Conociendo el A/B Testing

Como hemos señalado en ocasiones anteriores, el A/B Testing es fundamental para una correcta optimización en todo lo que respecta la CRO y al Growth Hacking. Sin embargo, todavía no hemos definido en profundidad qué es este aspecto tan importante de la optimización de cualquier aspecto de nuestras campañas de marketing. Por ello, en esa ocasión, vamos a dar una definición y algunos ejemplos para que le quede claro al 100% qué es y para qué se utiliza.

¿Qué es el A/B Testing? 

El A/B Testing se basa en la idea de que somos completamente ignorantes acerca de cuál es la forma de presentar nuestro sitio web a los usuarios para alcanzar determinados objetivos (dichos objetivos, como siempre, pueden ser muy variables, desde conseguir captar suscriptores, hasta conseguir más ventas).

Dada esa situación de ignorancia, solo podemos hacer una cosa: Experimentar y medir, a fin de encontrar aquella configuración de los elementos que mejores resultados da. De lo contrario, nos estaremos guiando por la fe y la intuición, y no por hechos objetivos y comprobables.

Dicha experimentación se lleva a cabo dividiendo a los visitantes en diferentes páginas de aterrizaje (o landing pages). Por ejemplo, supón que está tratando de captar emails, y lo hace redirigiendo tráfico a una landing page concreta donde el usuario puede suscribirse a su lista de correo electrónico.

El A/B Testing asume que esa página puede no ser la mejor, y, por lo tanto, implica la generación de otras variaciones de esa misma página web, cambiando pequeños elementos, como pueden ser los copys, las imágenes, los campos a rellenar, etc.

Una vez se han hecho las diferentes variaciones, el tráfico que originalmente enviaba a una única landing page, lo envía a las diferentes landing pages que ha creado. Así, si tiene tres landing pages y mil visitas, habrá recibido 333 visitas en cada landing page.

Tras este periodo de prueba, solo tiene que abrir su Google Analytics, y analizar cuál de esas páginas fue la que mejor convirtió (es decir, en qué página los usuarios dejaron más veces su email). Si ve que la página original tiene una conversión del 2%, y una de las variaciones tiene un 10%, es lógico quedarse con la que más conversiones aporta.

A/B Testing durante la campaña de Obama

Durante la segunda campaña electoral de Obama, en EEUU, se contó con la colaboración con un equipo de growth hackers, que trabajaron guiados por uno de los más importantes growth hackers de Silicon Valley.

Para ese trabajo, necesitaron una cantidad ingente de datos que analizar y de los que extraer estadísticas. En total, obtuvieron 668 millones de eventos personalizados en Google Analytics. Una cantidad ingente de datos que, para llevar una campaña a la máxima optimización, es necesaria. Sin datos, usted está ciego.

Gracias a estos datos, pudieron obtener un 49% de incremento en la conversión en la página de donación, y un 161% de incremento en la conversión en la página de suscripción por email.

Teniendo en cuenta que el email supuso un 90% de la recaudación de fondos online, optimizar este apartado era vital.

Para lograr esta optimización, acudieron al A/B Testing. Plantearon hipótesis, como ya hemos comentado que se hace en el growth hacking. Simplemente, se trata de trabajar el growth hacking desde el punto de vista científico. Establecer hipótesis, y después realizar experimentos para comprobar si se acierta o no. Esto le permite mantenerse orientado correctamente hacia los objetivos.

En este sentido, un ejemplo claro podría ser: “¿De qué color pongo el CTA?” “No sé, haz pruebas”. No es esa la idea. Debe establecer hipótesis creativas pero razonables, ello le permitirá optimizar su tiempo y sus resultados. Llevándolo a lo absurdo, no es necesario probar que un CTA con el mismo color de fuente y de fondo, va a convertir peor, porque no se lee lo que pone en el botón.

Durante la campaña, establecieron la hipótesis de que menos copy convertía mejor que más copy. Testearon esta hipótesis de varias formas y en varias páginas de conversión. También realizaron los mismos experimentos a diferentes horas del día. Es decir, con una sola hipótesis, realizaron decenas de experimentos, porque la hipótesis puede validarse a una determinada hora del día y en una determinada página, pero no en otra o a otra hora. Alcanzar este nivel de minuciosidad es la única forma de obtener resultados espectaculares a partir de hipótesis previamente definidas.

Otro elemento importante es el de priorizar lo que más conviene. Un ejemplo sería cuando establecieron una foto de Obama tras el formulario de conversión, con la frase: “Continua conmigo, trabaja conmigo, acabemos lo que empezamos”

Este simple copy, que lo único que sugería era un poco de inspiración, aumentó un 17% las conversiones, y el trabajo que implica realizarlo es mínimo.

Por ello, a la hora de optimizar, es conveniente analizar cuánto le va a costar y cuánto le va a beneficiar. Si pretende obtener un 1% extra de conversiones, pero el trabajo que tiene que realizar para crear la nueva landing page es muy costoso, puede no merecer la pena.

Como ve, el A/B Testing es toda una ciencia, basada en la experimentación y en el ensayo y el error. En barajar hipótesis y contrastarlas con la realidad. Sin duda, un trabajo duro y exhaustivo, pero que conduce, invariablemente, hacia el éxito, porque se avanza firmemente sobre datos, y no sobre suposiciones.

MÁS SOBRE

Gerencie.com en su correo.

Suscríbase y nosotros colocaremos en su bandeja de entrada la mejor información que generamos diariamente.

Siéntase libre de opinar

En Gerencie.com está permitido opinar, criticar, discutir, controvertir, disentir, etc. Lo que no está permitido es insultar o escribir palabras ofensivas o soeces. Si lo hace, su comentario será rechazado por el sistema o será eliminado por el administrador. Por último, trate de no escribir en mayúscula sostenida, resulta muy difícil leerle.