Pruebas A/B de sitios web para CRO: Guía de inicio rápido 2022

A lo largo de su viaje de búsqueda de formas de optimizar la tasa de conversión de su sitio web, es seguro decir que se esperan muchas veces pruebas A/B.

Bueno, ¿qué es la prueba CRO? ¿Por qué debería comenzar con las pruebas CRO A/B para su sitio web? ¿Cómo ejecutar efectivamente una prueba A/B en su sitio web?

Todas estas preguntas las respondemos en este post. Comencemos con una definición.

¿Qué es una prueba A/B para CRO?

Cuando se trata de la optimización de la tasa de conversión (CRO), las pruebas A/B (también conocidas como pruebas divididas o pruebas de cubo) generalmente significan probar factores que afectan la tasa de conversión de un sitio web: copia, encabezado, imágenes, diseño, llamadas a acción y diseño, solo por nombrar algunos. Es una de las técnicas más utilizadas para garantizar que su sitio web esté configurado para ayudar a guiar a los usuarios a través de las páginas y convertir en puntos de contacto cruciales.

La diferencia entre CRO y SEO A/B Testing

Las pruebas A/B para CRO son bastante diferentes de las pruebas A/B para SEO. En esta parte, intentaremos arrojar luz sobre cada técnica, en qué se diferencian y para qué se utilizan.

1. Fines y objetivos

Aunque las pruebas CRO y SEO utilizan pruebas A/B, sus objetivos, y cómo se llevan a cabo, son muy diferentes. CRO tiene como objetivo mejorar la tasa de conversión una vez que los visitantes han llegado al sitio; Las pruebas enfocadas en SEO tienen como objetivo aumentar la cantidad de visitantes al sitio mediante la implementación de cambios técnicos que mejorarán la posición del sitio web en los SERP.

2. Controles y variantes

En las pruebas CRO A/B , se configuran y ejecutan en vivo dos versiones de la misma página al mismo tiempo, y los usuarios humanos son redirigidos a una aleatoria. Así, son los propios usuarios los que se dividen en controles y variantes. Los datos se recopilan a partir de cómo los usuarios interactúan con la versión de la página a la que están asignados y se comparan.

En las pruebas SEO A/B , las páginas se dividen en dos conjuntos: controles y variantes. Los cambios se realizan solo en las páginas de variantes y los datos recopilados se comparan con un pronóstico de rendimiento previamente determinado.

3. Versiones de Las Páginas

Las pruebas CRO A/B requieren que dos versiones de la misma página estén activas al mismo tiempo para que los datos puedan recopilarse y compararse.

En las pruebas divididas de SEO , solo hay una versión de cada página en cualquier momento. Con Google como el determinante de cómo se clasificarán estas páginas, no se recomienda el contenido duplicado (que Google está en contra).

En resumen, existen varias diferencias clave entre CRO y SEO A/B testing. Ambas pruebas son pasos importantes para mejorar el rendimiento en línea, pero se enfocan en métricas muy diferentes.

¿Por qué debería hacer pruebas CRO A/B?

La razón principal por la que las pruebas de CRO son importantes es que permiten a los especialistas en marketing probar la mejor alternativa posible que tiene el potencial de generar la tasa de conversión más alta posible invirtiendo menos.

Por ejemplo, cuando sale de la página del "carrito" de un portal de pedidos en línea sin realizar el pedido real, el sitio web o el desarrollador del producto se lleva a pensar qué lo llevó a hacerlo. ¿Fue pérdida de interés? ¿Se produjo un lapso de tiempo? ¿El producto fue más costoso de lo que había presupuestado? ¿O fue solo todo el proceso de pedido? A menos que se realice una prueba, nunca podrá recopilar información ni analizar el comportamiento del cliente para evaluar la tasa de conversión en su sitio web.

Las pruebas eliminan las conjeturas de la optimización del sitio web y permiten tomar decisiones basadas en datos que cambian las conversaciones comerciales de "pensamos" a "sabemos". Al medir el impacto que tienen los cambios en sus métricas, sabe qué funciona en su sitio web.

Es el método perfecto para mejorar la tasa de conversión, aumentar los ingresos, hacer crecer su base de suscriptores y mejorar los resultados de adquisición de clientes y generación de clientes potenciales.

Los 3 mejores software de pruebas A/B dignos de CRO

Ejecutar una prueba A/B exitosa requiere una hipótesis respaldada por datos, una herramienta de prueba A/B efectiva y un sistema para recopilar comentarios a su disposición para ejecutar y analizar los resultados con precisión.

En esta parte, presentamos 3 software de prueba A/B gratuitos y de pago dignos de CRO para usted.

Entonces, aplastemos esto.

1. Google Optimize: comience su prueba A/B con la herramienta gratuita de Google

Google Optimize es una herramienta de prueba dividida proporcionada con Google Analytics. Si está buscando una potente solución de pruebas AB sin costo monetario, no busque más.

Google Optimize es una útil herramienta de prueba A/B donde puede crear, probar y analizar varias versiones de su sitio web. También puede realizar pruebas simples de URL divididas y pruebas multivariadas según lo desee.

Junto con las capacidades de prueba, también ofrece pruebas del lado del servidor, reglas de URL personalizables, personalización de la experiencia y más, para que pueda probar y ofrecer experiencias en línea para atraer a los visitantes.

Características principales de Google Optimize:

• Puede ejecutar pruebas A/B, pruebas multivariadas, pruebas de URL divididas y pruebas de redirección con Google Optimize.
• Optimize también tiene un editor WYSIWYG para que pueda crear e implementar sus variaciones rápidamente para cualquier dispositivo.
• Puedes segmentar a tu audiencia según la fuente, el dispositivo, la ubicación, etc., para personalizar su experiencia.
• Le permite establecer objetivos y metas para medir el éxito de su hipótesis mientras ejecuta la prueba.
• El motor analítico de Google Optimize utiliza la inferencia bayesiana para mostrarle el rendimiento en tiempo real de sus variaciones en comparación con el control, como las variantes de probabilidad de éxito, la comparación de la tasa de conversión, la importancia estadística, el nivel de confianza, etc.
• Optimize también se integra de forma nativa con Google Analytics para que pueda obtener información en tiempo real sobre el comportamiento de los visitantes, el rendimiento del sitio web, la segmentación de la audiencia, las fuentes de tráfico, etc.

2. Optimizely: herramientas empresariales A/B y CRO a precios competitivos

Para las empresas más grandes, Optimizely suele ser la opción preferida para las herramientas de prueba A/B de primera línea.

Usando su poderosa herramienta de experimentación A/B y de varias páginas, puede ejecutar varios experimentos en una página al mismo tiempo, lo que le permite probar varias variables de su diseño web.

Optimizely también ofrece pruebas en sitios web dinámicos, varias dimensiones de experimentos como una campaña publicitaria, geografía y cookies, y varios parámetros de segmentación de experimentos como dispositivo, navegador y campaña.

Características principales optimizadas:

• Ejecute eficientemente pruebas A/B y pruebas de varias páginas.
• Ofrece un potente editor visual para crear y probar variaciones.
• Puede asignar el tráfico a las variaciones manualmente o usar el Acelerador de estadísticas para distribuir el tráfico automáticamente según el comportamiento del visitante.
• Motor de recomendaciones: configura recomendaciones y prueba diferentes algoritmos
• Incluye opciones como: orientación personalizada, priorización de la audiencia, plantillas personalizadas, un editor visual, herramientas para desarrolladores y API.

3. VWO: muy parecido a Optimizely pero mucho más económico

VWO ((Visual Website Optimizer) también es una herramienta de prueba A/B popular en el espacio de marketing. Además de servir como la mejor opción para empresas con presupuestos más pequeños, también se usa con frecuencia junto con Optimizely por empresas que ejecutan pruebas complejas. campañas

Características principales de VWO:

• Realice pruebas A/B, pruebas multivariadas y pruebas de URL divididas para probar sus variaciones.
• Ofrece grabación de sesiones, mapas de calor, encuestas en la página, etc., para obtener información real sobre el comportamiento y la experiencia de los visitantes.
• Su editor visual fácil de usar le permite crear variaciones de prueba en minutos.
• Permite la segmentación de visitantes, como tráfico móvil frente a escritorio o visitantes nuevos frente a recurrentes, o puede usar dimensiones personalizadas para crear nuevas segmentaciones.
• Integraciones disponibles: Google Analytics, Kissmetrics, Demandware, Magento y otras.

¿Cómo ejecutar una prueba A/B en su sitio web?

Independientemente de las herramientas de prueba A/B que esté utilizando o del objeto que esté probando, cualquier prueba A/B en el mundo sigue patrones similares:

Paso 1. Definir los objetivos comerciales principales

Al igual que hacer cualquier cosa en la vida, necesita un objetivo explícito para respaldar las decisiones de prueba posteriores. Sus objetivos son las métricas que utiliza para determinar si la variación tiene más éxito que la versión original. Los objetivos pueden ser cualquier cosa, desde hacer clic en un botón o enlace hasta compras de productos y registros de correo electrónico.

Y en su mayor parte, deberías mirar las siguientes métricas de prueba A/B :

• Resolviendo problemas de UX y puntos débiles comunes de los visitantes
• Mejorar el rendimiento del tráfico existente (mayores conversiones e ingresos, mejorar los costos de adquisición de clientes)
• Aumentar el compromiso general (reducir la tasa de rebote, mejorar la tasa de clics y más).

Paso 2. Seleccionar qué probar

Cuando se trata de optimizar la tasa de conversión de su sitio web, sus opciones de prueba se pueden agrupar en 3 tipos principales según su objetivo:

• Prueba de elementos : Elementos individuales dentro de una página. Por ejemplo: Título, botones, texto, etc.
• Pruebas de página : Combinaciones de muchos elementos. Por ejemplo: Diseños de página.
• Prueba de flujo de visitantes : la acción que espera que realicen los visitantes al ingresar a su sitio web. Por ejemplo: pago de varios pasos frente a pago de un solo paso.

Con base en investigaciones y experiencias prácticas, usted decide qué probar para mejorar la tasa de conversión de su sitio web.

Paso 3. Observar y Formular Hipótesis

Una prueba A/B comienza identificando un problema que desea resolver o un comportamiento de usuario que desea alentar o influir. Una vez identificado, el especialista en marketing normalmente concluiría una hipótesis: una conjetura informada que validará o invalidará los resultados del experimento.

Una hipótesis típicamente se ve así:

"Si agrega una insignia de prueba social a las páginas de detalles del producto , la tasa de conversión aumentará en un 10% porque informa a los visitantes sobre la popularidad del producto".

Como puede ver, una hipótesis adecuada le brinda una visión general decente de lo que se cambiaría, cuál es el impacto de los cambios y el mecanismo detrás del impacto.

Paso 4. Crear variaciones

El siguiente paso en su programa de prueba debe ser crear una variación basada en su hipótesis y realizar una prueba A/B contra la versión existente (control). Una variación es otra versión de su versión actual con cambios que desea probar. Puede probar múltiples variaciones contra el control para ver cuál funciona mejor.

Paso 5. Ejecutar la prueba

Una vez que las variaciones están listas, lanza estas variaciones exactamente al mismo entorno para comenzar la prueba. Dependiendo de la naturaleza de la pieza, el tráfico de su sitio y la importancia estadística que debe lograrse, la prueba puede demorar desde unas pocas horas hasta algunas semanas.

Paso 6. Evaluación y conclusión

Usando su hipótesis preestablecida y métricas clave, es hora de interpretar sus hallazgos. Teniendo en cuenta también los niveles de confianza, será necesario determinar la importancia estadística con la ayuda de su herramienta de prueba.

Si ninguna de las variaciones produjo resultados estadísticamente significativos, es decir, la prueba no fue concluyente, hay varias opciones disponibles. Por un lado, puede ser razonable simplemente mantener la variación original en su lugar. También puede optar por reconsiderar su nivel de importancia o volver a priorizar ciertos KPI del contexto de la pieza que se está probando. Finalmente, una variación más poderosa o drásticamente diferente puede estar en orden.

Consejos y mejores prácticas para las pruebas A/B

A continuación, se incluyen varias prácticas recomendadas para las pruebas A/B que pueden ayudarlo a evitar problemas.

• Garantice la confiabilidad de los datos para la solución de prueba A/B

Realice al menos una prueba A/A para garantizar una asignación aleatoria de tráfico a diferentes versiones.

• Probar una variable a la vez

Esto permite aislar con precisión el impacto de la variable. Si la ubicación de un botón de acción y su etiqueta se modifican simultáneamente, es imposible identificar qué cambio produjo el impacto observado.

• Adaptar el número de variaciones al volumen

Si hay un gran número de variaciones para poco tráfico, la prueba tardará mucho tiempo antes de dar resultados interesantes. Cuanto menor sea el tráfico asignado a la prueba, menos versiones diferentes debería haber.

• Pruebas de segmento

En algunos casos, realizar una prueba en todos los usuarios de un sitio no tiene sentido. Si una prueba tiene como objetivo medir el impacto de diferentes formulaciones de ventajas para el cliente en la tasa de registro de un sitio, el envío de la base de datos actual de usuarios registrados es ineficaz. En cambio, la prueba debe apuntar a nuevos visitantes.

• Deje que las pruebas se ejecuten el tiempo suficiente

Incluso si una prueba muestra rápidamente confiabilidad estadística, es necesario tener en cuenta el tamaño de la muestra y las diferencias de comportamiento relacionadas con el día de la semana. Es aconsejable dejar que una prueba funcione durante al menos una semana, idealmente dos

• Esperar a tener una fiabilidad estadística antes de actuar

Mientras la prueba no haya alcanzado una fiabilidad estadística de al menos el 95%, no es recomendable tomar ninguna decisión. La probabilidad de que las diferencias en los resultados observados se deban al azar y no a las modificaciones realizadas es muy alta en caso contrario.

• Saber cuándo terminar una prueba

Si una prueba tarda demasiado en alcanzar una tasa de confiabilidad del 95 %, es probable que el elemento probado no tenga ningún impacto en el indicador medido. En este caso, no tiene sentido continuar con la prueba, ya que esto acapararía innecesariamente una parte del tráfico que podría utilizarse para otra prueba.

• Tome nota de las acciones de marketing durante una prueba

Las variables externas pueden falsear los resultados de una prueba. A menudo, las campañas de adquisición de tráfico atraen a una población de usuarios con un comportamiento inusual. Es preferible limitar los efectos colaterales detectando este tipo de pruebas o campañas.

Terminando

Las pruebas A/B son una de las formas más poderosas y efectivas de mejorar la tasa de conversión. Después de leer este artículo completo sobre las pruebas A/B para optimizar la tasa de conversión, ahora debería estar completamente equipado para planificar su propia hoja de ruta de optimización.

Si esta guía le resultó útil, corra la voz y ayude a otros optimizadores de experiencia a realizar pruebas A/B sin caer en las trampas más comunes. ¡Feliz prueba!