Cómo Preparar y Poner en Marcha un Test A/B (Experimento) con Google Analytics

Mucho se dice que los test A/B sirven para aumentar las conversiones, sin embargo son pocos los propietarios de sitios web que se toman en serio la mejora de los resultados del sus negocios digital por medio de este tipo de pruebas.

Las principales razones para no hacer test es porque se piensa que es engorroso, costoso y lleva mucho tiempo sacar conclusiones de estas actividades, además de no saber qué herramientas se necesitan y que es lo que se debe poner a prueba. Hoy traigo una, guia de como llevar a cabo un test a/b con Google Analytics,  los puntos clave que debemos tener claros antes de realizar esta técnica de optimización web.

¿Qué es un test A/B?

Los Test A / B,  son un método de optimización de sitios web en el  dos versiones de una página – versión A y versión B  se comparan entre si. Los visitantes del sitio son dirigidos de manera aleatoria tanto una versión o la otra. Esto con el ánimo de identificar la forma como interactúan las personas con la página que se les muestran – si ven los vídeos, si hacen clic en los botones, se inscriben o no en un boletín de noticias – todo esto para determinar cuál es la versión de la página es más eficaz.

Tambien existen las pruebas multivariables en las cuales se usa el mismo mecanismo básico como las pruebas A/B, pero compara un mayor número de variables, y revela más información sobre cómo estas variables funcionan entre sí. Al igual que en una prueba A / B, el tráfico a una página se divide entre diferentes versiones del diseño.

El propósito de una prueba multivariable, entonces, es medir la eficacia cada combinación de diseño tiene el objetivo final. En el blog de metriplica nos explica más en detalle las diferencias entre estos dos métodos

¿Por qué es importante hacer este tipo de pruebas?

Una de las razones para ejecutar estas pruebas es porque nos permiten aprovechar sustancialmente el tráfico y los recursos invertidos en campañas de marketing, logrando así aumentar la conversiones. Por ejemplo si le apuestas al tráfico pagado en Google AdWords y la tasa de conversión de las campañas es de 5% haciendo uso de los a/b test es viable duplicar esa cifra llegando al 10% recibirá el doble de conversiones y finalmente reducirá el costo por adquisición de un cliente.

Aspectos a tener en cuenta para hacer un buen test A/b

– Identifiquemos donde es posible hacer cambios:  Para definir que es lo queremos poner a prueba comencemos por identificar donde es posible empezar a realizar las primeras pruebas, todo comienza con preguntas como por ejemplo:

¿Por qué a pesar de que recibimos bastante tráfico son enviadas muy pocas solicitudes de información?

– Investigación previa: Ingresar a Google Analytics y entender el comportamiento de los usuarios, como están usando el sitio, cuál es su flujo de navegación, tasa de rebote, tiempo de página. En este caso resulta bastante útil disponer de otras herramientas de análisis que faciliten la creación de mapas de calor y grabación de sesiones.

Siguiendo con pregunta ejemplo, supongamos que en Analytics hemos identificado que la página donde se encuentra el formulario recibe visitas, pero las personas que aterrizan en esta sección no están llenando el formulario y su tasa de rebote es alta.

– Plantearse una hipótesis: Ahora que tiene algo que mejorar, lo siguiente es plantearse qué cambió hacer a los formularios, teniendo como hipótesis que estamos pidiendo demasiada información el cambio a probar es hacer un formulario más corto y con solo las preguntas necesarias, con ello esperamos que el porcentaje de usuarios que solicita información sea mayor.

– Mantener un enfoque: Un cambio a la vez, nos es buena idea ir haciendo 5 ó 10 cambios en el sitio, porque la final no sabremos cuál de estos cambios fue el que afectó de forma positiva la prueba.

Por lo tanto el más acertado es hacer pequeños ajustes, en una prueba  eliminar una de las preguntas de formulario y en la siguiente prueba intentar con diseño más persuasivo y otra los textos de los botones.

– Duración del experimento: No es posible sacar conclusiones de la noche la mañana, es importante determinar el tiempo que durara la prueba para que haya un ganador, entre más tráfico envíe a las landing de la prueba más fiable serán los datos. Con esta herramienta podemos hacer una estimación del tiempo que debe durar el experimento en Analytics

– Que elementos probar: Como ya mencionamos lo indicado es poner a prueba una solo cosa a la vez, ya que hacemos varios cambios en la página con la que vamos a experimentar va a ser muy complejo determinar que mejoró los resultados.

Los elementos que más influyen dentro de la tasa de conversión y por tanto ideales para empezar a ejecutar experimentos o prueba A/B son:

• Titulares
• Sub títulos
• El párrafo del texto
• Testimonios
• Llamado a la Acción de texto
• Llamado a la Acción Botón
• Enlaces
• Imágenes

Todo elemento que afecta las conversiones está bien que sea llevado a un experimento o A/B test, sin embargo hay que procurar centrarse en ajustes que provoquen un cambio considerable en las tasas de conversión de la web o aplicación.

– Disponer de las herramientas adecuadas: Para organizar este tipo de técnicas es vital contar con herramientas que faciliten la puesta en marcha del  test y que los datos que arroje sean los correctos para tomar decisiones acertadas.

Analytics por ser una herramienta gratuita es una buena opción para comenzar hacer algunas pruebas, en el mercado hay otras plataformas un mayor número características como Unbounce, VWO y Optimizaly las cuales son de pago.

Configurar un experimento o test A/b en Google Analytics

Teniendo claro lo anterior el siguiente paso es la creación y puesta en marcha del experimento en Google Analytics, para esto vamos a tener listas tanto la versión original como las páginas que hemos hecho las pequeñas variaciones y queremos evaluar su desempeño, de esta manera tendremos dos o tres URL diferentes así como ya tener

Una vez tenemos las diferentes versiones de las páginas y configurado el objetivo nos dirigimos a Google Analytics, en Comportamiento, hacemos clic en Experimentos, y luego en Crear experimento.

Paso 1 Configuración del Experimento.

 

– Nombre del experimento. Asignar un nombre que nos permita identificar fácilmente el experimento.

– Objetivo del experimento. El cual debe estar previamente configurado en Analytics, en este caso el objetivo es que las personas después de solicitar la revisión de Analytics sea enviados a una página than you page.

– Porcentaje de tráfico. Podemos seleccionar que porcentaje de tráfico queremos este dentó de la prueba, es aconsejable que si el cambio es muy drástico se incluya un porcentaje reducido de visitantes.

– Distribución de tráfico. Al marcar si en esta opción le estamos diciendo a Google analytics que distribuya las visitas de manera equitativa.

– Duración del experimento. Seleccionamos lo mínimo que durara el experimento.

– Limite de confianza. Cuanto más elevado sea este límite, más podemos confiar en los resultados.

Paso 2  Ingresamos la direcciones web de la página original y luego las urls de las versiones que queremos poner a competir.

Paso 3  Con ello ya configurado Analytics nos proporciona el código del experimento el cual se instala sólo en la página original

Después de haber instalado el código en las páginas validamos que los cambios y damos clic en Iniciar experimento.

Cómo funciona. Cuando un usuario intenta ingresar a la página, la herramienta lo dirigirá a cualquiera de las dos versiones, tratando de que todas reciban el suficiente tráfico para llegar a la conclusión acertada.

Pasadas unas horas es posible ver los primeros resultados del experimento, lo indicado es dejar terminar el experimento en ocasiones los van mostrando como ganador una versión sin embargo con el pasar de los días cuando Analytics va recopilando más datos el resultado puede ser muy diferentes a lo que vimos al principio.

En este caso vemos como incluir el campo de teléfono, afecto de manera negativa las conversiones, obteniendo un 27% menos de solicitudes.

Hacer este tipo de pruebas nos ayuda a mejorar significativamente la tasa de conversión, si no también la experiencia de uso del sitio, por lo tanto es importante es incluir los test A/b en las tareas que debemos llevar a cabo para sacar mayor beneficios de las estrategias ejecutadas y recursos invertidos en diferentes medios.