Hoy vamos ver como poner en práctica un Test A/B que nos indique cómo conseguir más conversiones o menos rebote pero antes, demos paso al patrocinador!!!!:
WebEmpresa, hosting especializado en WordPress.
Es el hosting que uso y recomiendo desde hace tiempo
En pampua.es/webempresa te dejo los 13 motivos que tienes contratarlo; échale un vistazo!
Además te doy un cupón del 20% de descuento. Entra ahora mismo en pampua.es/webempresa y guárdate tu cupón.
¿Cómo hacer Tests A/B en WordPress?
Existe una gran variedad de plugins para realizar tests A/B en Wordpress, con una amplia gama de funcionalidades y servicios adicionales.
Muchos proveedores ofrecen una versión gratuita, con solo una parte de las funciones disponibles o una versión de prueba sin limitaciones pero por tiempo limitado.
Sin embargo, si nunca hemos realizado antes tests A/B, la curva de aprendizaje con algunos de estos plugins puede distraernos de los aspectos importantes de todo el proceso.
Por otro lado, la mayoría ofrecen también otros tipos de tests, lo que puede complicar aún más su comprensión y configuración.
Disponemos de una mejor opción para consolidar los conceptos de los tests A/B y conocer bien su dinámica de ejecución, a través de los Experimentos de Google Analytics, dentro del menú Comportamiento de la pestaña principal de Informes:
Puesto que estamos habituados al entorno y nomenclatura de Google Analytics, la curva de aprendizaje es muy suave y podemos centrar nuestro esfuerzo en lo que realmente importa: comprender, ejecutar y analizar los tests A/B.
Además, al tratarse de una herramienta de Google, nos aseguramos de estar siguiendo las buenas prácticas para ejecutar Tests A/B.
1 – Crear un experimento nuevo
Suponiendo que sea la primera vez que hacemos un experimento, Analytics muestra un listado en blanco:
Pulsamos entonces el botón “Crear experimento” y Google nos muestra los cuatro pasos que debemos recorrer y rellenar para configurar nuestro experimento:
Veamos los campos que debemos rellenar en el primer paso, “Seleccionar un objetivo de experimento”:
- Nombre de este experimento
El nombre con el que queramos identificar y reconocer este experimento en el listado correspondiente.
Debemos procurar que el nombre sea significativo y relacionado con el objetivo del experimento, por ejemplo: “Tasa de rebote en la página de registro”.
- Objetivo de este experimento
Seleccionar la métrica que hayamos decidido que queremos analizar después de la ejecución del test.
Analytics nos muestra un listado de las métricas disponibles, pero podemos crear nuestros propios objetivos.
- Porcentaje del tráfico del experimento
¡Ojo! No confundirlo con el reparto de visitas al 50% del test A/B: no tiene nada que ver.
Se refiere a qué porcentaje del tráfico total se dedicará a participar en el experimento.
Es decir, si lo ponemos al 60%, el test A/B se realizará sólo sobre un 60% de las visitas.
Lo habitual es que lo dejemos al 100%.
- Notificación por correo de cambios importantes
Introducimos nuestra dirección de correo electrónico para que Analytics nos notifique si se produce alguna incidencia.
Antes de continuar con el paso siguiente, debemos pulsar el enlace “Opciones avanzadas”, pues es ahí donde configuraremos que vamos a realizar un test A/B:
- Distribuir el tráfico de forma equitativa entre todas las variantes
Debemos seleccionar “Sí”.
En caso de seleccionar No, ya no estaríamos haciendo un test A/B tradicional, sino un test adaptativo en función de la métrica seleccionada (por si estáis interesados, este tipo de tests se denominan multi-armed bandits).
- Opciones avanzadas
El resto de opciones avanzadas definen cómo determinará Analytics cuándo hay datos suficientes para completar el experimento.
Los podemos dejar en los valores por defecto.
Observad que Analytics decide por nosotros la duración del experimento, a través del límite de confianza.
Mediante análisis estadístico y el valor de este parámetro, Analytics determina cuándo se han hecho suficientes visitas como para que los resultados del experimento sean suficientemente representativos (tanto para lo bueno como para lo malo).
¡Menudo trabajo nos quita de encima!
2 – Configurar el experimento
Pulsamos el botón “Paso siguiente” y en el formulario que se nos presenta vamos a introducir las direcciones de la página de control (esto es, la original) y la dirección de la variante (esto es, la página con el cambio que hayamos decidido):
Antes de introducir la dirección URL de la página variante, debemos haberla creado previamente en nuestro WordPress, puesto que Analytics verifica que exista y se cargue correctamente.
Observad que podemos añadir más variantes de la página.
Analytics ofrece posibilidades más allá de los tests A/B, una muestra de su versatilidad pero, también puede complicar el análisis de los resultados y el test llevará más tiempo, puesto que las visitas tienen que repartirse entre más versiones de la página original.
Pulsemos el botón “Paso siguiente”.
3 – Configuración del código del experimento
Ésta quizás sea la parte más delicada de todo el proceso de configuración de Analytics para dejar operativo nuestro test A/B, puesto que debemos copiar un código JavaScript en la página original del experimento, dentro de la etiqueta <head> del código HTML:
Para quienes tengáis conocimientos técnicos de WordPress, podéis hacerlo introduciendo el siguiente código en el fichero header.php, preferiblemente en el tema-hijo:
<?php $page_id = [[ El id en Wordpress de la página original del experimento ]] if (is_page( $page_id )) : ?> [[ Aquí debemos copiar el código JavaScript del experimento de Analytics ]] <?php endif; ?>
Pero si no queréis tocar las tripas de WordPress, disponéis de un plugin (Google Content Experiments) que permite añadir este código JavaScript desde la misma pantalla donde se editan las páginas de WordPress, solo en la página original del experimento:
4 – Revisar y comenzar
Una vez copiado este código JavaScript, pulsamos el botón “Paso siguiente” y Analytics verifica que toda la configuración sea correcta:
Si todo ha ido correctamente y Analytics no ha detectado ningún error, podemos empezar el test A/B pulsando el botón “Iniciar experimento”:
5 – Análisis de los datos del experimento
Aunque los resultados definitivos no los tendremos hasta que Analytics considere que tiene datos suficientes, en función del límite de confianza que hayamos configurado, podremos consultar cómo varía la métrica elegida para la página original y su variante, seleccionando el experimento en el listado:
Como pueden pasar varias semanas hasta que Analytics muestre alguna información relevante en el informe, os pongo el siguiente informe de uno que ha estado ejecutándose varios meses y así podamos interpretar la información que muestra:
Como veis, es un experimento más complejo que un test A/B, pues contempla 3 variantes de la página original, por lo que requiere bastante más tiempo de ejecución.
Aunque aún no ha concluido, ya se observa como una de las variantes es una clara perdedora (con un 94% menos de conversiones que la original).
Mientras, otra variante tiene buenas perspectivas como candidata, con un 7% más de conversiones, aunque con una probabilidad de superar al original todavía un poco baja (66,11%), de ahí que Analytics aún no haya dado por concluido el análisis.
En este caso, dado el tiempo que este experimento lleva ejecutándose (más de 5 meses) y sin ningún resultado concluyente, habría que plantearse si vale la pena seguir ejecutándolo.
Una posibilidad, que ofrecería resultados en menos tiempo, sería crear un nuevo experimento, pero que esta vez fuese un verdadero test A/B, con solo la página original y la variante que tiene más probabilidades de éxito.
Conclusiones
Los Tests A/B ofrecen un método para mejorar las métricas de una página web, habitualmente la Landing Page, que tenga, por ejemplo, pocas conversiones, alta tasa de rebote o tiempos cortos de permanencia en página, todo ello, sin tener que invertir en campañas de posicionamiento SEO o SEM.
Con los tests A/B podemos comparar dos versiones de una página web para descubrir cuál de ellas produce mejores resultados.
Aunque no hay límite en lo diferente que pueden ser estas versiones, los cambios deberían implementarse paso a paso, con sucesivos tests que identifiquen cuáles son beneficiosos y desechar los que puedan perjudicarnos.
Como hemos visto la implementación y ejecución propiamente dicha de los tests A/B es increíblemente sencilla.
Lo que realmente marca la diferencia es que comprendamos a fondo su dinámica, qué queremos conseguir, cómo lo podemos conseguir y cómo evaluar los resultados.
Nunca nos precipitemos en ejecutar un test A/B sin estar antes seguros de qué queremos conseguir
Para terminar, un consejo: no esperéis resultados espectaculares después de la ejecución de un único test A/B.
Conseguir tales resultados requiere hacer y analizar muchos tests A/B, hasta encontrar los cambios que, acumulados, proporcionen mejoras importantes.
Los ejemplos de conversiones que se multiplican por 10 debido al cambio de color de un botón son eso: un ejemplo.
Ante tales casos, ejerced un poco como abogados del diablo: si solo el color de un botón pudiera conseguir resultados tan maravillosos, ¿por qué no todos los sitios webs tienen tasas de conversión elevadas?
Con lo que hemos visto en este artículo, ¿cómo crees que podrías haber conseguido mejores resultados?
Y si nunca los has utilizado, ¿se te ocurre dónde podrías hacer tests A/B en tu sitio web?
Y esto ha sido todo por hoy, si has puesto en práctica algún test A/B y quieres comentarme tus resultados, mándame un mail a ramon@pampua.es o pásate por Pampua.es/contacto y déjame un mensaje; estaré encantado de comentarlo contigo.
Y si quieres que en próximos episodios hable de algún tema en concreto o tienes cualquier duda o comentario que quieras hacerme, déjamelo en Pampua.es/contacto, en los comentarios de iVoox, en twitter @pampua, o en nuestra página de Facebook: facebook.com/pampua
Si te ha gustado este episodio compártelo al menos con una persona a la que pueda resultarle interesante. Por whatsapp, por mail, por Facebook, twitter o incluso por SMS, como quieras, pero compártelo! Recuerda que puedes escucharlo y suscribirte en iTunes, iVoox, Spreaker, Youtube y desde la web de Pampua.es/podcast.
Y por último estaré inmensamente agradecido si me dejas una reseña de 5 estrellas en iTunes o un me gusta y un comentario en iVoox. Puedes ver cómo dejar una reseña en www.pampua.es/resena
El jueves que viene hablaremos sobre un tema muy veraniego: los mapas de calor, (no, no me he convertido en Roberto Brasero) para que sirven y cómo configurarlos correctamente.
Muchísimas gracias por escuchar hasta el final, por comentar, por tus “Me gusta” y reseñas. Nos escuchamos la semana que viene llueva, nieve o truene!
Deja un comentario