uso melhor do seu tempo (provavelmente mais divertido também). Mas, com as plataformas de gerenciamento criativo (CMP) e este guia para testes A/B, a prática se torna útil e interessante.

Então, o que é teste A/B?

Deveria ser simples, mas é aí que você está errado. Hoje, há uma infinidade de maneiras de testar variações de design. Teste A/B, teste A/B/n, teste multivariado, teste de bandido multi-armado, teste de funil de várias páginas, cromodinâmica quântica, você entendeu. É o suficiente para fazer você querer desistir antes mesmo de começar.

Mas não tenha medo, há esperança! O teste A/B padrão ainda é uma ferramenta eficaz e incrivelmente útil para otimizar sua campanha.

O teste A/B pode ser simples; você pode testar apenas uma variante em seu anúncio ou página de destino. Então você roda o teste até chegar a uma conclusão sobre qual é a melhor versão, simples. Então comece novamente com outro aspecto. É tão fácil quanto testar chocolate versus sorvete de baunilha, crumble de maçã versus ruibarbo ou kottbullar versus prinskorvar (não temos certeza sobre esse último).

O que você deveria estar testando?

Há uma lista aparentemente interminável de coisas que você pode variar com o teste A/B. Mas existem alguns recursos importantes que, quando otimizados, podem realmente afetar sua taxa de cliques (CTR). Abaixo, criamos uma lista de todos os aspectos mais úteis.

Título -

Considere o comprimento do seu título, mantenha-o curto e agradável. Que tom de voz você está usando em seu título? Você está procurando transmitir um senso de urgência? Ou um tom positivo ou negativo? Você também pode brincar com a cor, contraste, tamanho da fonte e localização na página.

Imagem -

A sua imagem de fundo é a preto/branco ou a cores, apresenta pessoas ou produtos, tem uma imagem ou várias imagens? Todas as coisas para se pensar ao otimizar sua imagem.

Chamada para ação (CTA) –

Sem dúvida o aspecto mais importante. Você pode testar a cor do botão, o contraste, o idioma e o estilo do próprio botão. Você pode até testar a necessidade de um botão.

Cópia de -

Veja o que ressoa mais com seus clientes. Forma longa ou forma curta. Apenas certifique-se de explicar os recursos e benefícios de forma concisa.

Formulários da página de destino -

Você pode testar o comprimento do seu formulário, o número de campos e o próprio design. Apenas lembre-se de equilibrar seu desejo por dados com o que você está oferecendo.

Faça um teste A/B da sua estratégia de publicação

Você pode ter o design ideal para o seu anúncio, mas não se esqueça de testar sua estratégia de publicação. Teste A/B em suas redes. Como nosso proprietário de sistemas, Travis Isaacson, afirma 'você precisa ter certeza de que sua rede está fornecendo os resultados que você precisa para seus anúncios'. Cada rede tem seus próprios editores e, como tal, públicos diferentes. Embora possa ser confortável ficar com a rede que você conhece, para obter o tráfego mais relevante, você deve variar sua rede como outra forma de otimização.

Se você dedicou tempo para criar as melhores imagens e texto, faz sentido obter tráfego da mais alta qualidade para seu anúncio. Você pode fazer um teste A/B de públicos-alvo, segmentos e horários ideais para seus anúncios on-line para melhorar o ROI.

Isso tudo pode parecer um pouco esmagador, mas a tecnologia está disponível para tornar o processo mais simples. Com o Bannerflow, nosso sistema de tags é agnóstico. O que significa que você pode testar seus anúncios em diferentes redes, diferentes variantes, segmentos e publicá-los diretamente com facilidade.

Como os dados podem ajudá-lo a chegar a uma hipótese

Usando esses fatores de identificação e depois de coletar dados relevantes, é hora de criar uma hipótese de trabalho para seu teste A/B.

Uma ótima maneira de fazer isso é através de mapas de calor. Você pode usar mapas de calor como uma ferramenta de análise em tempo real para identificar áreas problemáticas. Os mapas de calor ajudam os designers a ver quais áreas os espectadores são atraídos e quais os desanimam ou os distraem. Eles adicionam outra camada ao seu teste A/B.

Pesquisas na página e registros de visitantes são outra maneira de identificar onde eles não estão convertendo.

A partir daqui você pode teorizar sobre o porquê. Depois de ter uma ideia melhor de onde estão os problemas em sua página ou anúncio, você pode testar diferentes variações usando as sugestões acima. Quando você tem sua hipótese, começa a verdadeira diversão do teste A/B.

'Teoria, Teste, Resultado, Repetição': o hino dos testes A/B

Teoria -

O teste A/B é um processo. É um simples também. Com uma hipótese de trabalho, você pode escolher como deseja ponderar cada variação e iniciar o processo de teste. A divisão 50/50 padrão funciona para todas as novas visualizações.

Teste -

A duração do seu teste A/B depende de vários fatores. Diferentes redes de anúncios têm diferentes níveis de tráfego. Considere também as alterações esperadas na taxa de conversão. Se você já tiver altas taxas de conversão, precisará de menos tempo para alcançar a confiança estatística. Existem ferramentas para calcular isso automaticamente. Depois de atingir a significância estatística, analise os resultados.

A prática padrão para testes A/B de confiança estatística em seus dados precisa ser de pelo menos 95%. Embora isso dependa de qual variante você está testando. Quanto mais significativa a mudança, menos científico você precisa ser em termos de processo. As mudanças mais específicas, por exemplo, microcópia, requerem mais dados para comprovar seu impacto positivo ou negativo. Considerando que projetos inteiramente novos ou mudanças drásticas são muito mais fáceis de avaliar em termos de conversão.

Resultado -

É bem provável que seu teste A/B volte como inconclusivo. Nesse caso, você simplesmente precisa voltar à sua hipótese e começar de novo com uma nova ideia. Fique com ele. Alterar uma única palavra em seu CTA pode aumentar sua CTR em até 161%.

Repetir -

Quando você chegar a uma conclusão decisiva, faça com que a variação campeã receba 100% do tráfego. Depois de decidir sua próxima hipótese, o processo pode começar novamente. Isso pode parecer uma tarefa esmagadora, especialmente se você estiver fazendo tudo isso manualmente. Mas se você estiver trabalhando com CMPs, ajustes de design, agendamento e análise podem ser feitos em minutos; um pensamento reconfortante na era da publicidade ágil.

'Shoulda, Woulda, Coulda': os prós e contras dos testes A/B

Existem algumas práticas que você deve adotar ao iniciar o teste A/B. E há alguns que você deve evitar ativamente. Por exemplo:

Fazer:

Sempre execute variantes simultaneamente. O tráfego pode variar muito de semana para semana. Se você testar uma página de destino em uma semana e outra em uma semana diferente, corre o risco de dados imprecisos.

Tenha confiança estatística. Certifique-se de usar uma ferramenta ou calculadora online para medir a confiança estatística em seus dados. Se você concluir seu teste muito cedo, poderá tomar a decisão errada.

Repita o processo. Nunca teste apenas teste uma variante da lista HBICC. Depois de concluir um teste, há muitos outros fatores que você pode otimizar.

Não:

Teste mais de variantes de uma só vez. Se você tentar otimizar campanhas de e-mail e páginas de destino simultaneamente, não terá ideia de por que suas taxas de conversão mudaram.

Execute seu teste por muito tempo. Executar seu teste mesmo depois de atingir significância estatística o torna mais vulnerável a fatores externos. Os eventos da agenda podem causar picos não naturais no tráfego e no comportamento.

Ignore a natureza de seus leads. Certifique-se de que seu teste esteja alinhado com suas metas de negócios. Pode ser satisfatório ver esses números de conversão aumentarem, mas se forem os clientes errados, essas conversões não terão sentido.

DCOs e o futuro dos testes A/B

Os DCOs de IA não oferecem apenas perspectivas empolgantes para criativos, mas também para testes. Outra dica importante de Travis: 'usar uma solução AI DCO para teste A/B oferece a oportunidade de automatizar a otimização. Você já tem os dados de sua base de clientes em seu DMP/rede, você deve colocá-los em prática.'

O AI DCO usa conteúdo alimentado e escolhe quais itens singulares testar por impressão. Essa tecnologia aprimora os anúncios existentes usando várias variantes predeterminadas para que você não precise. O processo está evoluindo de processos manuais e árduos para o próximo nível. Muito parecido com a publicidade em banner…

Conclusão

Aí está. Um guia simples e direto para testes A/B. Afinal, não é física teórica.

O processo não precisa ser trabalhoso se você tiver as ferramentas certas à mão. Na verdade, é uma questão de ter uma hipótese forte e testar até que você tenha os dados para provar que suas mudanças tiveram um impacto positivo na CTR. Depois disso, você pode trabalhar em todos os aspectos até ter os anúncios mais eficazes disponíveis.

Se você quiser saber mais sobre como nossa plataforma de gerenciamento criativo pode ajudá-lo com testes A/B, entre em contato conosco.