En anteriores publicaciones definimos de qué se trata la optimización web, pero por si no has tenido la oportunidad de echarles un vistazo, te lo vuelvo a plantear para ponernos en situación y entrar en la materia que nos ocupa esta nueva publicación. La optimización web son todas aquellas acciones on page (dentro de nuestra web) que hace mejorar la experiencia de nuestros usuarios y por lo tanto se traducen en el incremento del número de conversiones (entendiéndose como conversión la consecución de un objetivo marcado dentro de la página web bien sea de carácter monetario o no monetario).Dicho todo esto, uno de los métodos más efectivos a la hora de optimizar la experiencia web son los test cuyo objetivo es el de probar una o más hipótesis en forma de experimentos sobre nuestra audiencia. Un ejemplo de experimento es insertando un botón de llamada a la acción en un formulario de contacto, de forma que durante un determinado tiempo existen dos formularios con el mismo objetivo que se impresionan de forma aleatoria. Cuando se termina el experimento, es responsabilidad del webmaster elegir qué alternativa ha dado mayores resultados. En esta nueva publicación nos centraremos en uno de los tipos de testeos más fáciles de realizar con cualquier herramienta de testo. Se trata del test A/B para la optimización web.

Como he mencionado, un test A/B consiste en enfrentar una página a la que llamamos combinación 0 o de control, con una o varias alternativas diferentes. Un ejemplo muy claro de este tipo de testeo se da cuando pretendemos comparar una ficha de producto actual frente a una versión alternativa en la que por ejemplo cambiamos la imagen, texto descriptivo del producto o servicio y un nuevo botón con una llamada a la acción. Recuerda que tanto la página original como la ficticia deben se páginas accesibles y estar alojadas en el servidor.
Lo que hace este tipo de test es derivar el tráfico equitativamente entre las alternativas que manejamos y analizar cómo se ha comportado nuestro público objetivo. De esta forma, podremos tener argumentos de peso para decidir si merece la pena aplicar cambios en base a lo que nos está diciendo nuestros potenciales clientes. Es importante mencionar que un test A/B genera resultados en forma de conversiones del objetivo, pero en ningún caso podremos saber a qué es debido, es decir, no identifica de todos los cambios que se producen en las páginas alternativas, cuál es el que influye más a la hora de provocar un mayor número de conversiones.
También ten en cuenta que en el test de una página alternativa, uno de los cambios puede incrementar el número de conversiones y al mismo tiempo otro de los cambios provoca un empeoramiento, con lo cual el resultado final se traduce en un empeoramiento respecto a la página original. En este caso el resultado no sería del todo cierto, puesto que el problema se da en uno de los elementos del test, pero como he mencionado anteriormente, la herramienta solo nos muestra resultados y  no el por qué.

Cuando aplicar un test A/B

Del mismo modo que diseñar un test A/B es imprescindible para sacar conclusiones reales y concretas, saber por qué necesitas realizar este experimento no resulta un asunto menor. Aplicarás este tipo de test bajo las siguientes circunstancias:

  • Páginas con un número insuficiente de conversiones
  • Cuando queremos probar de cambiar completamente elementos de distribución de una página
  • En la primera ronda de una serie de test, cuando los elementos a probar son múltiples y merece la pena empezar con un testeo A/B e ir refinando más adelante mediante test múltiples.

Pasos para la ejecución de un test A/B en web

Una vez aclarada qué es un test A/B y cuáles son las razones por las que debemos implantarlo, es hora de explicar a un modo más práctico como crear experimentos utilizando la herramienta de Google content experiments. Se trata de la herramienta de testeo por excelencia, ya que, por una parte es de Google y por otra gratuita. Deriva de otra aplicación lanzada en 2005 llamada Google Website Optimizer y que se encontraba alojada dentro de Google Adwords, pero desde 2012 pasó a denominarse como content experiments integrándose dentro de Google Analytics.
Estas son las principales características de esta herramienta:

  • De momento no hay que pagar por ella, es gratis
  • Por el momento solamente permite realizar test de tipo A/B pero se espera que en el futuro incorpore la opción de realizar test múltiple.
  • Para que funcione será necesario insertar código javascript en la página original a testear

El primer paso es entran en el panel de Analytics donde tenemos vinculada la web. Dentro de comportamientos entra en experiementos:
test a_b

Antes de empezar a trabajar con la herramienta de Google Content Experiments, debemos tener claras las siguientes premisas:

  • ¿Cuál o cuáles son los objetivos que queremos lograr con este nuevo experimento? Es vital tener muy claro cuál es la acción que deseas que realice el usuario.
  • ¿cuáles son las páginas a testear, la página alternativa (una o varias) y la página de control?
  • Verifica que cada página tiene su propia URL
  • La posibilidad de modificar el código javascript de la página a testear para introdcuir los códigos del experimento.

Consideraciones antes de realizar un test A/B

Un test o experimento consiste en dividir nuestra audiencia en dos páginas o más con el objetivo de determinar qué elementos funcionan mejor. Hemos dicho que la forma con la que se mide el éxito o fracaso va ligado al número de conversiones que lo acompaña. En el caso de una ecommerce, la conversión se produce cuando el usuario compra (realiza la conversión) y pasa a la página de “gracias por su compra”. Pues bien, en este supuesto compararemos el nº de sesiones que se registran en “gracias por su compra” y que vienen de la página original frente al número de sesiones de “gracias por la compra” que viene desde de la página o páginas alternativas.
Pero ten en cuenta lo siguiente. Imagina que tienes 20 visitantes que navegan por el test, por lo tanto 10 navegan por la página original frente a otros 10 que navegan por la página alternativa. De los 10 que navegan por la página original, 2 de ellos realizan conversión (compran el producto) y en la página alternativa 4 generan conversión. Plantéate lo siguiente. Tienes los suficientes argumentos como para afirmar que la página alternativa funciona mejor que la página original? Un rotundo no. Y no por el resultado, sino por la muestra. Asegúrate de tener una muestra de conversiones lo suficientemente grande como para generar un volumen mínimo de conversiones y llegar a conclusiones reales. Más vale alargar el tiempo del experimento que sacar conclusiones precipitadas y equivocarse.
En Activalink  contamos con un equipo de personas con experiencia en realizar acciones focalizadas en hacia la optimización web. Si necesitas más información sobre la metodología o procedimiento del test A/B puedes ponerte en contacto conmigo a través de mi correo electrónico.