Os Melhores Conteúdos
De Marketing Digital

Tudo que sua empresa precisa para se posicionar e vender.

O guia para testes A / B

ab.jpg

O teste A / B, também conhecido como teste dividido, é uma técnica de marketing que envolve a comparação de duas versões de uma página da web ou aplicativo para ver qual funciona melhor.

Essas variações, conhecidas como A e B, são apresentadas aleatoriamente aos usuários. Uma parte deles será direcionada para a primeira versão e o restante para a segunda. Uma análise estatística dos resultados determina então qual versão, A ou B, teve melhor desempenho, de acordo com certos indicadores predefinidos, como taxa de conversão.

Em outras palavras, você pode verificar qual versão recebe mais cliques, assinaturas, compras e assim por diante.Esses resultados podem ajudar você a otimizar seu site para conversões.

Que tipo de site é relevante para o teste A / B?

Qualquer site pode se beneficiar dos testes A / B, pois todos eles têm uma ‘razão de ser’ – e essa razão é quantificável. Seja você uma loja on-line, um site de notícias ou um site de geração de leads, seu objetivo é melhorar sua taxa de conversão, qualquer que seja o tipo de conversão.

Conduzir

O termo “lead” é ​​usado para significar leads de vendas ou um cliente em potencial. Especialmente relevantes aqui são os e-mails enviados para aumentar as vendas. Nesse caso, o teste A / B utiliza informações sobre a natureza das pessoas contatadas, como sexo ou faixa etária.

Meios de comunicação

No contexto da mídia, é mais relevante falar sobre “teste editorial A / B”. Em setores que trabalham em estreita colaboração com a imprensa, a ideia por trás do teste A / B é testar o sucesso de uma determinada categoria de conteúdo – por exemplo, para verificar se ele se encaixa perfeitamente no público-alvo. Aqui, ao contrário do exemplo acima, o teste A / B tem uma função editorial, não uma de vendas. Os títulos de conteúdo A / B de teste são uma prática comum na indústria de mídia.

Comércio eletrônico

Sem surpresa, o objetivo de usar o teste A / B em um contexto de comércio eletrônico é medir o quão bem um site ou aplicativo comercial on-line está vendendo suas mercadorias. O teste A / B usa o número de vendas concluídas para determinar qual versão apresenta melhor desempenho. É particularmente importante observar a página inicial e o design das páginas do produto, mas também é uma boa ideia considerar todos os elementos visuais envolvidos na conclusão de uma compra (botões, frases de chamariz).

Quais testes A / B você deve usar?

Existem vários tipos de testes A / B. Você deve escolher o que melhor se adapta à sua situação específica.

  • Teste A / B clássicoO teste A / B clássico apresenta aos usuários duas variações de suas páginas no mesmo URL. Dessa forma, você pode comparar duas ou várias variações do mesmo elemento.
  • Dividir testes ou redirecionar testes. O teste de divisão redireciona seu tráfego para um ou vários URLs distintos. Se você estiver hospedando novas páginas no seu servidor, isso pode ser uma abordagem eficaz.
  • Teste multivariado ou MVT. Por fim, o multivariado mede o impacto de várias alterações na mesma página da web. Por exemplo, você pode modificar seu banner, a cor do seu texto, sua apresentação e muito mais.

Em termos de tecnologia, você pode:

  • Use o teste A / B em sites.O teste A / B na Web permite comparar as versões A e B de uma página. Depois disso, os resultados são analisados ​​de acordo com objetivos predefinidos – cliques, compras, assinaturas etc.
  • Use o teste A / B para aplicativos móveis nativos para iPhone ou Android.  O teste A / B é mais complexo com os aplicativos. Isso ocorre porque não é possível apresentar duas versões diferentes depois que o aplicativo foi baixado e implantado em um smartphone. Existem soluções alternativas para que você possa atualizar instantaneamente seu aplicativo. Você pode modificar facilmente seu design e analisar diretamente o impacto dessa alteração.
  • Use o teste A / B do lado do servidor via APIsUma API é uma interface de programação que permite a conexão com um aplicativo para troca de dados. As APIs permitem criar automaticamente campanhas ou variações a partir dos dados salvos.

Exemplos de teste A / B

É possível testar em vários dispositivos com soluções como o AB.

Teste A / B e otimização de conversão

A otimização da conversão e o teste A / B são duas maneiras de as empresas aumentarem seus lucros. A promessa deles é simples:  gerar mais receita com a mesma quantidade de tráfego. À luz dos altos custos de aquisição e origens complexas de tráfego, por que não começar tirando o máximo proveito do seu tráfego atual?

Surpreendentemente, as taxas médias de conversão para sites de comércio eletrônico continuam oscilando entre 1% e 3%. Por quê? Como a conversão é um mecanismo complexo que depende de vários fatores, incluindo a qualidade do tráfego gerado, a experiência do usuário, a qualidade da oferta, a reputação do site e o que a concorrência está fazendo.

Os profissionais de comércio eletrônico visarão naturalmente minimizar qualquer impacto negativo que a interação dos elementos acima possa ter sobre os consumidores ao longo da jornada do comprador. Existe uma variedade de métodos para ajudá-los a conseguir isso, incluindo o teste A / B, uma disciplina que usa dados para ajudá-lo a tomar as melhores decisões.

O teste A / B é útil para estabelecer uma estratégia mais ampla de otimização de conversão, mas não é suficiente por si só. Uma solução de teste A / B permite validar estatisticamente certas hipóteses, mas sozinha, não pode fornecer uma compreensão sofisticada do comportamento do usuário. No entanto, entender o comportamento do usuário é certamente a chave para entender os problemas com a conversão.

Portanto, é essencial enriquecer os testes A / B com informações fornecidas por outros meios. Isso permitirá que você obtenha uma compreensão mais completa de seus usuários e, crucialmente, ajude a apresentar hipóteses para testar.

Existem muitas fontes de informação que você pode usar para obter uma imagem mais completa:

  • Dados de análise da Web. Embora esses dados não expliquem o comportamento do usuário, podem trazer à tona problemas de conversão (por exemplo, identificar o abandono do carrinho de compras). Também pode ajudá-lo a decidir quais páginas testar primeiro.
  • Avaliação de ergonomia. Essas análises possibilitam entender de maneira barata como um usuário experimenta seu site
  • Teste do usuário. Embora limitado por restrições de tamanho de amostra, o teste do usuário pode fornecer uma infinidade de informações que, de outra forma, não estão disponíveis usando métodos quantitativos.
  • Mapa de calor e gravação de sessão. Esses métodos oferecem visibilidade sobre a maneira como os usuários interagem com elementos em uma página ou entre páginas.
  • Feedback do cliente. As empresas coletam grandes quantidades de feedback de seus clientes (por exemplo, opiniões listadas no site, perguntas para atendimento ao cliente). Sua análise pode ser concluída por pesquisas de satisfação do cliente ou bate-papos ao vivo.

Soluções recomendadas para otimização de conversão:

Como encontrar idéias de teste A / B?

Seus testes A / B devem ser complementados por informações adicionais para identificar problemas de conversão e oferecer uma compreensão do comportamento do usuário. Essa fase de análise é crítica e deve ajudá-lo a criar hipóteses “fortes”.As disciplinas mencionadas acima ajudarão. Uma hipótese formulada corretamente é o primeiro passo para um programa de teste A / B bem-sucedido e deve respeitar as seguintes regras.

As hipóteses devem:

  • Estar ligado a um problema claramente discernido que tenha causas identificáveis
  • Mencionar uma possível solução para o problema
  • Indicar o resultado esperado, diretamente relacionado ao KPI a ser medido

Por exemplo, se o problema identificado for uma alta taxa de abandono para um formulário de registro que pareça ser muito longo, uma hipótese pode ser: “Reduzir o formulário excluindo campos opcionais aumentará o número de contatos coletados”.

O que você deve testar A / B no seu site?

O que você deve testar no seu site? Essa pergunta surge repetidamente porque as empresas geralmente não sabem como explicar suas taxas de conversão, sejam boas ou ruins. Se uma empresa pudesse ter certeza de que seus usuários estavam tendo problemas para entender seu produto, eles não se incomodariam em testar o local ou a cor de um botão de adicionar ao carrinho – isso não seria o caso.

Em vez disso, eles testariam várias palavras dos benefícios de seus clientes. Toda situação é diferente. Em vez de fornecer uma lista exaustiva de elementos a serem testados, preferimos fornecer uma estrutura de teste A / B para identificar esses elementos. Abaixo estão alguns bons lugares para começar:

Títulos e cabeçalhos

Você pode começar alterando o título ou o conteúdo de seus artigos para atrair as pessoas. Em relação à forma, uma mudança de cor ou fonte também pode fazer a diferença.

Apelo à ação

A chamada à ação é um botão muito importante. Cor, cópia, posição e tipo de palavras usadas (‘comprar’, ‘adicionar ao carrinho’, ‘ordem’ etc.) podem ter um impacto decisivo na sua taxa de conversão.

Formulários

É importante criar uma forma clara e concisa. Você pode tentar modificar o título de um campo, remover campos opcionais, alterar o posicionamento dos campos, formatar usando linhas ou colunas, etc.

Navegação

Você pode testar diferentes conexões de página oferecendo vários túneis de conversão em uma ou várias partes. Por exemplo, você pode colocar o modo de pagamento e as informações relacionadas à entrega em uma única página ou separá-los em duas.

Imagens

As imagens são tão importantes quanto o texto. É recomendável tentar imagens diferentes. Por exemplo, se você é um comércio eletrônico pré-pago, verifique se as fotos dos artigos de vestuário nos modelos são mais populares que as fotos dos artigos. Também reproduza o tamanho e a estética de suas fotos (matiz, saturação, brilho etc.), bem como a localização (direita, esquerda, cima, baixo)

Estrutura da página

A estrutura de suas páginas, seja a home page ou as categorias, deve ser especialmente bem-criada. Você pode adicionar um carrossel, escolher imagens fixas, alterar seu banner, apresentar alguns produtos emblemáticos na página inicial …

Páginas de destino

As páginas de destino da geração de leads são muito importantes para direcionar seus usuários a executar ações específicas.

Usando o teste de divisão, você pode comparar versões diferentes e completas dessas páginas com layout ou design diferente.

Noções básicas sobre estatísticas de teste A / B

A fase de análise de teste é a mais sensível. A solução de teste A / B deve oferecer pelo menos uma interface de relatório indicando as conversões salvas pela variação, a taxa de conversão, a porcentagem de melhoria em comparação com o original e o índice de confiabilidade estatística salvo para cada variação. Os mais avançados restringem os dados brutos, segmentando os resultados por dimensão (por exemplo, origem do tráfego, localização geográfica dos visitantes, tipologia do cliente, etc.).

Antes que seja possível analisar os resultados dos testes, a principal dificuldade envolve obter um nível suficiente de confiança estatística. Geralmente, é adotado um limite de 95%. Isso significa que a probabilidade de que as diferenças de resultado entre as variações sejam devidas ao acaso é muito baixa. O tempo necessário para atingir esse limite varia consideravelmente de acordo com o tráfego do site nas páginas testadas, a taxa de conversão inicial para o objetivo medido e o impacto das modificações feitas. Pode variar de alguns dias a várias semanas. Para sites de baixo tráfego, é aconselhável testar uma página com maior tráfego. Antes de atingir o limite, não faz sentido tirar conclusões.

Além disso, os testes estatísticos usados ​​para calcular o nível de confiança (como o teste do qui-quadrado) são baseados em um tamanho de amostra próximo ao infinito. Se o tamanho da amostra for baixo, tenha cuidado ao analisar os resultados, mesmo que o teste indique uma confiabilidade superior a 95%. Com um tamanho de amostra baixo, é possível que deixar o teste ativo por mais alguns dias modifique bastante os resultados. É por isso que é aconselhável ter uma amostra de tamanho suficiente. Existem métodos científicos para calcular o tamanho desta amostra (use nossa calculadora), mas, do ponto de vista prático, é recomendável ter uma amostra de pelo menos 5.000 visitantes e 75 conversões salvas por variação.

Existem dois tipos de testes estatísticos:

  • Testes freqüentistas.  O método qui-quadrado, ou método freqüentista, é objetivo. Ele permite a análise dos resultados apenas no final do seu teste. O estudo é, portanto, baseado em observação, com uma confiabilidade de 95%.
  • Testes bayesianos. O método bayesiano é dedutivo. Ao retirar as leis da probabilidade, ele permite analisar os resultados antes do final do teste. Certifique-se, no entanto, de ler corretamente o intervalo de confiança. Confira nosso artigo dedicado para ver tudo o que há para saber sobre as vantagens estatística Bayesiana para o teste A / B.

Por fim, embora o tráfego do site permita obter rapidamente uma amostra de tamanho suficiente, é recomendável deixar o teste ativo por vários dias para levar em consideração as diferenças de comportamento observadas durante o dia da semana ou mesmo por hora do dia. É preferível uma duração mínima de uma semana, idealmente duas semanas. Em alguns casos, esse período pode ser ainda mais longo, principalmente se a conversão se referir a produtos para os quais o ciclo de compra exige tempo (produtos / serviços complexos ou B2B). Como tal, não há duração padrão para um teste.

 

Adriano Luz


Deixe uma resposta

Seu endereço de e-mail não será publicado. Os campos obrigatórios estão marcados com * Required fields are marked *


Este site utiliza cookies para armazenamentos de dados de visitação para melhorar sua experiência.
Open chat
1
Olá, Você deseja resultados para seu negócio?