¿Alguna vez tu jefe ha dicho: «Ya tenemos suficientes prospectos por el día de hoy, porqué no se van a casa»?
Una de las mejores maneras de salir de esa situación de conversión es adoptar tu lado matemático y ejecutar una prueba A/B. Es un tipo de experimento que muestra dos versiones distintas de un mismo contenido (como la página de destino, email o llamada a la acción) a dos audiencias de diferentes dimensiones para ver cuál tiene el mejor rendimiento.
(Nota: Puedes utilizar las pruebas A/B de muchas formas en tu marketing y son relativamente fáciles de usar).
Si eres uno de esos profesionales del marketing que no está satisfechos con sus tasas de conversión, sigue leyendo. Te guiaré paso a paso para diseñar, implementar y medir una prueba A/B. Puedes utilizar estos pasos en cualquiera de tus estrategias de marketing (en nuestro ejemplo explicaremos el proceso usando las llamadas a la acción (CTA).
¿Estás listo para ejecutar tu prueba A/B? He aquí cómo hacerlo.
1) Decide qué elemento pondrás a prueba.
Lo grandioso de las pruebas A/B es que tienes dos elementos de contenido a probar, además puedes probar elementos significativos o pequeños detalles. Puedes poner a prueba algo tan simple como el color de una CTA hasta un elemento tan importante como una página que se volvió a diseñar en su totalidad.
Lo único que necesitas recordar al añadir diferencias entre los dos elementos de contenido es que solo puedes atribuir los resultados de cada uno de los contenidos que estás poniendo a prueba como un todo, no como diferencias individuales. Esto significa que si estás poniendo a prueba dos versiones de una página de destino y cambiaste el contenido del CTA, la longitud del formato, la imagen que has añadido y el encabezado en una de ellas, no puedes atribuir el éxito de esa página de destino al formato en sí. Tendrías que atribuir el éxito a todos esos cuatro elementos.
2) Determina el objetivo de la prueba y decide cuál será tu método de medición.
Para ejecutar una prueba A/B no podemos poner las manos a la obra después de haber leído la última frase en el paso anterior. Tienes que pensar a profundidad sobre cuál es tu objetivo al ejecutar la prueba A/B. ¿Quieres medir el efecto que tiene el color de la CTA sobre la cantidad de personas que hacen clic en él? Esa es la prueba más clara que puedes hacer, además también puedes ejecutar la prueba para ver si el color tiene una repercusión en el número de personas que hacen clic más de una vez en una CTA.
En nuestro ejemplo de prueba A/B queremos dirigir a muchas personas a nuestra página de destino para poder utilizar el número de clics en la CTA como el indicador del éxito.
3) Establece tu control y tratamiento.
Ignora el lenguaje técnico. El control y tratamiento de tu prueba A/B son muy sencillos. El control es simplemente la "versión A" de tu prueba —lo que normalmente usas como tu página de destino, email, llamada a la acción, encabezado, etcétera—. El tratamiento es la "versión B" de tu prueba la que tiene los cambios que tratas de comparar.
En nuestro ejemplo, el control (versión A) sería de color gris oscuro —el color de la mayoría de los CTA de nuestro blog—. Es la situación actual, la norma. El tratamiento (versión B) sería algo diferente, digamos que es de color azul.
4) Crea tu prueba A/B y lánzala al mundo.
Una vez que hayas diseñado la manera en la que funcionará tu experimento, ¡realízalo! Primero diseña y crea el contenido para tu control y tratamiento. En nuestro caso, este elemento es la CTA gris y la azul de abajo. Observa cómo lo único diferente entre los dos es el color —el contenido y las imágenes en ambos son los mismos—. De esa forma, podemos hacer la prueba para confirmar si el color tuvo repercusión en el número de clics.
Variación A:
Variación B:
Ahora tendrás que establecer la prueba A/B en tu software de marketing. Cada herramienta es distinta y con frecuencia los pasos de la prueba A/B son diferentes para cada tipo de contenido al que se ejecuta la prueba.
5) Promociona tu prueba, pero no con todos.
Si quieres que tu prueba signifique algo, en otras palabras, que tenga una relevancia estadística, lo cual veremos en el siguiente punto, tendrás que promover tu contenido con mucha dedicación. Envía tu email a una lista lo suficientemente grande, promueve tu página de destino en las redes sociales o incluso integra un pago por clic (PPC) en el post para que vean tu prueba una cantidad suficiente de personas.
Piensa que si ejecutas una prueba A/B para una audiencia específica, necesitas hacer que tus promociones se ajusten solo a esa audiencia. Por ejemplo, digamos que tienes la curiosidad de saber si a tus seguidores de Twitter les gustará algo en una página de destino, entonces querrás promover el contenido de la prueba A/B solo por Twitter. No por Facebook, ni por email; solo a través de la plataforma de Twitter.
En nuestro ejemplo solo vemos las conversiones de la CTA, así que necesitaríamos promover más el post para hacer que los interesados encuentren la página.
6) Reúne datos hasta tener los suficientes.
Ahora solo queda esperar. Continúa promoviendo tu prueba hasta que tenga relevancia estadística, una manera de determinar cuándo es que no estarán listos los resultados con base en las probabilidades. Puedes utilizar esta útil y genial herramienta para determinar si tu prueba es relevante o no. Una vez alcanzado el nivel de relevancia, podrás ver si el tratamiento es más eficaz que el control.
Pero, ¿qué sucede si nunca alcanzas el nivel de relevancia? Espera unos días más. Algunas veces puede tomar hasta 30 días obtener el tráfico necesario para que tu contenido tenga resultados significativos. Habiendo dicho eso, si ya ha pasado un mes y has dirigido bastante tráfico a tu prueba, pero no has visto ningún resultado de relevancia estadística, entonces probablemente tu prueba no tendrá un gran impacto en las conversiones. No tengas miedo de implementar otro experimento.
7) Haz una investigación completa sobre tu embudo de marketing.
Bien, ahora sabes si tu experimento funcionó o no por las medidas que estableciste en un principio. ¡Estupendo! Pero no puedes detenerte ahí.
A pesar de que te dije que solo te enfocaras en un solo método de medición, este es el único momento de la prueba donde puedes analizar el propósito original de la misma para ver si ha tenido efectos en alguna otra área del embudo de tu marketing.
Puede resultar increíble pensar que cambiar el color de tu CTA pueda impactar en algo más que el número de clickthroughs, sí es posible. Si tienes closed-loop analytics ("análisis de ciclo cerrado") en funcionamiento, puedes ver si las personas que hicieron clic en esa CTA realmente se convirtieron en clientes o no. Tal vez la gente que hizo clic en los botones de CTA azules se hicieron clientes con más rapidez.
Probablemente esa sea una afirmación impensable, pero sabes a lo que me refiero. Al analizar otras partes de tu proceso de marketing es posible que descubras que una prueba A/B tiene resultados que no habías anticipado. Si esos resultados son buenos, puedes confiar más en esos elementos. De lo contrario, es posible que tengas que analizar si deberías hacer ese cambio.
Solo recuerda que tu prueba A/B puede tener implicaciones más extensas que solo las pruebas de medición.
8) Repite tus hallazgos.
Ahora ya has reunido los datos (relevantes o no) y comprobado si tu prueba A/B tuvo cualquier otro resultado accidental. ¡Has terminado!
...Es broma... Ya has finalizado tu primera prueba A/B y eso es un motivo para celebrar, pero hay muchos otros elementos en los que puedes ejecutar pruebas. En el ejemplo de la CTA, puedes tratar de colocar el botón en algún otro lugar en la página o ver si cambiar el texto afecta la cantidad de personas que hacen clic sobre el botón.
O tal vez no confías en los resultados de la prueba A/B que acabas de ejecutar. Tal vez la ejecutaste durante las vacaciones y obtuviste mucho tráfico en tu sitio, pero ese no es un indicativo de cómo se comporta normalmente tu audiencia. Ejecuta la prueba A/B de nuevo, pero ahora asegúrate de no hacerlo durante las vacaciones o días festivos.
Si realizas pruebas con frecuencia, es posible que esto beneficie de manera significativa a tus tasas de conversión y tal vez hagas lo suficientemente feliz a tu jefe para que esté satisfecho con las tasas de conversión de su equipo. ¡Buena suerte!