Entra al juego con las pruebas A y B

¿Qué son las pruebas A/B?

La prueba A/B (también conocida como prueba dividida o prueba de cubo ) es un método para comparar dos versiones de una página web o aplicación entre sí para determinar cuál funciona mejor. Las pruebas A/B son esencialmente un experimento en el que se muestran aleatoriamente a los usuarios dos o más variantes de una página, y se utiliza un análisis estadístico para determinar qué variación funciona mejor para un objetivo de conversión determinado.

Ejecutar una prueba A/B que compara directamente una variación con una experiencia actual le permite hacer preguntas enfocadas sobre los cambios en su sitio web o aplicación y luego recopilar datos sobre el impacto de ese cambio.

Las pruebas eliminan las conjeturas de la optimización del sitio web y permiten tomar decisiones basadas en datos que cambian las conversaciones comerciales de “pensamos” a “sabemos”. Al medir el impacto que tienen los cambios en sus métricas, puede asegurarse de que cada cambio produzca resultados positivos.

Cómo funcionan las pruebas A/B

En una prueba A/B, toma una página web o una pantalla de aplicación y la modifica para crear una segunda versión de la misma página. Este cambio puede ser tan simple como un solo título, botón o ser un rediseño completo de la página. Luego, a la mitad de su tráfico se le muestra la versión original de la página (conocida como el control) ya la otra mitad se le muestra la versión modificada de la página (la variación).

A medida que los visitantes reciben el control o la variación, su compromiso con cada experiencia se mide y recopila en un tablero y se analiza a través de un motor estadístico. Luego puede determinar si cambiar la experiencia tuvo un efecto positivo, negativo o neutral en el comportamiento del visitante.

Por qué deberías hacer una prueba A/B

Las pruebas A/B permiten a las personas, los equipos y las empresas realizar cambios cuidadosos en sus experiencias de usuario mientras recopilan datos sobre los resultados. Esto les permite construir hipótesis y aprender por qué ciertos elementos de sus experiencias afectan el comportamiento del usuario. De otra manera, se puede demostrar que están equivocados: su opinión sobre la mejor experiencia para un objetivo determinado puede demostrarse incorrecta a través de una prueba A/B.

Más que simplemente responder una pregunta única o resolver un desacuerdo, las pruebas A/B se pueden usar para mejorar continuamente una experiencia determinada o mejorar un solo objetivo como la tasa de conversión a lo largo del tiempo.

Una empresa de tecnología B2B puede querer mejorar la calidad y el volumen de sus oportunidades de venta desde las páginas de destino de la campaña. Para lograr ese objetivo, el equipo probaría los cambios de prueba A/B en el título, las imágenes visuales, los campos de formulario, la llamada a la acción y el diseño general de la página.

Probar un cambio a la vez les ayuda a identificar qué cambios tuvieron un efecto en el comportamiento de los visitantes y cuáles no. Con el tiempo, pueden combinar el efecto de múltiples cambios ganadores de los experimentos para demostrar la mejora medible de una nueva experiencia sobre la anterior.

Este método de introducir cambios en la experiencia de un usuario también permite optimizar la experiencia para obtener un resultado deseado y puede hacer que los pasos cruciales en una campaña de marketing sean más efectivos.

Al probar el texto del anuncio, los especialistas en marketing pueden saber qué versiones atraen más clics. Al probar la siguiente página de destino, pueden saber qué diseño convierte mejor a los visitantes en clientes. El gasto total en una campaña de marketing en realidad puede reducirse si los elementos de cada paso funcionan de la manera más eficiente posible para adquirir nuevos clientes.

Los desarrolladores y diseñadores de productos también pueden utilizar las pruebas A/B para demostrar el impacto de las nuevas características o los cambios en la experiencia de un usuario. La incorporación del producto, la participación del usuario, los modales y las experiencias en el producto se pueden optimizar con las pruebas A/B, siempre que los objetivos estén claramente definidos y tenga una hipótesis clara.

Proceso de prueba A/B

El siguiente es un marco de prueba A/B que puede usar para comenzar a ejecutar pruebas:

• Recopilar datos: sus análisis a menudo proporcionarán información sobre dónde puede comenzar a optimizar. Es útil comenzar con áreas de alto tráfico de su sitio o aplicación para permitirle recopilar datos más rápido. Busque páginas con tasas de conversión bajas o tasas de abandono altas que se puedan mejorar.
• Identifique objetivos: sus objetivos de conversión son las métricas que utiliza para determinar si la variación tiene más éxito que la versión original. Los objetivos pueden ser cualquier cosa, desde hacer clic en un botón o enlace hasta compras de productos y registros de correo electrónico.
• Genere hipótesis: una vez que haya identificado un objetivo, puede comenzar a generar ideas e hipótesis de pruebas A/B sobre por qué cree que serán mejores que la versión actual. Una vez que tenga una lista de ideas, priorícelas en términos del impacto esperado y la dificultad de implementación.
• Cree variaciones: utilizando su software de prueba A/B (como Optimizely Experimentation), realice los cambios deseados en un elemento de su sitio web o experiencia de aplicación móvil. Esto podría ser cambiar el color de un botón, intercambiar el orden de los elementos en la página, ocultar elementos de navegación o algo completamente personalizado. Muchas de las principales herramientas de pruebas A/B tienen un editor visual que facilitará estos cambios. Asegúrese de realizar el control de calidad de su experimento para asegurarse de que funciona como se esperaba.
• Ejecute el experimento: ¡ Inicie su experimento y espere a que los visitantes participen! En este punto, los visitantes de su sitio o aplicación serán asignados aleatoriamente al control oa la variación de su experiencia. Su interacción con cada experiencia se mide, cuenta y compara para determinar cómo se desempeña cada uno.
• Analice los resultados: una vez que su experimento esté completo, es hora de analizar los resultados. Su software de prueba A/B presentará los datos del experimento y le mostrará la diferencia entre el rendimiento de las dos versiones de su página y si existe una diferencia estadísticamente significativa .

Si tu variación es ganadora, ¡felicidades! Vea si puede aplicar los aprendizajes del experimento en otras páginas de su sitio y continúe iterando en el experimento para mejorar sus resultados. Si su experimento genera un resultado negativo o ningún resultado, no se preocupe. Utilice el experimento como una experiencia de aprendizaje y genere nuevas hipótesis que pueda probar.

Cualquiera que sea el resultado de su experimento, use su experiencia para informar pruebas futuras e itere continuamente para optimizar la experiencia de su aplicación o sitio.

Pruebas A/B y SEO

Google permite y fomenta las pruebas A/B y ha declarado que realizar una prueba A/B o multivariante no representa un riesgo inherente para el rango de búsqueda de su sitio web. Sin embargo, es posible poner en peligro su rango de búsqueda al abusar de una herramienta de prueba A/B con fines como el encubrimiento. Google ha articulado algunas prácticas recomendadas para garantizar que esto no suceda:

• Sin encubrimiento: el encubrimiento es la práctica de mostrar a los motores de búsqueda un contenido diferente al que vería un visitante típico. El encubrimiento puede hacer que su sitio sea degradado o incluso eliminado de los resultados de búsqueda. Para evitar el encubrimiento, no abuse de la segmentación de visitantes para mostrar contenido diferente a Googlebot según el agente de usuario o la dirección IP.
• Use rel=”canonical”: si ejecuta una prueba dividida con varias URL, debe usar el atributo rel=”canonical” para señalar las variaciones a la versión original de la página. Si lo hace, ayudará a evitar que Googlebot se confunda con varias versiones de la misma página.
• Use redirecciones 302 en lugar de 301: si ejecuta una prueba que redirige la URL original a una URL de variación, use una redirección 302 (temporal) en lugar de una redirección 301 (permanente). Esto le dice a los motores de búsqueda como Google que la redirección es temporal y que deben mantener indexada la URL original en lugar de la URL de prueba.
• Ejecute experimentos solo durante el tiempo necesario: ejecutar pruebas durante más tiempo del necesario, especialmente si ofrece una variación de su página a un gran porcentaje de usuarios, puede verse como un intento de engañar a los motores de búsqueda. Google recomienda actualizar su sitio y eliminar todas las variaciones de prueba de su sitio tan pronto como concluya una prueba y evite ejecutar pruebas innecesariamente largas..

Una empresa de medios podría querer aumentar el número de lectores, aumentar la cantidad de tiempo que los lectores pasan en su sitio y amplificar sus artículos con el intercambio social. Para lograr estos objetivos, podrían probar variaciones en:

• Modales de registro de correo electrónico
• Contenido recomendado
• Botones para compartir en redes sociales

Una empresa de viajes puede querer aumentar la cantidad de reservas exitosas que se completan en su sitio web o aplicación móvil, o puede querer aumentar los ingresos de las compras complementarias. Para mejorar estas métricas, pueden probar variaciones de:

• Modos de búsqueda de la página de inicio
• Página de resultados de búsqueda
• presentación de productos complementarios

Una empresa de comercio electrónico podría querer aumentar la cantidad de pagos completados, el valor promedio de los pedidos o aumentar las ventas navideñas. Para lograr esto, pueden realizar pruebas A/B:

• Promociones de la página de inicio
• Elementos de navegación
• Componentes del embudo de pago

Una empresa de tecnología podría querer aumentar la cantidad de clientes potenciales de alta calidad para su equipo de ventas, aumentar la cantidad de usuarios de prueba gratuitos o atraer a un tipo específico de comprador. Podrían probar:

• Componentes del formulario de clientes potenciales
• Flujo de registro de prueba gratuito
• Mensajes en la página de inicio y llamada a la acción