Tres mitos sobre los tests A/B y cómo paliarlos

Los split-tests son también conocidos como tests A/B o multivariantes, en algunas ocasiones suelen ser considerados por algunas personas como una herramienta que arreglará inmediatamente todos los problemas de conversión al aplicarlos en cualquier página web.

Es común encontrar algunos artículos con títulos llamativos como “¿Bajas conversiones? Simplemente realiza un split-test e incrementa tus conversiones en 12345%. Es fácil“. Es cierto, establecer y ejecutar un test A/B suele ser más sencillo de lo que uno cree ,si estás utilizando las herramientas indicadas, pero hacerlo correctamente requiere de paciencia, cabeza fría y mucho cuidado.

1. La mayoría de los split-tests no producirán grandes mejoras inmediatamente ya que, como todo en marketing, se trata de prueba y error. La consecución de los objetivos dependerá de la capacidad analítica y percepción de las necesidades del cliente. No se debe esperar a que cada prueba sea un éxito, más bien se deben pensar como un proceso de aprendizaje continuo el cual se debe repetir una y otra vez, tomando generalmente muchas pruebas para ganar un valioso conocimiento acerca de qué hacer y qué no. Cada producto y audiencia es diferente, e incluso la mejor investigación nos llevará a una siguiente prueba. Una expectativa realista es que cada prueba arrojará un 10% de ganancia por aquí y otro 7% por allá, pero al final todas se suman permitiendo una óptima personalización de la página web. Así como un objetivo real de los split-tests es el incremento en la conversión , también lo es el aprender ciertas cosas de la audiencia a la cual se espera llegar. Ahora cuando se observen variaciones a favor o en contra al ejecutar una prueba, se debe ser capaz de identificar cuáles elementos realmente hacen la diferencia y aplicarlos de manera eficiente en la estrategia marketing que se va a seguir.

2. La confianza estadística es la probabilidad de que el resultado de una prueba sea preciso, por lo que ejecutar un split-test sin pensar en confianza estadística es peor que no ejecutar la prueba completamente. La mayoría de los investigadores usan el 95% de confianza antes de sacar cualquier conclusión, asegurándose de que el resultado no sea un evento casual. Si los resultados no son significativos estadísticamente hablando, podrían ser causados por eventos aleatorios y no habría relación entre los cambios realizados y los resultados del test A/B  llevado a cabo. Calcular la confianza estadística es demasiado complejo para la mayoría, por lo que se considera altamente recomendado usar la herramienta Keystone Solutions Statistical Significance Calculator para esto, ya que brinda una interfaz muy fácil de usar. No se deben sacar conclusiones basadas en un tamaño de muestra muy pequeñoa Una buena aproximación es permitir por lo menos 1000 visitas de página por variación antes de mirar la confianza estadística. No se debe caer en el desaliento por el tamaño de la muestra requerida, a menos que se tenga una página muy visitada, este proceso siempre va a tomar más tiempo del que se desearía.

3. Las artimañas/engaños en el ecommerce no generan beneficios, comprender al usuario sí. Hacer la investigación y el análisis puede ser tedioso y es definitivamente un trabajo duro, pero es algo que se debe hacer. Los grandes beneficios en la conversión no provienen de artimañas psicológicas, pero sí de analizar lo que los clientes realmente necesitan, su lenguaje y cómo ellos desean comprar. Se trata de relevancia y el valor percibido de la oferta total.

..

Diego Mosquera

Blueknow

Personalizamos la experiencia de compra.

..

Fuente Imagen