COMPARTIR

A/B Testing: una buena forma de medir el éxito de tus campañas

MARKETING

Redactado por Joshua Rojas

Publicado el 10/05/2019

El A/B Testing es una técnica empleada en el marketing digital que permite comparar resultados entre dos (o más) posibles versiones de un sitio web, un anuncio o un envío de email, estudiando sus ratios de conversión y de abandono, para identificar la más adecuada.

También se puede emplear para contrastar un mismo elemento en dosinstantes distintos y juzgar así su evolución temporal, el impacto que laintroducción de variables tiene sobre los usuarios y el tiempo que estosnecesitan para adaptarse a las novedades.

Es una prueba que nos sirve para optimizar una estrategia de email marketing o mejorar la efectividad de una landing page.

Si has detectado que tu página atraviesa una mala época, es momento de aplicar acciones para mejorar tu tasa de apertura y click-throughs.

¿Cómo funciona el A/B Test?

Este método consiste en desarrollar dos versiones de un mismo elementoque vamos a lanzar al mercado (por ejemplo, un botón de CTA azul y unoamarillo), y luego utilizar las métricas de cada variación para evaluarcuál funciona mejor.

Al contrario de lo que pueda parecer, hacer muchas variacionesno tiene porqué producir impactos negativos; son cambios incrementales quemantendrán a tus usuarios conectados y más cerca del último eslabón del ciclode compra.

Para utilizar bien el A/B Test debemos centrar nuestra atención en esoselementos que influyen en el ratio de apertura de un email y en los clics queel usuario hace en una landing page. Estos son algunos de esoselementos que podemos testar en un A/B Test:

  • Las palabras, colores, tamaños y ubicación de tus CTAS.
  • Los titulares y cuerpos de la descripción de tus productos.
  • La extensión de un formulario y tipos de campos.
  • El layout o estructura visual de tu página web.
  • El modo de presentación del precio de tus productos y ofertas promocionales
  • Las imágenes (ubicación, propósito, contenido y cantidad) de las landings y páginas de tu producto.
  • Cantidad de texto en una página web o en un blog post.

Podrás observar tendencias de comportamiento en el A/B testing que pueden ayudarte a detectar mejoras de forma más eficiente que, por ejemplo, mediante una investigación de mercado.

Al final, sigue siendo un approach cuantitativo que puede medir patrones de comportamiento de nuestras visitas y proveer los insights necesarios para desarrollar soluciones.

7 motivos para hacertesting A/B

1. Para aumentar tu rentabilidad.

Los test A/B son una de las maneras más asequibles y fáciles de incrementar tu ROI en poco tiempo.

Y es que gracias a ellos puedes obtener información sobre qué cosas realmente funcionan a la hora de incrementar tu conversión.

De esta manera, podrás incorporar los cambios en tus nuevas campañas desde el principio e ir refinándolas para que sean cada vez más efectivas.

2. Para innovar sin perder la cabeza.

Los marketers sabemos que hay que renovarse o morir, pero saltar al vacío sin red suele acabar mal.

Contar con una estrategia sólida de tests A/B te ayudará a incorporar los cambios de manera controlada y medible y quedarte solo con lo que realmente funciona para tu marca.

3. Para mejorar tu credibilidad. 

Hay diferentes elementos que puedes incorporar a tus contenidos para demostrar a los usuarios que eres de fiar.

Puede tratarse de un sello de confianza de una institución oficial, una referencia a las personas que están detrás de tu empresa, un testimonio, etc.

El caso es que diferentes pruebas funcionan mejor con diferentes públicos, por lo que el testing A/B te permitirá identificar las que verdaderamente le importan a tu audiencia.

4. Para acertar siempre con el copy. 

La redacción publicitaria tiene mucho de arte, pero los test sistemáticos te permitirán darle un enfoque científico.

No te limites a experimentar con el título de una landing o el asunto de un email: prueba con diferentes longitudes de texto, con los argumentos de venta o incluso con el tono.

5. Para cuidar de los detalles que verdaderamente cuentan.

Algo tan simple como el color de un botón de llamada a la acción o el tamaño de una imagen puede suponer una diferencia crucial en tus conversiones.

Con un testeo adecuado, podrás identificar y aplicar los detalles que hacen que tus ventas suban como la espuma.

6. Para conocer a tu público.

No hay dos marcas iguales y por lo tanto, no hay dos audiencias iguales. La única manera de conocer realmente a tu público objetivo es hacer experimentos.

Poco a poco, irás encontrando la manera de ganarte su corazón y mejorando tus resultados y tu imagen de marca.

7. Para fidelizar a los clientes.

Por último, recuerda que los test A B no solo sirven para conseguir una primera conversión, sino que también puedes aplicarlos a tu estrategia de fidelización.

Qué hacer y qué nohacer en un test A/B

Para garantizar los máximos resultados, te recomendamos que tengas en cuenta estas buenas prácticas:

Cambia un solo elemento de cada vez.

Al empezar a hacer estos test, a veces nos puede la prisa y queremos comprobarlo todo.

Pero crear variantes totalmente distintas es un error, ya que no sabrás qué es lo que ha funcionado en cada ocasión.

Así que es mejor centrarte y comprobar un solo elemento en cada ocasión: el tamaño del botón, el copy, el color, etc.

Fíjate en tus KPI clave.

De nada sirve medir los clics si lo que queremos es aumentar las ventas de un producto determinado, por ejemplo.

El testing A B debe ir siempre en línea con tus objetivos de marketing y comparar las métricas que están más relacionadas con ellos, tales como la conversión de nuevos visitantes o las compras repetidas.

Incorpora los resultados.

El objetivo de los tests A/B siempre debe ser encontrar cambios accionables que puedas aplicar desde ya.

Así que las variables ganadoras y sigue probando la siguiente variable hasta conseguir la landing (o el email, o el anuncio) perfectos.

Y para que tus test no fallen evita:

Comparar peras con manzanas. Los grupos de usuarios sobre los que se lleva a cabo el test tienen que ser lo más homogéneos posible, o los resultados no serán fiables.

Así que no vale dirigir cada variante a los visitantes que proceden de un canal distinto o que tienen alguna otra diferencia importante.

Dejarte llevar por la impaciencia. Para que los resultados de un experimento sean estadísticamente relevantes, deben hacerse sobre un grupo lo más grande posible.

Si tu web no tiene mucho tráfico, eso significa que debes dejar ambas variantes activas durante días o incluso semanas para obtener datos realmente fiables.

No arriesgar. Los test A B son el lugarperfecto para dar rienda suelta a tu creatividad y experimentar. Atrévete aprobar tus ideas más locas, ¡nunca sabes lo que puede darte una sorpresa en losresultados

foto de Joshua Rojas

Joshua Rojas


Suscríbete al Blog.

Agregue un comentario

Su dirección de correo no se hará público. Los campos requeridos están marcados *

Publicaciones relacionadas

imagen del post
10 algoritmos más usados en Machine Learning que debes conocer

Por Luisana Puy-arena

18/07/2019

Conocer los algortimos de Machine Learning es una gran ventaja, ya que, al determinar tu objetivo puedes escoger el que mejor se adapte a tus necesidades.

LEER MÁS
imagen del post
Implementa el Social Listening en tus estrategias de Marketing Digital

Por Joshua Rojas

17/07/2019

El social listening o escucha social es monitoreo de redes sociales para recopilar datos sobre la opinión que tienen los usuarios sobre tu marca.

LEER MÁS
imagen del post
10 consejos para empezar a aplicar Machine Learning

Por Luisana Puy-arena

16/07/2019

¿Eres entusiasta del Machine Learning y quieres empezar a implementarlo? Entonces, ¡sigue estos 10 consejos para empezar a aplicarlo!

LEER MÁS