You are here

Prueba AB: Todo lo que necesita saber

Main menu

Aquí hay un escenario con el que muchas empresas de comercio electrónico están familiarizadas.

Pasaste meses investigando varios nichos y encontraste un producto fantástico usando Oberly Supply. Está en alta demanda con relativamente poca competencia. Has probado proveedores y encontrado uno que ofrece un producto de calidad a un precio razonable. Has creado una hermosa tienda de comercio electrónico con Shopify y has automatizado el proceso de dropshipping con Oberlo . Ha atraído clientes que utilizan una combinación de marketing en redes sociales, campañas de correo electrónico y anuncios de Google. Recibirá cientos de visitantes nuevos en su sitio todos los días.

Pero no estás haciendo ventas ... y no sabes por qué.

Tal vez haya un problema con la ubicación del botón "Comprar ahora" que dificulta que los visitantes compren su producto. Tal vez estén frustrados por el largo y confuso proceso de pago. O tal vez simplemente no les gusta el color o el tema de su sitio.

Sería genial si pudiéramos configurar una encuesta para preguntar a los visitantes por qué no están contentos con el sitio. Podríamos pedirles sugerencias para crear una mejor experiencia de usuario. Pero para la mayoría de los sitios, esto simplemente no es posible. Afortunadamente, las empresas de comercio electrónico pueden llevar a cabo un experimento simple pero potente para descubrir qué funciona y qué no.

Ese experimento se llama prueba AB .

Con las pruebas A / B, puede comparar dos versiones diferentes de su sitio para ver cómo reaccionan sus visitantes a los cambios específicos. Al probar una variedad de cambios y respuestas, puede encontrar la mejor manera de aumentar las tasas de conversión, aumentar las ventas y maximizar las ganancias. También puede evitar cambios que puedan dañar su negocio.

En este artículo, exploraremos las pruebas A / B en detalle y veremos algunas de las partes más comunes de su sitio que pueden probarse. También examinaremos cómo las pruebas A / B han ayudado a otras pequeñas empresas a mejorar su tasa de conversión y aumentar sus ingresos. Finalmente, le mostraremos cómo configurar su primera prueba A / B.

¿Qué es una prueba AB?

Las pruebas A / B, también llamadas pruebas divididas , son un método para probar cambios en un sitio web. Podemos ver qué cambios tienen un efecto positivo, un efecto negativo o ningún efecto en la audiencia.

La forma más simple de las pruebas A / B implica la creación de dos páginas web.

La primera página es la " Versión A" (el control ), que generalmente es la página que muestra actualmente a sus visitantes. La segunda página es la " versión B" (la variación ), que es igual que el control, excepto por un elemento que ha cambiado. Ese elemento podría ser casi cualquier cosa. Podría ser el título de su página o el momento de una captura de correo electrónico emergente. Podría ser la posición de una imagen o incluso la fuente que está utilizando.

Cuando las personas visitan su sitio, usted envía aleatoriamente la mitad de sus visitantes a la "versión A" y la mitad de sus visitantes a la "versión B". Luego registra los datos del usuario para cada versión. Después de que suficientes personas hayan visitado las dos versiones de su página, puede comparar los datos que recopiló de las dos páginas. Los resultados mostrarán qué versión es más efectiva para lograr su objetivo.

Aquí hay un ejemplo de una prueba A / B.

Mary tiene una tienda en línea que vende collares de cuero hechos a medida. Lo primero que ven los visitantes de su sitio es una página de aterrizaje con una imagen de héroe de un perro con uno de sus collares.

Ella recibe un promedio de 1,000 visitas nuevas a su sitio todos los días. Sin embargo, después de analizar los datos de sus visitantes, descubre que el 20% de sus visitantes no hacen clic en el enlace "Comprar ahora" para ver sus productos. Ella piensa que este número es demasiado alto, por lo que decide intentar modificar su sitio. Su objetivo es reducir la tasa de rebote (la cantidad de visitantes que abandonan el sitio web sin ver ninguna otra página).

Ella muestra su sitio web a algunos amigos que son dueños de perros, y mencionan que el texto sobre la imagen es un poco confuso. En realidad, no especifica qué está vendiendo.

Ella decide ejecutar una prueba A / B para ver si el cambio del texto para que incluya la palabra "collares" mejorará la tasa de rebote.

Durante dos semanas, envía la mitad de sus visitas a su página actual y la mitad de sus visitantes a una variación con texto diferente. Después de analizar los datos de los visitantes, descubre que la tasa de rebote de la página de control se mantuvo igual (alrededor del 20%). Sin embargo, el porcentaje de rebote para la página de variante se redujo a solo 5%.

Debido a estos resultados, decide hacer que la página de variantes sea su nueva página de inicio permanente.

¿Por qué es importante la prueba A / B?

Ya sea que esté luchando por hacer su primera venta, o ya está vendiendo miles de productos al día, siempre hay margen de mejora.

Para las empresas de comercio electrónico, el objetivo final es vender tantos productos como sea posible para maximizar las ganancias. Para hacer esto, necesita un sitio web que atraiga a sus visitantes y convierta tantos buscadores en compradores como sea posible.

Sin embargo, es imposible crear un sitio web que atraiga a todos a la vez. Con las pruebas A / B, puede eliminar las conjeturas al diseñar su sitio web.

Aquí hay un ejemplo simple. Su sitio de comercio electrónico actualmente gana $ 5,000 por mes con una tasa de conversión del 1%. Piensas que mover tu llamado a la acción podría aumentar tu tasa de conversión y mejorar tus ganancias. Sin embargo, le preocupa que si se equivoca, moverlo podría ocasionar una disminución de sus ventas actuales.

Afortunadamente, no necesitas adivinar. Una simple prueba A / B muestra que mover su CTA de la parte inferior de la página a la mitad de la página da como resultado un aumento de la tasa de conversión al 2%. Eso es $ 5,000 adicionales por mes, solo por hacer un cambio menor en su sitio.

Las pruebas A / B también pueden mostrarle lo que no debe hacer.

Por ejemplo, antes de gastar miles de dólares en fotos de productos profesionales para su sitio, podría intentar una prueba A / B. Podría comparar una página de producto con fotos profesionales y una página variante con fotos que tomó usted mismo. Puede encontrar que hay poca o ninguna diferencia en las tasas de conversión, y decide que su dinero se gastará mejor en otro lugar.

¿Cómo funciona la prueba A / B?

Estas son algunas pautas clave:

  • La mejor manera de garantizar resultados precisos al realizar una prueba A / B es probar solo una variable a la vez . Al limitar su prueba a una sola variable, puede estar seguro de que la variable que ha modificado es directamente responsable de cualquier cambio en el comportamiento del visitante.
     
  • También es posible realizar una prueba con múltiples variables usando una prueba multivariante . En una prueba multivariable, el control permanece igual pero la variación tiene varios elementos cambiados. Por ejemplo, puede intentar cambiar el título, el color del texto y el tamaño de letra al mismo tiempo. Las pruebas multivariadas le permiten ver cómo las variables funcionan juntas. Sin embargo, esto hace que sea más difícil estar seguro de qué variable ha afectado el comportamiento del visitante.
     
  • Es importante recopilar datos del mayor número de visitantes posible . Un tamaño de muestra pequeño afecta la confiabilidad de la prueba, ya que hay una mayor posibilidad de que los resultados hayan sido influenciados por el azar.
     
  • Intente ejecutar una prueba A / B por un período prolongado de tiempo . Los hábitos de navegación de los visitantes pueden verse afectados por varios factores, como la hora del día y el día de la semana. Esto hace que las pruebas a corto plazo sean menos precisas. Intente por lo menos dos semanas.
     
  • No se detenga en una sola prueba A / B . Si encuentra que su variante tiene un mejor desempeño que su control, ¿por qué no convertirlo en su nuevo control y ejecutar algunas pruebas adicionales contra otras variantes? Puede encontrar otra variante que sea aún mejor.
     
  • Las pruebas A / B se pueden usar para otros aspectos de su negocio en línea, no solo para su sitio web. Por ejemplo, puede usar las pruebas A / B para refinar su plan de marketing por correo electrónico . Los profesionales del marketing pueden usar las pruebas A / B para ver qué versiones de sus mensajes crean los mejores resultados. Puede tratar de mejorar cosas como las aperturas de correo electrónico, los clics en el sitio web y los registros o compras a través del sitio. Puede probar variables tales como líneas de asunto y titulares, diseño visual del correo electrónico, personalización (como "Mrs. Doe" vs. "Jane") y ofertas especiales.

¿Qué variables pueden ser probadas?

Como mencionamos anteriormente, puede probar casi cualquier elemento de su sitio web. Aquí hay algunas ideas para comenzar.

Titulares y subtítulos

La mayoría de las personas usa los titulares y subtítulos para navegar rápidamente por los sitios web. Es importante tener el estilo y el texto correctos en los titulares para que los visitantes no omitan información importante. Puede probar qué titulares y subtítulos atraen la mayor atención.

Texto y botones de llamada a la acción

Factores como el tamaño, la forma, la ubicación y el texto de los botones de llamada a la acción pueden afectar si un visitante hace clic en el enlace o no.

Enlaces e imágenes

Las buenas imágenes pueden hacer que su producto se vea increíble. Pero la imagen equivocada puede rechazar clientes potenciales.

Testimonios y casos de estudio

Mostrar testimonios y estudios de casos puede ser una de las técnicas más poderosas para un negocio de comercio electrónico. Puede mostrar a los clientes potenciales los beneficios que pueden esperar al comprar su producto. Intente probar una variedad de testimonios para ver cuáles son los más resonantes para su público.

Estructuras de precios

Probablemente hayas escuchado que un producto marcado con $ 9.99 vende más que el mismo producto marcado con $ 10.00. ¿Pero qué pasa con un producto marcado $ 9.97 o $ 9.95? Después de probar diferentes precios, puede encontrar que un precio ligeramente más bajo resulta en más ventas.

Promociones de venta

Una buena promoción puede atraer clientes que normalmente no considerarían comprar su producto. Las diferentes promociones funcionan mejor para ciertos productos, por lo que es importante probar una variedad de ideas antes de decidirse por una.

Longitud de prueba gratuita

Una prueba gratuita puede ser una gran promoción para atraer clientes. Sin embargo, no desea una prueba innecesariamente larga, ya que se estará perdiendo ganancias potenciales. Puede usar una prueba A / B para encontrar la duración de prueba perfecta para su producto.

Entrega gratuita vs. paga

La entrega gratuita es una opción popular para muchos clientes. Sin embargo, deberá incorporar las tarifas de envío en el precio del producto. ¿Sus clientes prefieren un producto más caro con envío gratis o un producto más barato con envío pago? Es una buena idea probar ambas opciones con su audiencia.

Tienda de comercio electrónico AB Testing Case Studies

Si bien los ejemplos anteriores probablemente le dieron algunas buenas ideas para probar, la mejor manera de ver cómo las pruebas A / B pueden ayudar a mejorar su tienda de comercio electrónico es examinar algunos estudios de casos reales. Estas tres empresas de comercio electrónico pudieron aumentar sus ventas mediante la prueba A / B de varios elementos de sus tiendas en línea.

El envío gratuito aumenta las órdenes en un 90%

La compañía de cuidado de la piel contra el envejecimiento NuFACE estaba preocupada por las conversiones. Sus clientes parecían estar bien informados e interesados ​​sobre los productos en su sitio. Sin embargo, parecían reacios a hacer una compra. La compañía se dio cuenta de que necesitaban ofrecer a sus clientes algún tipo de incentivo. Ellos decidieron llevar a cabo una prueba A / B para ver si la adición de un umbral libre de envío sería mejorar sus ventas.

La mitad de sus visitantes fueron enviados a su página actual, que se utilizó como control:

La prueba A / B mostró que cuando los clientes fueron enviados a la página con el incentivo de envío gratuito, los pedidos aumentaron en un 90% con un nivel de confianza del 96%. Además de esto, el valor de orden promedio (AOV) de la compañía también aumentó en un 7,32%.

Un nuevo diseño emergente aumenta las conversiones en un 400%

GLD Shop , una tienda de comercio electrónico que vende joyas personalizables, estaba obteniendo buenos resultados con su pop-up de bienvenida actual. Aunque una tasa de compromiso del 20.6% y una tasa de conversión del 11% harían felices a la mayoría de las empresas de comercio electrónico, sentían que había aún más potencial para realizar ventas. Su filosofía era "¿por qué estar feliz con los 'buenos' números cuando puedes tener 'grandes' números?" Sin embargo, no querían meterse con estos buenos números al cambiar inmediatamente su ventana emergente de bienvenida. Decidieron realizar una prueba A / B que comparara su diseño emergente actual con un nuevo diseño.

A la mitad de los visitantes se les mostró el control emergente original:

La otra mitad mostraba una variante emergente con una imagen más grande y clara, colores contrastantes y ningún texto de oferta genérico:

A pesar de tener exactamente la misma oferta que el control, el nuevo diseño resultó en un increíble aumento del 400% en las conversiones.

La ubicación del producto en movimiento aumenta las ventas en un 106%

Muc-Off es una tienda de comercio electrónico que vende productos de limpieza para productos electrónicos, prendas de vestir, vehículos de motor y productos de fitness. Les preocupaba que el diseño de la página de su producto estuviera afectando la tasa de rebote del visitante.

El diseño de la página original presentaba información sobre Muc-Off a nivel del usuario. Sentían que esto estaba causando confusión en la experiencia del usuario. Los visitantes llegaron para comprar productos, pero estaban buscando recursos de información en lugar de comprar.

Muc-Off decidió ejecutar una prueba A / B que analizaría los ajustes al diseño de la página de la categoría. La meta aérea era aumentar las vistas de los productos y maximizar las ventas.

A la mitad de los visitantes del sitio se les mostró la página de control original:

A la otra mitad de los visitantes se les mostró una variante que había reemplazado el contenido 'por encima del pliegue' con imágenes llamativas de sus productos, con un control deslizante:

Utilizando mapas de calor y varias herramientas analíticas, el equipo descubrió que las imágenes en movimiento de los productos en la mitad superior de la página aumentaban las vistas del producto en un total de 43.78%. También resultó en un aumento en las ventas en 106.26%.

Cómo hacer pruebas A / B: configuración de su primera prueba

Ahora que ha visto cómo las pruebas A / B pueden beneficiar a su empresa, es hora de probar una prueba A / B en su propio sitio.

Antes de comenzar las pruebas, es importante definir objetivos y metas específicos. También debe elegir qué indicadores clave de rendimiento (KPI) y métricas usará para medirlos. De esta manera, tendrás una visión clara de lo que estás probando exactamente. Podrá convertir los resultados de sus pruebas en conclusiones significativas sobre cómo mejorar el éxito de su sitio de comercio.

Aquí hay cinco pasos que deberá seguir para realizar una prueba A / B exitosa.

Paso 1: determina tu objetivo y qué métrica analizar

Lo primero que debe decidir es el objetivo de su prueba A / B. ¿Desea reducir los rebotes del sitio web y aumentar las visitas a las páginas web? ¿Desea aumentar el tiempo que los visitantes pasan en el sitio o simplemente aumentar sus ventas?

Una vez que tenga un objetivo en mente, puede elegir una métrica para examinar. Es una buena idea mirar sus datos analíticos existentes para obtener algunas ideas sobre dónde comenzar. Pruebe primero las páginas con mucho tráfico para recopilar datos rápidamente, luego determine qué métricas medirá para descubrir si la variación es más exitosa. Algunas métricas que puedes examinar son:

  • Porcentaje de rebote
  • Tasa de salida (similar a la tasa de rebote: la cantidad de visitantes que interactúan con su sitio pero que repentinamente abandonan en cierto punto)
  • Conversiones
  • Registros
  • Número de ventas de productos

Paso 2 - Hipótesis de la Forma A

Para alcanzar su objetivo, debe determinar qué elementos de su sitio web deben modificarse. Por ejemplo, si su objetivo es reducir el número de visitantes que abandonan la venta durante el proceso de pago, debe examinar cada parte del proceso de pago en detalle.

Puede examinar factores tales como:

  • ¿Cuántos pasos toma desde seleccionar un producto hasta completar la venta?
  • El diseño del formulario de envío
  • La cantidad de información personal requerida en el formulario de envío

Haga una lista de todas las variaciones posibles que podrían funcionar mejor que su versión existente. Dé prioridad a su lista en función del éxito que crea que tendrá, así como de lo difícil que puede ser implementar la prueba.

Paso 3: crea una variación

Una vez que haya decidido qué elementos va a probar, deberá crear una variación para competir contra el control. Su variación debe ser una copia exacta de su página de control a excepción del elemento que está probando.

Paso 4: ejecuta el experimento

Para realizar una prueba A / B, deberá usar el software de prueba A / B. Hay muchos productos diferentes entre los que puede elegir, pero para este ejemplo utilizaremos los Experimentos gratuitos de Google Analytics . Para utilizar este software de prueba A / B, deberá tener Google Analytics ejecutándose en su sitio.

Para configurar un experimento, inicie sesión en su cuenta de Google Analytics. Haga clic en "Comportamiento" y "Experimentos" en la barra lateral. Luego haz clic en el botón "Crear experimento".

En el cuadro de Experimentos de contenido, agregue un nombre para el experimento que sea fácil de identificar.

A continuación, elija uno o más objetivos en el cuadro desplegable. Puede elegir métricas como rebotes, vistas de página y duración de la sesión. También puedes crear un nuevo objetivo.

Elija el porcentaje de tráfico para enviar a su variación. Si busca resultados rápidos, puede elegir un gran porcentaje de visitantes. Si está ejecutando un experimento arriesgado, debe elegir un pequeño porcentaje de visitantes. Si no está seguro, lo más seguro es elegir el 50%.

Una vez que haya ingresado todos los detalles, haga clic en "Siguiente paso".

En la página siguiente, deberá ingresar la URL de su página de control y la URL de la página de variantes que desea probar. Una vez que haya ingresado correctamente las URL, debería ver una vista previa en el cuadro Vista previa de la página.

Si todo parece estar bien, haga clic en "Siguiente paso".

El siguiente paso es agregar el código de Google Experiment a su página original. Haga clic en "Insertar manualmente el código" y copie todo el código de secuencia de comandos en el cuadro. Tendrá que pegar todo este código en la parte superior de la página original, inmediatamente después de la etiqueta de apertura <head>. El método para editar el código de la página depende de si está usando un CMS o un sitio HTML estático. Si no te sientes cómodo editando el código de la página, es una buena idea consultar primero con un profesional.

Una vez que haya ingresado el código, haga clic en "Siguiente paso".

La siguiente pantalla confirmará si el código se ha agregado correctamente a la página o no. Si el código no está validado, pero está seguro de que se ha ingresado correctamente, puede iniciar el experimento.

Una vez que haya comenzado el experimento, todo lo que tiene que hacer es sentarse y esperar a que lleguen los resultados.

Paso 5 - Analiza los resultados

Una vez que el experimento haya finalizado, Google Analytics le mostrará qué página se desempeñó mejor en sus métricas previamente definidas. Puede analizar los resultados y decidir si mantener el control, cambiar a la variante o ejecutar algunos experimentos más.

Herramientas de prueba AB

Hay docenas de opciones de software de prueba A / B que pueden ayudarlo a alcanzar sus objetivos de comercio electrónico. Aquí hay algunas buenas opciones:

  • VWO es una plataforma de optimización de conversión y prueba todo en uno para la investigación de visitantes. Puede crear hojas de ruta de optimización y ejecutar diferentes tipos de pruebas continuas.
  • Optimizely es una plataforma de experimentación que ofrece pruebas para todo, desde diseños hasta algoritmos. También ofrece características de personalización y recomendación.
  • Google Analytics Experiments le permite probar casi cualquier variación de sitio web o aplicación para ver cómo funciona mientras optimiza para un objetivo específico. Puede ejecutar experimentos en el lado del cliente (dentro de un navegador web) o en el servidor.
  • Unbounce es un generador de páginas de aterrizaje que ofrece una interfaz de arrastrar y soltar para construir sin ninguna experiencia previa de conocimiento de codificación. Una vez que su página está activa, puede probar múltiples variaciones durante el tiempo que desee.
  • UsabilityHub ofrece "cinco segundos exámenes" para optimizar sitios web midiendo las primeras impresiones de un visitante. A los visitantes se les muestran diseños durante cinco segundos y se les pregunta qué recuerdan. A continuación, se envía un informe para ver las características más memorables de su material.
  • Convert se especializa en pruebas de optimización de conversión flexibles y fáciles de usar. Esto incluye pruebas A / B, pruebas multivariables, prueba de URL dividida y prueba de varias páginas.

Es hora de ponerse a prueba

No hay duda de que su marca puede beneficiarse de las pruebas A / B de alguna forma. Las pruebas A / B pueden ayudarlo a aumentar las conversiones y ventas generales. Puede ayudarlo a identificar qué es lo que está mal en su sitio actual de comercio electrónico, y lo ayudará a encontrar un plan para seguir adelante. Lo más importante es seguir experimentando. Nunca se sabe, es posible que los mejores resultados provengan de una idea que de otro modo no habría intentado.