Como conduzir testes A/B em 5 etapas fáceis (e 2 exemplos)

E se disséssemos que há uma maneira de melhorar sua campanha de marketing, otimizar as experiências do usuário e saber mais sobre seus clientes?

Bem, existe.

Tudo o que você precisa fazer é executar testes A/B, e é mais fácil do que você pensa.

Vamos falar sobre a importância do teste A/B e como você pode usar esse método para melhorar as taxas de conversão, medir mudanças e aumentar seus resultados.

Mas primeiro, vamos cobrir o básico.

O teste A/B é quando você analisa duas versões diferentes da mesma coisa para ver qual delas tem melhor desempenho. Também é conhecido como teste de divisão.

Fonte: HubSpot

Suponha que você criou uma nova página de destino para seu site. Você gosta da aparência, mas não tem certeza se vai superar sua página de destino existente.

Você pode simplesmente alterá-lo para o novo, mas isso pode diminuir sua taxa de conversão.

Você gostaria de saber qual versão seus visitantes preferem. E para fazer isso, você pode executar um teste A/B. Metade dos visitantes que chegam ao seu site verão a página de destino A, enquanto a outra metade verá a página de destino B.

Quando o teste terminar, você poderá ver qual versão da landing page teve a melhor taxa de conversão. Essa é a versão que você deve adicionar ao seu site.

Você pode executar testes A/B para praticamente qualquer coisa – não apenas para páginas de destino. As marcas geralmente testam:

• Designs de boletins informativos, linhas de assunto e outras cópias de e-mail
• Botões de chamada para ação
• Descrições do produto
• Avaliações de Clientes
• Anúncios pop-up e muito mais

A execução de um teste A/B pode ajudar você a entender o envolvimento do usuário e tomar melhores decisões de marketing.

A versatilidade do teste A/B o torna um dos ativos mais valiosos em sua caixa de ferramentas de marketing digital. Ele permite que você veja como as pessoas respondem quando você altera seu conteúdo digital. Isso fornece mais informações sobre o comportamento do visitante e as preferências de compra.

Há um jeito certo e um jeito errado de realizar testes A/B.

O caminho certo ajudará você a atingir suas metas de conversão, ajustando vários elementos do seu site para se alinhar às preferências de seus visitantes. O caminho errado fará com que você perca muito tempo, e ninguém quer isso.

Abaixo estão algumas práticas recomendadas para ajudar você a aproveitar ao máximo seus testes A/B.

1. Comece com uma estratégia

Realizar testes A/B é muito parecido com seguir o método científico. Você não muda as coisas aleatoriamente. Há um processo que você deve seguir.

Você tem que:

• Comece com uma pergunta: “Como posso aumentar as assinaturas de newsletters?”
• Faça uma hipótese: “Adicionar um pop-up de intenção de saída à minha página de destino aumentará os assinantes”.
• Realize o experimento: execute um teste A/B em sua página de destino, com e sem o pop-up.
• Tire sua conclusão: “Ganhei 8,75% mais assinantes usando o pop-up.”

Se você não tem um objetivo ou resultado desejado em mente, você está testando coisas sem rumo na esperança de que algo possa dar certo. É por isso que é importante desenvolver uma estratégia antes de iniciar seus testes A/B.

Saiba o que você quer alcançar , então você pode começar a planejar seus testes.

Aqui está um exemplo.

Finja que seu objetivo é aumentar as assinaturas do boletim informativo. A primeira coisa que você deve fazer é construir sua estratégia em torno desse objetivo, pensando em diferentes maneiras de aumentar as assinaturas. Você poderia:

• Adicione um pop-up de formulário opt-in para segmentar os visitantes quando eles saírem da sua página de destino.
• Crie uma nova página de destino.
• Altere a cor do botão da sua call to action existente.

Estas são coisas excelentes para testar. Você pode executar quantos testes A/B quiser, mas precisa testar apenas um elemento por vez .

Não teste seu novo pop-up na nova página de destino porque você não saberá a qual elemento os visitantes estão respondendo.

No entanto, você pode executar vários testes do mesmo elemento. Isso é chamado de teste multivariado.

Um exemplo de teste multivariado é o teste A/B em três versões pop-up giratórias , em que você usa um botão de call-to-action diferente para cada variante. Você está executando vários testes, mas ainda está analisando o mesmo elemento – o pop-up girando a roda.

2. Prepare as bases para seu teste A/B

Todo teste A/B deve ter:

• Controle: seu ativo digital atual. O controle pode ser títulos de postagens de blog, linhas de assunto de e-mail, um formulário de chamada para ação ou qualquer outra coisa que possa ser testada.
• Challenger: A versão modificada do controle que você deseja testar.

Digamos que você tenha um pop-up de boas-vindas em sua postagem de blog e queira testar a eficácia de um pop-up de intenção de saída. O pop-up de boas-vindas é seu controle, e o pop-up de intenção de saída é seu desafiante.

Agora, é hora de definir o tamanho da amostra. Para quem você enviará o teste?

Se você estiver testando uma campanha de e-mail, pode simplesmente enviar o controle para metade de seus assinantes e o desafiante para a outra metade.

Como você segmenta os visitantes quando deseja testar páginas e elementos em seu site?

Você quer ter certeza de que tem um tamanho de amostra grande o suficiente. Caso contrário, seu teste não fornecerá resultados precisos .

O Optimizely possui uma calculadora que ajuda a definir o tamanho da sua amostra.

Tudo que você tem a fazer é

1. Insira a taxa de conversão do seu controle ––que é a taxa de conversão do seu objeto existente.

2. Determine o quanto de melhoria você deseja que o teste reconheça . Na figura abaixo, o Efeito Mínimo Detectável é de 20%. Isso significa que o teste detectará um aumento nas conversões de 20% ou mais.

3. Escolha a significância estatística do seu teste . Pense nisso como precisão. Se o seu teste tiver uma significância estatística de 95%, isso significa que você pode ter 95% de confiança de que os resultados são precisos.

E tadinha! A calculadora fornecerá um tamanho de amostra de quantos visitantes mostrar o teste.

3. Inicie seu teste

Você precisará de uma ferramenta de teste A/B para iniciar o teste e coletar os dados para você. Você pode aprender mais sobre como iniciar testes e medir resultados lendo nosso guia sobre estatísticas de testes A /B .

Confira o OptiMonk se estiver procurando uma solução que permita criar pop-ups personalizados, executar testes A/B e multivariados neles.

Embora não seja especificamente uma ferramenta de teste A/B, você pode usar o OptiMonk para criar e testar vários elementos do site, como:

• Pop-ups
• Mensagens secundárias
• Nanobares
• Bandeiras e muito mais

Depois de iniciar seu teste, você precisa decidir sua duração.

Geralmente, as empresas executam testes por alguns meses ou um ciclo de negócios – mas cada caso é diferente. Idealmente, você deseja testar até atingir 95% de significância estatística .

Você nunca deve executar seu teste por apenas alguns dias. Ele não fornecerá resultados de teste precisos porque você poderá experimentar um aumento ou queda de curto prazo nas conversões que distorcem seu desempenho.

4. Meça seus resultados

Medir os resultados do seu teste é um processo rápido e fácil.

A imagem acima é o resultado de um teste pop-up multivariado executado no OptiMonk. Você pode ver

• Quantas visualizações cada teste tem (impressões)
• O número de conversões
• As taxas de conversão
• A confiança de cada teste

Você pode ver na imagem que a Variante 1 tem a melhor taxa de conversão, mas o teste está longe de terminar. As variantes 1 e 2 não atingiram um nível de confiança de 95% ou mais, portanto, ainda não podemos declarar a variante 1 como vencedora.

Quando você deve parar o teste? Quando seus testes atingirem um nível de confiança de 95%, você terá informações suficientes para concluir o teste. Em seguida, você pode selecionar a variante com a maior taxa de conversão como seu campeão.

5. Planeje seu próximo teste

Não pense nos testes A/B como algo único. Olhe para isso como um processo contínuo porque as preferências do cliente mudam com o tempo.

Além disso, sempre há espaço para melhorias – especialmente quando você está criando conteúdo focado no cliente. Toda vez que você quiser redesenhar suas páginas da web ou alterar o tamanho do botão em seu formulário de inscrição, execute um teste A/B para ver qual versão os visitantes preferem.

Pense em maneiras de melhorar vários elementos de sua campanha de marketing . Avalie suas páginas de destino no Google Analytics. Observe métricas como taxa de rejeição, taxa de conversão e tempo gasto em uma página.

Se você acha que há espaço para melhorias, você pode pensar em maneiras de alterar e testar suas páginas.

Agora que você sabe como executar um teste A/B com sucesso, resta uma pergunta: eles realmente funcionam?

Absolutamente!

O teste A/B é uma das soluções de otimização de conversão mais eficazes que você tem. Mas não acredite em nossa palavra. Veja você mesmo lendo dois estudos de caso abaixo.

Punhos e meias para botas

A empresa de calçados femininos Boot Cuffs & Socks recorreu à OptiMonk quando precisava de ajuda para impulsionar as vendas. Eles criaram um pop-up para os compradores que saem do site sem finalizar a compra.

Eles criaram duas versões para incentivar os visitantes a concluir suas compras. Um ofereceu $ 4,25 de crédito na loja e o outro deu um desconto de 10%. A Boots Cuffs & Socks queria ver como as duas versões se comportavam uma contra a outra, então eles fizeram um teste A/B.

O teste durou 40 dias e eles descobriram que as pessoas gostaram mais da versão B. Suas taxas de conversão foram 15% maiores do que a versão A.

No final, os esforços de marketing da Boot Cuffs & Socks funcionaram. A campanha reduziu os abandonos de carrinho em 17% e obteve um retorno mensal do investimento de 280% .

SwissWatchExpo

A SwissWatchExpo também usou o OptiMonk para testar seus pop-ups.

Eles realizaram um teste multivariado em três pop-ups para ver qual versão os visitantes do site preferiam. Aqui estão as diferenças:

• A versão A usou o recurso Dynamic Text Replacement (DTR) para exibir um de seus relógios no pop-up.
• A versão B tinha uma mensagem solicitando ao visitante que finalizasse sua compra antes que o item se esgotasse.
• A versão C oferecia um desconto de $ 100 e frete grátis.

A versão C foi a campeã. Ele ganhou o teste com uma taxa de conversão impressionante de 28%.

Depois de terminar os testes, a SwissWatchExpo lançou sua campanha. Suas transações on-line aumentaram 27% e aumentaram sua receita em 25% em três curtos meses.

Albert Einstein disse uma vez: “O fracasso é o sucesso em progresso”.

Você não criará a campanha de marketing perfeita adivinhando. Você o cria por tentativa e erro — aprendendo o que não funciona e adaptando sua estratégia.

É aí que o teste A/B pode ajudar. Depois de executar alguns testes, você pode melhorar sua compreensão das preferências e hábitos de compra dos clientes.

Saiba quais estratégias de marketing provavelmente aumentarão as vendas e quais evitar, além de como criar uma experiência agradável para o cliente que influencie o comportamento do usuário. Isso não apenas melhorará o desempenho de suas campanhas em andamento , mas também ajudará você a tomar decisões mais bem informadas no futuro.