Test A/B: el secreto de tu competencia

Con la página web antigua se apuntaba más gente que con la nueva, esto no puede ser.

Esto es lo que me dijo uno de mis clientes en la reunión mensual. Y era totalmente cierto. Comparamos las métricas y la web nueva convertía menos que la antigua.

El principal problema es que no entendíamos el porqué. La página actual a diferencia de la anterior es responsive y para nosotros más sencilla de usar.

Y ahí estaba el problema, para nosotros.

A la hora de diseñar no hay un diseño que sea bueno para todos. Depende mucho de la audiencia de tu web. Y es por eso que deben ser ellos quien nos indiquen qué les va mejor.

Una técnica que te permite descubrir qué puedes mejorar en tu web es el test A/B.

¿Qué es un test A/B?

Un test A/B consiste en presentar al usuario de tu web 2 versiones distintas de tu web.

Esto quiere decir que el 50% de tus usuarios verán la versión A de tu web y los otros 50% verán la versión B.

La versión A es la web actual y la versión B es la web con una variación. Lo que buscamos con un test A/B es ver qué efectos tiene un cambio sobre una métrica en nuestra web.

Esta métrica pueden ser conversiones, tiempo de permanencia en la web, número de clics en un sitio…

Por ejemplo, has leído en algún sitio que un botón verde en un formulario hace que la gente lo envíe más. Pues puedes crear un formulario con el botón verde y programar un test A/B para verificar si eso es cierto o no.

¿Cómo hacer un test A/B?

test a/b

Primero de todo, debes tener claro que este tipo de test es un experimento y hay que plantearlo como tal.

Tu test A/B constará de los siguientes puntos:

  1. Realizar una observación
  2. Formular una hipótesis
  3. Diseñar y realizar un experimento para probar tu hipótesis
  4. Analizar los resultados del experimento
  5. Aceptar o rechazar la hipótesis


#1 Realizar una observación

Este punto tiene que ver con analizar tu web. Consiste en buscar qué es aquello que no está funcionando del todo bien en tu web o qué quieres mejorar.

En el caso del cliente encontramos que el número de usuarios que accedían a la página del formulario era muy elevado. Pero muy pocos le daban al botón de enviar.

Analizamos el tipo de audiencia y nos dimos cuenta que son personas que no se mueven de forma muy fluida por Internet.

#2 Formular una hipótesis

Una hipótesis puede ser una idea cualquiera. Por ejemplo:

  • Aumentar el tamaño de un botón
  • Cambiar un texto en la web
  • Eliminar una imagen para que cargue más rápido
  • Modificar el título de un Post
  • La estructura de la web
  • Las imágenes

A la hora de formular la hipótesis establece ese cambio a qué métrica va a afectar. Y céntrate únicamente en esa métrica.

Puedes formular tu hipótesis viendo qué métrica quieres mejorar y analizando qué elementos afectan a esa métrica.

En mi caso la hipótesis fue: “si eliminamos el captcha el formulario tendrá más conversiones”. Como puedes ver la métrica afectada es “número de solicitudes de contacto”.

#3 Diseñar y realizar un experimento para probar tu hipótesis

Es hora de diseñar nuestro experimento. Para ello necesitarás herramientas que te permitan realizar test A/B. A continuación te dejo un listado para WordPress.

  • Thrive Leads: si lo que buscas es mejorar las conversiones en tu sitio web, este plugin te permite crear formularios de forma sencilla e implementar test A/B para saber cuál funciona mejor.
  • Nelio A/B Testing: este es uno de los plugins más completos para realizar test en WordPress. Te permite comparar páginas, temas completos, cambios de textos… Además es español y se integra con Visual Composer.
  • Title experiments free: te permite descubrir que título es el que mejor funciona en un post.
  • Simple page tester: con este plugin podrás hacer un test para una página y saber así cuál de las dos funciona mejor.

#4 Analizar los resultados del experimento

Debes tener en cuenta varios elementos a la hora de analizar el experimento:

  • Tamaño de la muestra: cuántas personas han visitado tu web. Si son pocas te costará más demostrar si un cambio es significativo o no.
  • Tiempo durante el cual has ejecutado el experimento.

Debes definir un periodo de tiempo para realizar el experimento y al menos deberá durar dos veces el periodo de experimento.

¿Qué quiero decir con esto? Si tu defines que vas a probar durante una semana un cambio, deberás hacerlo durante dos.

Pongamos por ejemplo que escoges la semana del black friday. Durante esa semana el comportamiento del usuario es distinto al de otras semanas.

Si realizas el experimento durante dos semanas, podrás ver como elementos externos afectan a tus resultados.

#5 Aceptar o rechazar la hipótesis

Ya estamos en el último paso. Es hora de ver si tenemos razón o no y por lo tanto si implementamos el cambio en nuestra web para el futuro.

Llegados a este punto te aconsejo que:

  • Si no ves variaciones no implica que el cambio sea aceptable o mejor para los usuarios. En este caso, no pases el cambio a producción.
  • Céntrate en la métrica que definiste al principio del experimento.
  • No aceptes resultados positivos simplemente porque lo sean, analiza si son obvios o no y si están relacionados con tu hipótesis.

Para acabar…

Una vez hayas acabado con tu primer experimento, prueba con otro. Es la mejor manera de mejorar tu web y darle a tu cliente lo qué realmente quiere.

Pero cuidado, los test A/B son adictivos y peligrosos. Intenta no optimizar más de una cosa a la vez o no sabrás que es lo que realmente provoca la mejora.

Imagina que has cambiado una imagen y el texto que la acompaña, y eso te aumenta las conversiones. ¿Quién es el responsable, la imagen o el texto?

Y tú, ¿ya realizas test A/B?

Deja un comentario

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *

Uso de cookies

Este sitio web utiliza cookies para que usted tenga la mejor experiencia de usuario. Si continúa navegando está dando su consentimiento para la aceptación de las mencionadas cookies y la aceptación de nuestra política de cookies, pinche el enlace para mayor información.plugin cookies

ACEPTAR
Aviso de cookies