Test A/B y los errores más comunes

Las empresas tecnológicas realizan test A/B para comprobar la reacción de los usuarios a las versiones de las páginas web. Si se cometen errores, todo el proyecto podría venirse abajo y sería una pérdida de tiempo, energía y dinero. Esto es lo que debes saber absolutamente antes de empezar con un test A/B.

Test A/B: cuáles son los errores más comunes

Realizar el test A/B en la página equivocada

En la mayoría de los casos, ejecutar test A/B en las páginas web equivocadas cuesta mucho tiempo, dinero y recursos. Las páginas web críticas para la conversión son las que hay que probar primero, porque son la clave para generar más leads e ingresos.

Dependiendo del tipo de empresa, la prioridad del test de la página web debe cambiar. Por lo general, para cualquier sitio web, las páginas visitadas son:

• Página de inicio
• Página sobre nosotros
• Página de contacto

Para las empresas de ecommerce, son las páginas de productos. Por eso, es fundamental ejecutar el test de usabilidad de estas páginas. En general, los test A/B o los test de usabilidad deben ejecutarse en las páginas web que son las más importantes para la generación de ingresos.

Realización de varios test A/B al mismo tiempo

Los test A/B requieren una muestra para ejecutar el test. A la hora de hacer test A/B de una gran variación, el tamaño de la muestra se vuelve enorme y puede dar lugar a errores durante los test A/B. Se recomienda no ejecutar más de cuatro test de usabilidad al mismo tiempo, ya que de lo contrario no se sabrá qué variación marca realmente la diferencia.

Uso de un instrumento de test defectuoso

La omnipresencia de los test A/B ha inundado el mercado con numerosos programas informáticos low cost. Algunos de ellos tienen grandes características, pero antes del split y del test UX del sitio web deben ser verificadas otras funcionalidades críticas. Algunos programas de test A/B pueden reducir significativamente la velocidad de carga de la página web y la capacidad de respuesta dificulta el SEO y la conversión.

No olvides probar una hipótesis

Una hipótesis de test A/B es una teoría para establecer la causa de los resultados y cómo corregirlos. Antes de ejecutar el test, puede ser útil una descripción detallada de la validez o invalidez para evitar mucha ambigüedad. Establece algunos indicadores clave de negocio (KPI) basados en la hipótesis y mide los resultados de los test en consecuencia. 

Realización de test con poco tráfico

La evaluación de un tamaño de muestra óptimo es esencial para obtener un resultado preciso. Un test con mucho tráfico puede ejecutarse más rápidamente, mientras que tarda más tiempo si el tráfico es bajo. 

¿Cómo ejecutar test A/B eficaces?

Para garantizar la eficacia de los test A/B, es esencial seguir los siguientes pasos.

Seleccionar una variable para ser probada

Numerosas variables pueden resultar confusas a la hora de determinar un impacto primario. Por lo tanto, selecciona una sola variable y ejecuta el test A/B para obtener un mejor resultado. Por ejemplo, para personalizar los emails, prueba las líneas de asunto, los nombres de los remitentes, etc.

Dividir el público de muestra de manera uniforme y aleatoria

Un grupo de muestra dividido de manera uniforme y aleatoria puede proporcionar resultados más realistas y concluyentes. Aunque no es aplicable a todos los test, esta estrategia es muy eficaz en los casos en los que hay más control sobre la audiencia, como en el caso de los emails.

Realizar test de versiones simultáneas

Como el tiempo es un factor importante, los test A/B de las dos versiones deben realizarse simultáneamente. Los test A/B ejecutados en momentos diferentes pueden requerir una revisión de los resultados.

Proporcionar suficiente tiempo de test para generar resultados válidos

Dependiendo de la empresa y del proceso de ejecución, los test A/B pueden durar horas, días o meses. Depende del tráfico del sitio web para generar resultados estadísticamente significativos.

Pedir la opinión de los usuarios

Una encuesta al salir o una encuesta de usuarios reales durante el test UX ayuda a generar datos cuantitativos. Este tipo de información permite conocer el comportamiento de los usuarios.

Medir los resultados

Existen varios parámetros para ejecutar el test A/B. Por ejemplo, algunos de los parámetros críticos que deben evaluarse son la tasa de rebote, el engagement, la tasa de apertura y salida y la tasa de conversión.

Tomar las medidas necesarias

Indicar si el resultado del test A/B es significativo o no concluyente. Si los resultados no son concluyentes, es mejor quedarse con la versión original y ejecutar otro test. Los datos insatisfactorios pueden ayudar a identificar una nueva iteración para el nuevo test.

En resumidas cuantas

Los test A/B son una salvación para las organizaciones tecnológicas. El proceso de comprobación incluye aspectos críticos cuyo incumplimiento puede suponer una pérdida de tiempo y reputación, lo que no es en absoluto deseable. Por lo tanto, considerar una empresa de confianza como Unguess para realizar test A/B de alta calidad es definitivamente una decisión inteligente.