Las pruebas A / B (también conocidas como pruebas divididas) definen una forma de compare two versionsde una aplicación o una página web que le permite determinar cuál funciona mejor. Las pruebas A / B son una de las formas más fáciles, donde puede modificar una aplicación o una página web para crear una nueva versión y luego comparar ambas versiones para encontrar la tasa de conversión. Esto también nos permite saber cuál es elbetter performer de los dos.
El número de muestras depende del número de pruebas realizadas. loscount of conversion rate se llama muestra y el proceso de recolección de estas muestras se llama muestreo.
El intervalo de confianza se llama measurement of deviationdel promedio en el número múltiple de muestras. Supongamos que el 22% de las personas prefieren el producto A, con +/- 2% de intervalo de confianza. Este intervalo indica elupper and lower limit de las personas, que optan por el Producto A y también se denomina margin of error. Para obtener los mejores resultados en esta encuesta promedio, el margen de error debe ser lo más pequeño posible.
Realice siempre pruebas A / B si hay probabilidad de beat the original variation by> 5%. La prueba debe ejecutarse durante una cantidad de tiempo considerable, de modo que debe tener suficientes datos de muestra paraperform statistics and analysis. Las pruebas A / B también le permiten aprovechar al máximo su tráfico existente en una página web.
El costo de aumentar sus conversiones es mínimo en comparación con el costo de configurar el tráfico en su sitio web. losROI (return on investment) on A / B Testing es enorme, ya que unos pequeños cambios en un sitio web pueden resultar en un aumento significativo de la tasa de conversión.
Al igual que las pruebas A / B, las pruebas multivariantes se basan en el mismo mecanismo, pero compares higher number of variablesy proporciona más información sobre cómo se comportan estas variables. En las pruebas A / B, divide el tráfico de una página entre diferentes versiones del diseño. La prueba multivariante se utiliza para medir laeffectiveness of each design.
El problema de probar múltiples variables a la vez es que sería tough to accurately determinecuáles de estas variables han marcado la diferencia. Si bien puede decir que una página se desempeñó mejor que la otra, si hay tres o cuatro variables en cada una, no puede estar seguro de por qué una de esas variables es realmente un detrimento para la página, ni puede replicar lagood elements en otras páginas.
Aquí hay algunas variaciones de pruebas A / B que se pueden aplicar en una página web. La lista incluye: titulares, subtítulos, imágenes, textos, texto y botón de CTA, enlaces, insignias, menciones en los medios, menciones sociales, promociones y ofertas de ventas, estructura de precios, opciones de entrega, opciones de pago, navegación del sitio e interfaz de usuario.
Background Research - El primer paso en las pruebas A / B es averiguar el bounce rateen tu sitio web. Esto se puede hacer con la ayuda de cualquier herramienta como Google Analytics.
Collect Data - Los datos de Google Analytics pueden ayudarlo a encontrar visitor behaviors. Siempre es recomendable recopilar suficientes datos del sitio. Intente encontrar las páginas con una tasa de conversión baja o tasas de abandono altas que se puedan mejorar.
Set Business Goals- El siguiente paso es establecer sus objetivos de conversión. Encuentra elmetrics that determines si la variación tiene más éxito que la versión original.
Construct Hypothesis- Una vez que se han establecido el objetivo y las métricas para las pruebas A / B, lo siguiente es encontrar ideas para mejorar la versión original y cómo serán mejores que la versión actual. Una vez que tienes unlist of ideas, prioritize them en términos de impacto esperado y dificultad de implementación.
Create Variations/Hypothesis - Hay muchas herramientas de pruebas A / B en el mercado que tienen un visual editorpara realizar estos cambios de forma eficaz. La decisión clave para realizar pruebas A / B con éxito es seleccionar elcorrect tool.
Running the Variations - Presente todas las variaciones de su sitio web o una aplicación a los visitantes y sus acciones son monitoreadas para cada variación. Visitor interaction para cada variación se mide y se compara para determinar cómo se comporta esa variación.
Analyze Data - Una vez que se completa un experimento, lo siguiente es analyze the results. La herramienta de prueba A / B presentará los datos del experimento y le dirá la diferencia entre cómo se realizan las diferentes variaciones de la página web. Además, si hay alguna diferencia significativa entre las variaciones con la ayuda de métodos matemáticos y estadísticas.
El tipo más común de herramientas de recopilación de datos incluye la herramienta de análisis, las herramientas de reproducción, las herramientas de encuesta, las herramientas de chat y correo electrónico.
Las herramientas de reproducción se utilizan para obtener una mejor perspectiva de las acciones de los usuarios en su sitio web. También te permiteclick maps and heat maps of user clicky comprobar qué tan lejos está navegando el usuario en el sitio web. Las herramientas de reproducción como Mouse Flow te permitenview a visitor's session de alguna manera estás con el visitante.
Las herramientas de reproducción de video brindan una visión más profunda de cómo sería para ese visitante que navega por las distintas páginas de su sitio web. Las herramientas más utilizadas sonMouse Flow and Crazyegg.
Las herramientas de encuesta se utilizan para collect qualitative feedbackdesde el sitio web. Esto implica hacer algunas preguntas de la encuesta a los visitantes que regresan. La encuesta les hace preguntas generales y también les permite ingresar sus puntos de vista o seleccionar entre las opciones proporcionadas previamente.
Puede reducir el número de porcentaje de rebote en adding more imagesen el fondo. Puede agregar enlaces de sitios sociales para aumentar aún más la tasa de conversión.
Hay diferentes tipos de variaciones que se pueden aplicar a un objeto, como usar viñetas, cambiar la numeración de los elementos clave, cambiar la fuente y el color, etc. Hay muchas herramientas de pruebas A / B en el mercado que tienen un editor visual para hacer estos cambios de manera efectiva. La decisión clave para realizar las pruebas A / B con éxito esselecting the correct tool.
Las herramientas más comúnmente disponibles son Visual Website Optimizer, Google Content Experiments y Optimizely.
Visual Website Optimizer o VWO le permite test multiple versionsde la misma página. También contiene el editor 'lo que ves es lo que obtienes' (WYSIWYG) que te permitemake the changes and run testssin cambiar el código HTML de la página. Puede actualizar titulares, numeración de elementos y ejecutar una prueba sin realizar cambios en los recursos de TI.
Para crear variaciones en VWO para pruebas A / B, abra su página web en el editor WYSIWYG y podrá aplicar muchos cambios a cualquier página web. Estos incluyen Cambiar texto, Cambiar URL, Editar / Editar HTML, Reorganizar y Mover.
Visual Website Optimizer también ofrece una opción de prueba multivariante y contiene otras herramientas para realizar segmentación por comportamiento, mapas de calor, pruebas de usabilidad, etc.
Estas pruebas también se pueden aplicar en varios otros lugares como correo electrónico, aplicaciones móviles, PPC y CTA.
Una vez que se completa un experimento, next is to analyze the results. La herramienta de prueba A / B presentará los datos del experimento y le dirá la diferencia entre cómo se realizan las diferentes variaciones de esa página web. También mostrará si hay una diferencia significativa entre las variaciones que utilizan métodos matemáticos y estadísticas.
Para integrar Optimizely a Universal Google Analytics, primero seleccione el botón ON en el panel lateral. Entonces debes tener unavailable Custom to populate with Optimizely experiment data.
El código de seguimiento de Universal Google Analytics debe colocarse en la parte inferior de la sección <head> de sus páginas. La integración de Google Analytics no funcionará correctamente a menos que el fragmento de Optimizely esté por encima del fragmento de Analytics.
Google Analytics tiene dos opciones para analizar los datos, que son Universal Analytics y Google Analytics clásico. Las nuevas funciones de Universal Analytics le permiten utilizar 20 pruebas A / B simultáneas que envían datos a Google Analytics, sin embargo, la versión clásica solo permite hasta cinco.
Este es un mito de que las pruebas A / B perjudican las clasificaciones de los motores de búsqueda porque podrían clasificarse como contenido duplicado. Se pueden aplicar las siguientes cuatro formas para garantizar que no pierda el valor potencial de SEO mientras ejecuta las pruebas A / B.
Don’t Cloak - El encubrimiento es cuando muestra una versión de su página web al agente del robot de Google y otra versión a los visitantes de su sitio web.
Use ‘rel=canonical’- Cuando tiene pruebas A / B con varias URL, puede agregar 'rel = canonical' a la página web para indicarle a Google qué URL desea indexar. Google sugiere usar un elemento canónico y no una etiqueta noindex, ya que está más en línea con su intención.
Use 302 redirects and not 301’s - Google recomienda utilizar el método de dirección temporal: un 302 sobre el redireccionamiento 301 permanente.
Don’t run experiments for a longer period of time - Tenga en cuenta que cuando finalice su prueba A / B, debe eliminar las variaciones lo antes posible, realizar cambios en su página web y comenzar a utilizar la conversión ganadora.