Por qué los especialistas en marketing deberían realizar pruebas A/B en las aplicaciones móviles

La creación de una aplicación móvil empresarial puede ser una forma efectiva para que los especialistas en marketing maximicen su alcance con la valiosa audiencia móvil. Pero debido a que las aplicaciones móviles son una táctica tan nueva, los especialistas en marketing todavía están tratando de descubrir cómo manejar mejor ese activo publicitario.

Los desafíos van desde obtener descargas a través de campañas de instalación de aplicaciones móviles, hasta simplemente crear y lanzar la aplicación. Aunque las audiencias que eligen interactuar con la marca en una aplicación móvil pueden considerarse fundamentales para la empresa, especialmente porque se tomaron la molestia de descargar la aplicación. Y los datos que se pueden derivar de esta audiencia de aplicación dedicada pueden ser invaluables.

Sin embargo, la directora ejecutiva de Apptimize, la empresa de gestión de experiencias móviles, Nancy Hua, señaló anteriormente a Marketing Dive que muchos especialistas en marketing cometen el error de dedicar demasiado tiempo a intentar expandir la base de usuarios de una aplicación en lugar de trabajar para mejorarla. Esa mejora puede provenir de los comentarios de los usuarios, el análisis de los datos de los usuarios de la aplicación y lo que podría ser la forma más poderosa de mejorar la aplicación, las pruebas A/B.

Hua dijo que otro aspecto valioso de probar las aplicaciones de la empresa que las marcas deben tener en cuenta es la mensajería dentro de la aplicación.

“La mensajería es una parte clave de la experiencia de la aplicación y requiere decisiones inteligentes, en relación con el tiempo y el contenido”, dijo a Marketing Dive. “El contexto en el que muestra el mensaje en la aplicación al usuario puede tener un impacto dramático en la experiencia del usuario”.

Ese contexto puede incluir:

• ¿Es cuando normalmente estarían navegando?
• ¿O es cuando normalmente estarían listos para comprar algo?
• ¿Están en movimiento o están en la cama?
• ¿Qué estaban haciendo la última vez que vieron esta vista?

"Estas preguntas pueden informar cómo te conectas con tu usuario y entregas contenido relevante y ser la diferencia entre que tu usuario odie o ame tu aplicación", explicó Hua.

Pruebas de mensajería en la aplicación: un estudio de caso

La aplicación móvil de citas Paktor, que apunta al mercado asiático, realizó pruebas de mensajería en la aplicación y logró aumentar los ingresos promedio por usuario en un 17 %. Anmol Mohan, jefe de análisis de datos de Paktor, le dijo a Marketing que la compañía quería probar las suscripciones de conducción enviando mensajes emergentes a los usuarios que vieron más de 10 posibles coincidencias.

Mohan dijo que había dos razones principales para la prueba.

Primero, educar a los usuarios sobre los beneficios de la membresía que pueden ayudar a que sus perfiles se destaquen. Además, aproveche la oportunidad para informarles sobre el Programa de garantía Paktor lanzado recientemente, que garantiza que los usuarios que compran suscripciones de tres meses y seis meses obtengan fechas sin conexión. Y segundo, aumentar las compras de suscripciones destacándolas para todos los usuarios (anteriormente, solo el 60-70% de los usuarios visitaban la página de compra de suscripciones).

Mohan agregó que Paktor usa regularmente pruebas A/B en su producto (el equipo de desarrollo implementa una nueva función cada semana en promedio), así como en su comercialización con todas las campañas que se someten a pruebas A/B.

“Para las campañas de correo electrónico, probamos imágenes, creatividades e incluso líneas de asunto. Nuestros algoritmos de predicción avanzados identifican oportunidades de varias ofertas que tenemos en nuestro repositorio. Actualizamos regularmente el grupo de ofertas y las recomendamos a los usuarios adecuados con precisión”, dijo Mohan.

Para las pruebas de aplicaciones móviles, dijo que el proceso de Paktor implica una serie de pasos, comenzando con la identificación de oportunidades al observar los datos, en este caso, sobre varias pantallas emergentes y mensajes. Luego, el equipo de UX desarrolla un concepto que puede lograr objetivos definidos en función de esos datos. Mientras tanto, el equipo de desarrollo trabaja en las creatividades generadas por el equipo de diseño y el equipo del cliente implementa la función con la última versión de la aplicación.

Paktor usa Apptimize para activar la función, y la herramienta se encarga de dividir a los usuarios en grupos de control y objetivo. Una vez que la prueba alcanza una cantidad significativa de datos, se recopilan para determinar los resultados de la prueba. Con esos resultados en la mano, el equipo de productos presenta la función editada según las recomendaciones del equipo de datos.

El valor de recopilar datos en las pruebas de aplicaciones

Parte de cualquier prueba es crear una hipótesis y un protocolo de prueba.

Sobre estos dos puntos, Mohan dijo que el equipo de datos maneja la hipótesis y la configuración del experimento al descubrir áreas donde la aplicación podría mejorarse. A partir de ahí, el equipo de producto describe la nueva función que se probará y el equipo de datos define el procedimiento. Esto ayuda al equipo de desarrollo a comprender cómo codificar características y variaciones. El equipo de datos también proporciona pautas y métricas para analizar los resultados de las pruebas.

Una vez que la prueba ha comenzado, los datos se recopilan en las principales áreas métricas, incluida la monetización, el compromiso y la retención para la prueba de mensajería en la aplicación.

"Con base en las observaciones, tratamos de desarrollar una lógica comercial detrás de la diferencia o indiferencia que estamos observando. Luego, tratamos de verificar la lógica a través de puntos de datos separados. Si todo se verifica, decidimos el destino de esa característica", explicó Mohan.

Sin embargo, las pruebas vienen con desafíos. Algunos de los obstáculos que describió Mohan incluyen que los usuarios no perciban la función probada de la manera prevista y las diferencias a corto plazo descubiertas por la prueba, que no siempre se traducen en beneficios a largo plazo. Con el primer desafío, puede significar resultados sesgados que dificultan la comprensión de la causa subyacente de los hallazgos.

Para la prueba de mensajería en la aplicación que Mohan analizó, a los usuarios se les presentaron diferentes mensajes en función de sus gustos y disgustos indicados. También hubo una serie de indicadores clave de rendimiento dentro de cada una de las tres áreas métricas principales elegidas para la prueba:

1. Monetización: valor de por vida del cliente, ingreso promedio por usuario, ingreso promedio por usuario que paga, tasa de conversión
2. Compromiso: duración de la sesión, número de sesiones, deslizamientos, gustos, disgustos, niveles de atractivo, niveles de amistad
3. Retención: usuarios activos, usuarios inactivos, usuarios reactivados, retención en ventana de 1 día/3 días/7 días, retención MoM

Para esta prueba, Paktor experimentó un aumento del 10,35 % en las suscripciones. Y aunque los mensajes emergentes dieron como resultado una disminución en las compras a la carta, aun así generaron un aumento del 17 % en los ingresos promedio por usuario.

Hua de Apptimize dice que estas pruebas, como la que Paktor llevó a cabo con la mensajería dentro de la aplicación, son invaluables dado lo personal y prominente que se ha vuelto el móvil para el público. "Los dispositivos móviles requieren la mayor cantidad de pruebas porque los dispositivos móviles son la experiencia más complicada y crítica para los usuarios", dijo.

Para obtener el máximo valor, Hua recomienda comenzar en la parte superior del embudo probando la incorporación. ¿Y el objetivo final?

"Enganche al usuario desde el principio cuando está en su punto más alto de curiosidad y entusiasmo por su aplicación mientras se muestra escéptico sobre cuál es el valor", dijo.