Estratégia

O que são testes A/B e como aumentam uma taxa de conversão?

Estratégia é utilizada para testar variáveis de uma mesma landing page e analisar resultados

Cada vez mais no marketing digital, as marcas estão entendendo a importância de trabalhar com públicos específicos. Quanto mais você conhecer a sua audiência, suas preferências, desejos e necessidades, mais fácil será de realizar campanhas que gerem conversões, pois serão especificamente voltadas para suas personas. Uma grande vantagem do meio digital é que, por meio dele, é possível medir os resultados e a performance de determinada campanha de maneira precisa, para que assim, possam ser feitos ajustes e a estratégia de marketing seja otimizada.

Uma das maneiras mais comuns e mais utilizadas para fazer esse tipo de mensuração são os testes A/B. Também conhecidos como split testing ou bucket testing, o método tem como objetivo comparar duas versões de uma mesma página da web ou aplicativo que tenham pequenas diferenças entre si, para determinar qual delas tem melhor desempenho entre os seus usuários – ou seja, qual delas apresenta uma taxa de conversão maior.

O teste A/B é, essencialmente, uma experiência em que duas ou mais variantes de uma landing page são exibidas aos usuários aleatoriamente, e a análise estatística é utilizada para determinar qual dessas variações apresenta melhor desempenho para uma determinada meta de conversão.

 

Fonte: Optimizely

 

A execução de um teste A/B que compara diretamente uma variação com uma experiência atual, permite que você faça perguntas específicas sobre alterações em seu site ou aplicativo, e colete dados sobre o impacto dessa alteração. O teste elimina a necessidade de profissionais de marketing utilizarem o achismo na hora da otimização de sites, e permite que decisões sejam tomadas com base em dados concretos. Ao medir o impacto das alterações em suas métricas, você pode garantir que todas elas produzam resultados positivos!

Ah! Então os testes A/B são a mesma coisa que testes multivariados, certo? Errado!

Testes multivariados tem como objetivo testar diversas variáveis de uma página de uma vez só. Já os testes A/B, testam apenas uma variável por vez para que fique claro qual é a melhor entre as duas. Em um e-mail marketing, por exemplo, você pode medir se a taxa de abertura e de cliques será maior com imagem ou sem imagem, e essa será a única diferença entre as duas mensagens que serão enviadas.

Dessa maneira, testar uma variável por vez evita que a amostragem invalide outros testes. O profissional consegue ter o controle e saber qual diferença impactou no aumento das conversões, o que não fez muita diferença e o que trouxe resultados negativos e pode ser melhorado.

 

Por que devemos utilizar os testes A/B? Quais as vantagens?

Já sabemos o que é o teste A/B, certo? Mas para que ele serve, afinal? Quais são as grandes vantagens de utilizá-lo?

Saber o que atrai mais o seu público e quais mudanças aumentaram suas conversões é algo que os testes A/B proporcionam. Testar as versões da sua página e ver o que funciona melhor ou não, da base para tomada de decisões importantes e fundamentadas.

As informações que extraímos desse tipo de estratégia são mais palpáveis e assertivas, já que são baseada em experiências reais, diferente de pesquisas e previsões, por exemplo. Sendo assim, a expectativa pelo resultado é sempre alta, e ele vem!

Sempre que houver qualquer tipo de dúvida em relação ao impacto de alguma ação na sua página, coloque um pouco o instinto de lado… Aplique testes A/B e deixe que os números falem por si!

Mais do que apenas responder uma pergunta ou resolver um desacordo, o teste A/B pode ser usado de forma consistente para melhorar continuamente uma determinada experiência, melhorando um único objetivo como a taxa de conversão. Testar uma mudança de cada vez ajuda a identificar quais delas afetaram o comportamento de seus visitantes e quais não o fizeram. Com o tempo, eles podem combinar o efeito de múltiplas mudanças vencedoras de experimentos para demonstrar a melhoria mensurável da nova experiência em relação à antiga.

 

Fonte: Optimizely

 

O que podemos testar?

Você já pensou se uma imagem ou algum outro atrativo no seu site alteraria a sua conversão?

É fato que certos elementos afetam a experiência dos usuários, e quando falamos de testes A/B a vontade de imediato é sair testando todas as variáveis, de todas as maneiras. Mas não é por aí…

A dica é: nunca teste mais de um elemento por vez, pois dessa forma, saber o que realmente está dando certo ou não fica bem mais difícil… Alguns testes são mais assertivos, então seja cuidadoso ao escolher o que testar.

Por exemplo, uma empresa com tecnologia B2B pode querer melhorar a qualidade e o volume do lead de vendas das páginas de destino da campanha. Para atingir esse objetivo, a equipe tentaria alterações no teste A/B para o título, as imagens visuais, os campos de formulário, o call to action e o layout geral da página.

No geral os itens que mais costumam alterar as conversões das páginas são:

  • Título de destaque da página
  • Ofertas
  • Tamanhos e campos de formulários
  • Call-to-Action
  • Imagens ou vídeos.

Esse método de introduzir mudanças na experiência do usuário também permite que a experiência seja otimizada para um resultado desejado e pode tornar as etapas cruciais em uma campanha de marketing mais eficazes.

Ao testar a cópia do anúncio, os profissionais de marketing podem saber qual versão atrai mais cliques. Ao testar a página de destino subsequente, eles podem saber qual layout converte os visitantes em clientes.

O gasto total de uma campanha de marketing pode, na verdade, ser reduzido se os elementos de cada etapa dos testes funcionarem da maneira mais eficiente possível.

Escolhendo as variáveis e indicadores corretos para testar, com certeza os resultados serão melhores e mais assertivos.

 

Como fazer testes A/B?

A estratégia pode ser aplicada quando uma marca precisar otimizar métricas de marketing, sejam elas de acessos, aberturas, cliques, geração de leads, conversões, etc. Em um teste A/B, o profissional pega uma landing page e a modifica, criando uma segunda versão da mesma página. Essa alteração pode ser tão simples quanto um único título ou botão call-to-action, ou até mesmo ter uma mudança no design da página. Em seguida, cada uma das versões criadas é apresentada ao tráfego aleatoriamente, para que sejam analisadas as performances de cada uma.

 

Fonte: Optimizely

 

À medida que os visitantes recebem o controle – ou seja, a página original – ou a sua variação, seu envolvimento com cada experiência é medido e coletado em um painel de análise, para ser analisado por um mecanismo estatístico. Você pode determinar se a alteração da experiência teve um efeito positivo, negativo ou nenhum efeito no comportamento do usuário.

 

Fonte: Optimizely

 

Imagine, por exemplo, que uma loja deseja analisar se a cor de seus botões call-to-action impacta na taxa de cliques. Ela pode dividir as visitas de uma página e fazer com que metade veja o botão para “adicionar ao carrinho” da cor vermelha, e a outra metade veja o mesmo botão da cor azul. Dessa maneira, depois de determinado tempo, a marca pode analisar qual das duas chamou mais atenção dos usuários e teve uma taxa de cliques maior.

 

Mas como funciona o processo do teste?

Algumas etapas podem ser seguidas na hora de realizar um teste A/B, como por exemplo:

  • Coletar dados: suas análises, muitas vezes, fornecem informações sobre onde você pode começar a otimizar um processo. É útil, por exemplo, começar com áreas de alto tráfego no seu site ou aplicativo, pois isso permite que os dados sejam reunidos com maior rapidez. Procure páginas com taxas de conversão baixas ou altas taxas de desistência que podem ser melhoradas;
  • Identificar metas: suas metas de conversão são métricas que estão sendo usadas para determinar se a variação é mais bem-sucedida do que a versão original. As metas podem ser qualquer coisa, desde clicar em um botão ou vincular-se a compras de produtos e inscrições por e-mail;
  • Gerar hipótese: depois de identificar uma meta, é possível gerar ideias de testes A/B e hipóteses sobre o motivo pelo qual elas serão melhores do que a versão atual. Depois de ter uma lista de ideias, priorize-as em termos de impacto esperado e dificuldade de implementação;
  • Calcule a significância estatística: para realizar um teste A/B, é necessário descobrir para quantas pessoas cada variável será enviada, para que o teste tenha significância. Esse número pode ser calculado a partir da calculadora do Kissmetrics, por exemplo.
  • Crie variações: usando seu software de teste A/B, faça as alterações desejadas em um elemento do seu website ou experiência de aplicativo móvel. Muitas das principais ferramentas de teste A/B possuem um editor visual que facilitará essas mudanças, e alguns exemplos são o Google Analytics, o Optimizely, VWO e o da RD Station. Certifique-se de fazer o controle de qualidade de sua experiência, para garantir que ela funcione conforme o esperado;
  • Experiência: inicie seu experimento e espere a participação dos visitantes! Nesse ponto, os visitantes do site ou aplicativo serão aleatoriamente atribuídos ao controle ou à variação de sua landing page. Sua interação com cada experiência é medida, contada e comparada para determinar o desempenho de cada uma;
  • Defina um tempo estimado: para que o teste realmente funcione, é necessário que os resultados sejam conferidos após um tempo determinado anteriormente. Esse tempo deve levar em conta que nem todos os usuários poderão abrir um e-mail ou visitar uma página em tão pouco tempo. Por isso, no caso de landing pages e CTAs, por exemplo, o período recomendado é de 15 a 30 dias, para que os resultados sejam realmente efetivos;
  • Analise os resultados: quando a experiência estiver concluída, é hora de analisar os resultados. Seu software de teste A/B apresentará os dados do experimento, e mostrará a diferença entre o desempenho das duas versões da página e a diferença estatisticamente significativa.

Depois de descobrir qual é a variação vencedora, é hora de colocar em prática! Veja se você pode aplicar aprendizados dessa experiência em outras páginas do seu site, continuando a repeti-la para melhorar seus resultados. Se o seu experimento gerar um resultado negativo ou nenhum resultado, não se preocupe. Utilize o que foi feito como uma experiência de aprendizado, e gere novas hipóteses que podem ser testadas.

 

Fonte: Optimizely

 

Seja qual for o resultado, é sempre importante utilizar sua experiência para informar futuros testes e fazer uma interação contínua para otimizar o aplicativo ou o site.

 

Testes A/B na prática: como aumentar as conversões de uma página?

A Resultados Digitais divulgou, em artigo sobre o tema, o que foi feito nas suas landing pages para que as suas conversões aumentassem em 167%.

Neste caso, no ano de 2012, o site retirou o campo ‘’Número de telefone’’ de uma página e os resultados foram incríveis. Vejam os números:

 

Fonte: Resultados Digitais

 

É difícil acreditar que a remoção de apenas um campo consiga aumentar em 167% a taxa de conversão, mas acontece!

Outro exemplo que podemos citar é o da Discovery, que testou os componentes de seu player de vídeo para interagir com seu programa de TV, o ‘’Super Fã’’.

Como resultado, eles conseguiram um aumento de 6% no engajamento de vídeos.

A Secret Escapes, uma empresa de viagens Britânica, testou variações de suas páginas de inscrição em dispositivos móveis. O resultado? O dobro da taxa de conversão!

É possível encontrarmos diversos exemplos de sucesso em testes A/B atualmente. Eles são utilizados em diversas áreas e, em 99% das vezes, pode trazer resultados surpreendentes.

Vale a pena testar!!!

 

Parte desse conteúdo foi originalmente veiculado em Optimizely

Clique para comentar

Deixe seu comentário

O seu endereço de e-mail não será publicado. Campos obrigatórios são marcados com *

This site uses Akismet to reduce spam. Learn how your comment data is processed.

Início