El A/B/n testing y los test A/B

El A/B/n testing y los test A/B

 

¿Qué es el A/B/n testing?

El A/B testing es un método cuyo objetivo es validar hipótesis de optimización de forma estadística, al tiempo que sirve para ayudarnos a entender el comportamiento de los usuarios de un sitio web. Se trata de un método rápido y de bajo coste que permite recoger datos de una gran muestra de usuarios y de una forma totalmente imparcial, ya que los sujetos que son objeto de test nunca saben que están viendo una página alternativa a la original.

Este método científico sitúa a los datos en el centro de la toma de decisiones, eliminando de una vez por todas las opiniones y las preferencias personales, contribuyendo a una toma de decisiones más rápida y basada en datos.

Realizar test A/B consiste en comparar dos variaciones de una misma página web o app para determinar cuál de las dos funciona mejor. Una variación puede ser algo tan simple como un cambio en el color de un elemento o el orden de los mismos elementos dentro de la página, por ejemplo. La solución de testing divide el tráfico automáticamente para las dos variaciones, asignando usuarios aleatorios a cada una de ellas y, posteriormente, se analizan los datos de acuerdo a un objetivo preestablecido, como puede ser la finalización de una compra, la suscripción a una newsletter, etc. Una vez que un usuario ha visto una versión en concreto, este siempre verá la misma versión en futuras sesiones mientras que el test se encuentre activo, de forma que un mismo usuario nunca ve las dos versiones de la misma página. Cuando este proceso se extrapola para una gran muestra de usuarios, el resultado es que el algoritmo nos muestra (gracias a las estadísticas Bayesianas) qué versión funciona mejor.

A/B Test

¿Qué es un test A/B/n?

Los test A/B/n son muy similares a los clásicos test A/B. La única diferencia es que, en lugar de comparar la versión original con una versión alternativa, en este caso se comparan con un número “n” de variantes para encontrar la que mejor funciona. Al igual que en el caso de los test A/B, el tráfico del sitio web se divide entre las distintas variantes.

A/B/n Test Darstellung

¿Por qué son importantes los test A/B?

Los test A/B son un gran método para testear ideas de optimización, pudiendo tratarse tanto de cambios menores en una página, como un rediseño completo de la misma.

El A/B testing, el cual no solo se refiere al uso de los test A/B, sino al hecho de realizar test en general, entre los que también se encuentran test multivariante, test por redirección, etc. es una práctica básica a la hora de optimizar las conversiones de un sitio web, ya que es el único método que puede demostrar que un cambio afecta al rendimiento de un sitio web.

Si bien es cierto que el A/B testing es fundamental para validar hipótesis, no podemos centrarnos únicamente en una herramienta de testing. Existen otras herramientas, como los mapas de calor o la grabación de sesiones, que también nos ayudan a conocer por qué los usuarios se comportan de la manera en la que lo hacen y por qué eligen unas variaciones y no otras. Por lo tanto, tener una buena herramienta de A/B testing es necesario, pero no siempre es suficiente.

La clave de una buena estrategia de optimización reside en formular hipótesis potentes que pueden tener un gran impacto en la conversión. Aunque al principio pueda estar justificado testear sin mucha investigación previa para conocer la herramienta, esto debe cambiarse por una estrategia con una base más sólida.

El A/B testing ofrece muchas ventajas:

  • Se trata de un método rápido y barato para la recolección de información. Además, esta información es especialmente útil ya que proviene de muchos usuarios, los cuales no saben que están siendo expuestos a un test, por lo que sus decisiones no se ven comprometidas.
  • Es un método científico que sitúa los datos en el centro del proceso de toma de decisiones, desechando las opiniones personales y las asunciones previas, creando una toma de decisiones más rápida y segura.
  • Debido a que se recoge una gran cantidad de datos, se pueden medir todos aquellos indicadores críticos para la toma de decisiones o KPIs específicos para cada negocio.

Datos a recordar:

  • El A/B testing no es solo para sitios de comercio electrónico. Cualquier tipo de sitio web, como los generadores de leads, pueden beneficiarse del A/B testing.
  • Si tienes un sitio web con mucho tráfico, puedes medir el rendimiento de un conjunto de variaciones mucho más amplio, pero no te vuelvas loco. No hay necesidad de testear 20 versiones diferentes del mismo elemento.
  • Existen 3 ingredientes críticos para crear una buena estrategia de A/B testing. 

Compartir
Twittear
Compartir