La tasa de conversión está estrechamente ligada a la optimización de la web: organización de elementos, un diseño nuevo, distinto tamaño de fuentes, los colores… ¿Pero cuál de estos elementos es el adecuado? Para ello es necesario realizar análisis A/B, y analizar los resultados con un sistema u otro.
Flickr Author:ucdaviscoe
En el mercado hay muchas herramientas que ayudan a optimizar el análisis A/B, algunas de ellas son versiones gratuitas, aunque normalmente las mejores suelen ser a precio fijo o incluso soluciones a un precio dependiente del tráfico de visitas o conversiones.
Qué hace exactamente un software de análisis A/B
Lanza aleatoriamente una versión de una web u otra. Pongamos por ejemplo que tengo una web con un titular que pone “Posiciona correctamente tu web en Google”, y que tengo la teoría que poniendo titular como “SEO de tu web con garantía de satisfacción” me va a repercutir favorablemente en las ventas.
Realizo el cambio y genero el segundo titular pero no desecho la primera opción (como haríamos habitualmente en cualquier proyecto personal), sino que mantengo ambas versiones online.
El software de A/B testing lanzará aleatoriamente (y de forma proporcional) a cada una de las visitas, una de las dos versiones web, pudiendo analizar el comportamiento de ambos diseños por separado.
Si al finalizar la semana veo que con la versión 2 mi tasa de rebote ha disminuido y mi tasa de conversión ha aumentado, puedo tener bastante claro que el texto llega más a mis clientes y por lo tanto ya puedo realizar el cambio de forma definitiva.
Internet es velocidad
Ya lo comentaba en este artículo sobre la velocidad de Internet: el marketing convencional no nos permitía hacer cambios al vuelo. Si una publicidad en una revista funcionaba, seguíamos usando aquella estrategia hasta que los efectos bajaban. Pero Internet se mueve de una forma más rápida: Si un tipo de web funciona, no debemos contentarnos con lo que tenemos, debemos realizar cambios para ver si podemos incrementar más nuestra tasa de conversión, y analizar rápidamente los resultados. En un mismo día podemos lanzar una nueva versión de la web con un A/B testing, y si no funciona tirarlo para atrás para que las ventas no se resientan.
Si tenemos estas características, por qué no jugar con ellas?
Yo hice un pequeño experimento con este blog, modificando el diseño del formulario de la newsletter. Un experimento que me ha llevado en un mes, tener más de 30 suscritos cuando antes, en dos meses, tenía cero.
Cómo se realiza un A/B testing
1- Para realizar cualquier experimento (ya sea online o en cualquier otro campo) necesitamos lo que se llama el “dígito control”. Es nuestra base.
Por ejemplo: hoy me pongo a hacer dieta y pasada una semana peso 74kg. De poco me servirá este dato si no tengo un “dígito control” que me diga que la semana pasada pesaba 70kg y que por lo tanto algo estoy haciendo mal.
2- La segunda cosa que necesitamos es tener un objetivo. ¿En base a qué vamos a realizar un cambio si no hay un objetivo por el medio? ¿Qué cambiaremos? Y lo más importante ¿En qué dato de mejora nos vamos a fijar?
Por ejemplo: Realizo un A/B testing, y con la nueva versión la “bouncing rate” me aumenta un 8%, mientras que la conversión me aumenta también un 2%. ¿En qué parámetro me fijo? Si nuestro propósito era crear más “engagement” con nuestro cliente, está claro que nuestro cambio ha sido un puro fracaso (aunque podemos intentar descubrir el motivo por el ascenso del ratio de conversión).
3- Como último y quizás más importante: Debemos saber valorar los datos.
| A/B Testing Ejemplo de datos | |||
|---|---|---|---|
| Datos | Núm visitas | Núm registros | Rátio conversión |
| Control | 10 | 3 | 30.00% |
| Test A | 12 | 6 | 50.00% |
| Test B | 9 | 4 | 44.44% |
Al ver esta tabla, pasadas 4 horas de haber lanzado nuestro A/B testing, podemos sacar nuestras conclusiones (recordemos, Internet es velocidad). Pero serán totalmente distorsionadas.
A primera vista parece que el TestA es el mejor situado, tenemos un 50% de conversión. Pero todos sabemos que el cara y cruz de una moneda va a tender al 50% a medida que tengamos muchas tiradas. Quizás aquí ha afectado la suerte, o quizás no. Pero no tenemos suficientes datos como para demostrarlo.
Internet es velocidad, pero los datos tienen que estar contrastados.
Otro caso lo podríamos encontrar al terminar con unos datos parecidos a estos:
| A/B Testing Ejemplo de datos | |||
|---|---|---|---|
| Datos | Núm visitas | Núm registros | Rátio conversión |
| Control | 1406 | 356 | 25.32% |
| Test A | 1488 | 372 | 25.6% |
| Test B | 1392 | 425 | 20.53% |
Parece que el TestA mejora algo nuestra actual web (y dígito control), pero tenemos que vigilar. Si los rátios de conversión están tan cerca, no eres capaz de saber qué tipo de cambio te es mejor. ¿Te atrevirías a asegurar, con esta tabla, que el Test A es mejor que el Control?
¿O sólo te atreverías a decir que son parecidos y que hay una cierta mejora pero no significativa?
Yo en este caso preferiría seguir analizando pasado un plazo de tiempo más largo, o directamente realizar más cambios significativos a TestA (y cambiar totalmente TestB).
En próximas entradas me gustaría contar cómo realizar un A/B testing de una web o incluso desde vuestro wordpress, pero era necesario tener estos aspectos asumidos para poder tirar un testing en condiciones.
Espero que os pueda ayuda a mejorar vuestra web.
Un saludo!
La entrada Mejora tu web o tu blog con un A/B testing aparece primero en Activa la web.