Recopilamos una lista de pruebas a / b mejores prácticas que podrían ayudar a los editores a optimizar su inventario de anuncios para maximizar sus ingresos publicitarios.
A/B testing es una de las formas más efectivas de aumentar sus tasas de conversión.
El problema es que la mayoría de los editores realizan mal el proceso.
Un experimento A/B mal ejecutado puede causar muchos problemas a su sitio web. La implementación de cambios a partir de una prueba deficiente afectará negativamente sus tasas de conversión y, por lo tanto, sus ingresos.
Por otro lado, ejecutar una prueba A/B correctamente te ayudará a duplicar o triplicar tus tasas de conversión sin necesidad de aumentar el tráfico ni probar el arbitraje.
En este artículo, analizaremos 10 mejores prácticas esenciales de pruebas A/B a seguir en 2021.
Empecemos.
1. Divide tu audiencia en segmentos
Las pruebas A/B le brindan información sobre lo que están haciendo los usuarios, no le dicen por qué están realizando esa acción específica. Para ejecutar una prueba exitosa, debe analizar resultados en segmentos y no en su conjunto.
La mayoría de los editores realizan pruebas A/B en sólo dos variaciones. Entonces, si gana la variación A, asumen que los usuarios la prefieren.
Esta estrategia puede ser engañosa.
Incluso si la variación A gana en general, la variación B aún podría ganar en otros segmentos. Varios factores diferentes afectan la tasa de conversión de sus anuncios. Es necesario tener en cuenta cada uno de ellos.
Por ejemplo, si segmenta sus pruebas A/B por versiones móviles o de escritorio, puede notar que los anuncios en computadoras de escritorio se convierten mejor que los de dispositivos móviles. Esto podría deberse a que su formato de anuncio no va optimizado para móviles, por lo que los usuarios de dispositivos móviles no tienen una buena experiencia de usuario y, por lo tanto, la tasa de conversión es más baja.
Incluso los datos demográficos pueden afectar los resultados de su prueba.
Supongamos que está publicando un anuncio para vender productos para bebés. ¿Quién será tu público ideal? – Recién nacidos o mujeres embarazadas. Entonces, si estuviera realizando una prueba A/B de este anuncio y estableciera su parámetro de prueba para medir solo a las mujeres por edad, obtendrá un resultado sesgado. Si su anuncio se muestra a todas las mujeres, sus anuncios tendrán malas conversiones.
Podrías decidir pedirles a los anunciantes que modifiquen tu copia del anuncio o el pensamiento de llamado a la acción, ese es el problema. Cuando en realidad el problema es que no estás dirigirse a la audiencia adecuada – mujeres embarazadas o madres recién nacidas.
Conocer pequeños detalles como este puede ayudarle a configurar mejor sus anuncios.
Nota: hay que tener cuidado al segmentar. No querrás realizar pruebas de 10 a 20 cosas a la vez. Terminarás con datos aleatorios que no tienen sentido.
Para obtener un resultado confiable, divida su prueba en no más de 4 segmentos a la vez.
Estos son los segmentos comunes en los que puede dividir sus anuncios:
Orientación de anuncios
- Género
- País
- Edad
- Intereses
- Comportamientos de compra
- Audiencias de clientes (como en el ejemplo anterior, las pruebas no solo se basan en la edad sino también en si la mujer es una futura madre o tiene un hijo recién nacido)
- Estado civil
- Nivel de Educación
Colocación de anuncios
- Formato
- Ubicación
- Tamaño
- Velocidad de carga de la página
También puedes segmentar tu anuncio según tipo de anuncio, las ofertas y para qué está optimizando los anuncios; ¿Quieres más participación, conversiones o clics?
2. Asegúrese de obtener el tamaño de muestra adecuado para la prueba A/B
Para obtener un resultado confiable de sus pruebas, debe utilizar un tamaño de muestra adecuado.
Calcular el tamaño de muestra mínimo requerido para una prueba A/B le impide ejecutar una prueba con un tamaño de muestra pequeño que le dará resultados inadecuados.
Una forma de calcular el tamaño de muestra ideal es mediante el uso Calculadora de tamaño de muestra de A/B Tasty. Todo lo que necesita hacer es ingresar su tasa de conversión actual, el efecto mínimo detectable y la significancia estadística para obtener la cantidad requerida de visitantes que necesitará para la prueba.
El efecto mínimo detectable representa el aumento porcentual en la tasa de conversión que le gustaría ver.
La significación estadística estándar es del 95%. Aunque puedes cambiar el tuyo en función de tu tolerancia al riesgo.
3. No finalices tus pruebas A/B demasiado pronto
La duración de su prueba juega un papel fundamental a la hora de determinar qué tan confiables serán los resultados de su prueba.
Al realizar pruebas A/B, considere el período de tiempo absoluto para obtener los mejores resultados. Cuando terminas tus pruebas demasiado pronto, puedes terminar tomando decisiones a partir de resultados intangibles que terminarán afectando negativamente tus tasas de conversión.
Para obtener los mejores resultados, realice la prueba durante varias semanas a la vez. Le recomiendo que realice cada prueba durante al menos 3-4 semanas. Cuanto más larga sea la prueba, más concluyentes serán los resultados.
¿Por qué tanto tiempo?
Tu tráfico del sitio web no es constante. Cambia de un día para otro. Varios factores, como cambios estacionales, promociones e incluso acciones de la competencia, pueden afectar su tráfico. Al realizar pruebas A/B durante varias semanas seguidas, tendrá una representación clara del tamaño de su muestra. Esto asegurará que tenga un resultado más concluyente al final de la prueba.
4. Sea consciente de las amenazas a la validez
Tener el tamaño de muestra, la duración de la prueba y la segmentación de la audiencia adecuados no es suficiente para obtener resultados válidos. Otras amenazas podrían afectar la validez de sus resultados.
Estas son algunas de las amenazas comunes que puede encontrar:
- Amenaza de instrumentación
Esta es una amenaza muy común. También es muy fácil pasarlo por alto. Esta amenaza se produce cuando la herramienta que está utilizando para su prueba envía datos defectuosos. Esto comúnmente ocurre cuando implementas incorrectamente el código en tu sitio web. Cuando notes que estás recibiendo datos erróneos, finaliza la prueba y encuentra la raíz del problema. A continuación, reinicie toda la prueba y comience de nuevo.
- efecto historia
Aquí es cuando factores externos causan una falla en sus datos.
Un ejemplo de un factor externo es que su competencia no ejecuta un muro de pago en temas que usted podría estar ejecutando con un plan de suscripción. Esto podría afectar algunas variables en su prueba. Es posible que la mayoría de sus visitantes quieran probarlos porque obtienen acceso a contenido gratuito.
Es fundamental que preste atención a los factores externos que pueden distorsionar los resultados de su prueba. - Efecto de selección
Esta amenaza ocurre cuando asume que una parte de su tráfico representa el todo.
Por ejemplo, los visitantes que recibe al final de la semana pueden variar de los visitantes que llegan a su sitio al comienzo de la semana. No es válido decir que una parte de tu tráfico es una representación global de todo el tráfico que recibes. Ésa es la razón por la que el punto 3 es importante. Realizar tus pruebas durante un tiempo prolongado te ayudará a evitar esta amenaza.
5. No realice cambios a mitad de la prueba
No se apresure a implementar cambios a mitad de la prueba. Si finaliza la prueba demasiado pronto o introduce nuevos elementos que no formaban parte de las variables de prueba iniciales, obtendrá resultados poco fiables.
Cuando realice cambios a mitad de la prueba, no podrá determinar con precisión si los nuevos cambios son responsables de un aumento o una reducción en las conversiones. Sólo tome medidas cuando haya terminado la prueba inicial.
6. Pruebe periódicamente la ubicación de sus anuncios
Su ubicación es uno de los aspectos más importantes que contribuirá al éxito de un anuncio. La optimización de sus bloques de anuncios de mayor rendimiento puede convertir a un visitante ocasional en un cliente potencial. Por ejemplo, los anuncios de primera página que están optimizados para la experiencia del usuario suelen ser lo primero que ve el espectador mientras se desplaza, por lo que captan su atención.
Entonces, ¿cómo se hace la prueba A/B de tu espacio publicitario?
- Pruebe múltiples variaciones de ubicación para su anuncio: Por lo general, animamos a los editores a lograr el equilibrio entre las ubicaciones en la mitad superior e inferior de la página, evitando sobrepoblarlas y eligiendo formatos publicitarios que traen la mayor conversión.
- Confía en tu plataforma tecnológica: Un número cada vez mayor de editores dependen únicamente de Productos de editores de Google para monetizar sus inventarios de anuncios. Esa es una excelente noticia porque Google Ad Manager Los informes suelen ser el mejor punto de partida para optimizar su espacio publicitario. Además, Google también actualiza constantemente los tamaños y formatos de anuncios con mejor rendimiento según sus datos.
Leer también: ¿Cómo encontrar la mejor ubicación de anuncios en su sitio web?
7. No ejecute demasiadas pruebas seguidas
No se recomienda realizar muchas pruebas en un período corto. La razón es que debes tomarte una cantidad significativa de tiempo para recopilar datos antes de realizar cualquier experimento.
Cuando realiza demasiadas pruebas en un período corto, el tamaño de su muestra no será lo suficientemente tangible como para brindar resultados confiables. Implementará cambios a partir de resultados a medias. Esto sólo terminará en una disminución de las conversiones. Y como no ves ninguna conversión positiva, sigues realizando más pruebas y te quedas atrapado en un ciclo.
Después de realizar una prueba, mida los resultados y decida qué cambios implementar. Cuando implemente cualquier cambio, espere un par de semanas para ver si tendrá algún efecto positivo en sus resultados. De esta manera, puedes decir con certeza qué funciona y qué no.
8. Cree una hipótesis antes de realizar la prueba.
Cuando haya determinado el problema que desea resolver con su prueba, cree una hipótesis sólida.
Una hipótesis sólida hará lo siguiente:
- Explica el problema que intentas resolver con la prueba.
- Postular una posible solución
- Y anticipar el resultado del experimento.
Una buena hipótesis es mensurable y le ayudará a determinar si su prueba tuvo éxito o fracasó. Sin una hipótesis, sus pruebas serán meras conjeturas.
La fórmula más sencilla para encontrar su hipótesis es:
Cambiar A por B causará C
Dónde;
A = Lo que tu análisis indica es el problema.
B = ¿Qué cambios crees que resolverán el problema?
C = El efecto que tendrán los cambios en su indicador clave de desempeño.
9. Solicite comentarios a sus visitantes
Su prueba A/B le ayudará a visualizar el camino hacia la conversión de su visitante. Pero eso es todo. Si bien la ciencia de las pruebas A/B es crucial, es necesario comprender cómo se sienten sus clientes cuando interactúan con su sitio web y sus anuncios.
¿Cómo saber el motivo por el que un visitante llegó a su sitio web? ¿Cómo sabe por qué no hacen clic en sus anuncios ni se registran en sus servicios?
Aquí es donde entra en juego la solicitud de comentarios. Recopilar comentarios directos de sus visitantes elimina la necesidad de hacer conjeturas. Encuesta a tus visitantes para ayudarte a comprender cuáles son sus objetivos y las dificultades que encuentran en tu sitio web. Esto le ayudará a identificar qué probar.
Con los comentarios de sus visitantes, podrá identificar las variables que tienen el mayor impacto en su conversión.
La mejor manera de recopilar comentarios es mediante una herramienta de encuestas como SurveyMonkey y Qualaroo. También deberías integrar un sistema CRM. Esto le permitirá sincronizar la información que recopila a través de encuestas con sus datos existentes. De esa manera, puede consultar fácilmente los comentarios de sus visitantes al crear un experimento A/B.
10. Comienza y finaliza tus pruebas el mismo día.
Si bien esto puede parecer una obviedad, te sorprenderá saber cuánta gente lo ignora.
Para obtener un resultado perfecto, debes iniciar y finalizar la prueba el mismo día de la semana. Mantiene cada variable consistente durante todo el período de prueba.
Conclusión
Lo último que debe recordar es que nunca debe dejar de realizar pruebas. Optimizar su tasa de conversión es la forma más efectiva de aumentar las ventas o los registros en su sitio web.
A medida que recopile más datos a lo largo del tiempo, asegúrese de continuar realizando pruebas. Las pruebas A/B son una de las formas más efectivas de comprender a sus visitantes.
Conseguir tráfico nuevo es caro y puede resultar difícil. La opción más lógica es aumentar la tasa de conversión de los visitantes que ya tienes.
Las mejores prácticas de pruebas A/B anteriores le ayudarán a empezar.
Sobre el Autor
Marvelous Aham-adi se especializa en escribir contenido atractivo y de formato largo que genera tráfico desde Google, genera clientes potenciales y genera ventas. Sus especialidades incluyen marketing de contenidos, marketing de redes sociales, marketing por correo electrónico y redacción técnica y analítica.
Preguntas
En las pruebas A/B, se muestra una variable (página web, elemento de página, etc.) a diferentes segmentos de visitantes del sitio web simultáneamente para determinar qué versión deja el mayor impacto e impulsa las métricas comerciales.
Las pruebas A/B tienen varios beneficios. Las pruebas A/B aumentan la participación del usuario, reducen las tasas de rebote, aumentan las tasas de conversión, minimizan el riesgo y crean contenido de manera efectiva. Puede mejorar significativamente su sitio o aplicación móvil ejecutando una prueba A/B.
En marketing digital y diseño web, las pruebas A/B son un método de experimentación popular. Para aumentar las ventas del comercio electrónico, un especialista en marketing puede experimentar con la ubicación del botón "comprar ahora" en la página del producto.
Shubham es un especialista en marketing digital con amplia experiencia trabajando en la industria de la tecnología publicitaria. Tiene una amplia experiencia en la industria programática, impulsando la estrategia comercial y escalando funciones que incluyen, entre otras, crecimiento y marketing, operaciones, optimización de procesos y ventas.
