• Skip to content
  • Skip to primary sidebar

Bring Connections

Agencia de Marketing Digital

  • SERVICIOS
    • SEO
    • CRO
    • Analítica Web
  • EQUIPO
  • Clientes
  • RECURSOS
    • Casos de estudio
    • Ebooks SEO & CRO
    • Posicionamiento Web SEO
    • Analytics, CRO y UX
    • Marketing Digital
  • Contacto
  • Sesión estratégica

Qué es un test A/B

El test A/B o A/B testing como su propio nombre indica es una técnica en la que tenemos dos versiones de un elemento, una actúa de grupo control y la otra versión es la que manipulamos y medimos para ver cuál tiene un mejor resultado.

Seguramente reconozcas esta situación, estás diseñando una landing de venta y en el slide principal no sabes que claim usar. Hay discrepancias y estás entre dos opciones, ¿Qué podemos hacer en esta situación? ¿Dejamos que el azar decida lanzando una moneda al aire? Aunque todo entorno está sujeto a variables que no podemos controlar, no podemos dejar al azar o a criterios subjetivos muchas de las decisiones que tenemos que tomar en un proyecto. Aquí es donde podemos incorporar un test A/B ya que nos permite apoyar decisiones de diseño y de negocio en datos.

¿Cómo hacer un Test A/B?

El test A/B se vasa en el modelo científico:

Investigación

Lo primero que tenemos que hacer es recopilar todos los datos disponibles, tanto cuantitativos como cualitativos. Hay veces que los datos cuantitativos nos muestran un problema, pero no nos lo describen. Vemos que hay un problema pero no nos dicen el por qué, para ello podemos echar mano de los datos cualitativos que nos pueden arrojar luz sobre la problemática que planteamos.

Hipótesis

Una hipótesis es un enunciado no verificado que se pone a prueba para determinar su validez. Además, una hipótesis debe de ser clara, verosímil y medible.

El planteamiento de una hipótesis viene de la teorización del problema en función de la documentación recogida. Es decir, toda hipótesis está respaldada por un marco teórico. Aquí no tienen cabida hipótesis como «yo creo que…» «a mi me parece…» nada de eso, aquí entran fundamentos teóricos y datos tanto cuantitativos como cualitativos. Como decimos esta hipótesis tiene que ser clara, cuantificable y que guarde una relación entre las variables. También hay que recordar que una hipótesis no tiene porque ser necesariamente verdadera, puede no serlo o no comprobarse.

Definir el experimento

Según la hipótesis que planteemos deberemos de definir las diferentes variables:

Variable independiente: La variable independiente es la variable que manipulamos. Por ejemplo, si en test A/B cambiamos el color de una «Llamada a la acción» el color del botón será nuestra variable independiente.

Variable dependiente:  La variable dependiente es la variable que medimos y que, según nuestra hipótesis variará según manipulemos la variable independiente, de ahí su nombre, esta variable depende de la independiente. Siguiendo con el ejemplo si nuestra hipótesis es que «Aportando más contraste al color de la llamada a la acción aumentarán el número de clic» nuestra variable dependiente será el número de clics en el botón.

Variables extrañas: En todo experimento hay una serie de variables extrañas que interfieren en los resultados. Dado que nuestro objetivo es que los cambios en la variable dependiente sean producidos por la variable independiente, debemos de controlar todas aquellas variables extrañas que puedan enturbiar los resultados.

Tipos de Test A/B

Test A/B

Como hemos descrito con anterioridad un test A/B es una técnica que nos permite evaluar una sola variable entre las variables a testar, lo que nos permite una atribución clara.

Test multivariante

En ocasiones puede resultar útil comparar más de dos versiones de una misma página, por ejemplo, siguiendo con el ejemplo de la llamada a la acción, en el test A/B sólo comparábamos una variable pero en el test multivariante podemos comparar:

  • Posición del botón: «derecha» y «centro».
  • Texto del botón: «Regístrate» e «Inscríbete».
  • Icono en el botón: Con o sin icono.

Con una prueba multivariante lo que pretendemos comprobar es cuál de todas las configuraciones posibles ofrece un resultado mejor. Un tipo de test multivariante son los anuncios dinámicos de Facebook Ads, en los que combinan los diferentes textos, títulos e imágenes para ver cual ofrece un mejor resultado.

Multipágina o Split 

Este tipo de test lo que nos permite comparar son páginas totalmente diferentes o versiones diferentes. Aquí mostramos a un mismo público dos o más páginas diferentes pero con el mismo objetivo y medimos cual obtiene mejores resultados. Este tipo de test no nos permiten atribuir el éxito a algún elemento concreto.

Herramientas

Existen diversas herramientas para realizar test A/B, una herramienta que sirve para iniciarse es Google Optimize, permite realizar diferentes tipos de test, segmentar por audiencias y recientemente a incorporado la funcionalidad e personalización.

Además Google Optimize se integra con Google Analytics pudiendo hacer el seguimiento de los test desde el apartado Experimentos de la propia herramienta.

Caso de Test A/B

El caso que analizamos es una web del sector turístico que tiene un modelo de negocio basado en la afiliación, así la manera que tienen de monetizar es a través de los enlaces de afiliados que tienen en sus contenidos sobre viajes.

El problema venía cuando el incremento en el tráfico no era proporcional al número de clic en enlaces. Lo primero que hicimos fue un análisis del modelo de negocio y entender el problema de la baja tasa de clics en los enlaces de afiliación. Entender el modelo de negocio es importante ya que el objetivo del test A/B es incrementar el número de clics en enlace y, por tanto, incrementar la facturación del cliente.

Al ser un blog de viajes que monetizan a través de los enlaces de afiliación hay dos cosas. Por un lado, tienes un modelo que se basa en el contenido para atraer tráfico a través del canal orgánico. Por otra lado, tienes que colocar unos enlaces de afiliación que respondan a una intencionalidad de búsqueda. Un ejemplo, si nuestros contenidos hablan de viajar low cost porque nos posicionamos por keywords como «Que ver en Londres gratis» después, poner enlaces de afiliación a hoteles de lujo de Londres porque la comisión es más alta no es coherente con el público al que nos queremos dirigir con el contenido que elaboramos.

Aquí los contenidos y los enlaces de afiliación estaban bien dirigidos, pero el problema era que no se veían, no se podían identificar con facilidad. Como podemos ver en la imagen de abajo, en los posts había varios enlaces salientes y los enlaces de afiliados no estaban destacados.

Por lo tanto, aquí la hipótesis que planteamos es un poco como en el ejemplo que hemos puesto, «Si aumentamos la visibilidad de los enlaces de afiliados (Variable independiente) aumentarán los clics en los enlaces (Variable dependiente)». Las variables extrañas las controlamos homogeneizando la población objetivo, es decir, partiendo de la base de que el público que accede tanto a la versión A como a la versión B tiene las mismas características asumimos que la distribución de esas variables extrañas es igual en ambas versiones.

Así lo que hicimos fue agrupar los enlaces de afiliados en cajas destacadas donde llamábamos a la acción del usuario.

En este caso usamos la herramienta Google Optimize para realizar el experimento. Esta herramienta te permite realizar cambios en la página original generando una versión que puedes mostrar, por ejemplo, al 50% del tráfico de tu web o incluso a un segmento específico o los usuarios que entran a través de un determinado dispositivo. Las posibilidades son múltiples y dependerá de cómo diseñemos el experimento y de la hipótesis que queramos validar.

Después de realizar ese cambio, lo que hicimos fue hacer un seguimiento a través de Google Analytics, lo que vimos fue que en la versión original la tasa de clic era de un 23,68%,  nada desdeñable. Pero la variable tenía una tasa de clic del 53,22%, esto hizo que con solo manipular un elemento de diseño duplicáramos la tasa de clics en el enlace sin necesidad de incrementar el volumen de tráfico.

Este es un ejemplo de cómo aplicar un test A/B, como decimos hay muchas más aplicaciones y también hay que tener más variables en cuenta. Por ejemplo, en este caso dado al tráfico de la web y el tiempo que disponíamos para realizarlo no teníamos una muestra muy grande. Existen herramientas para analizar el tamaño de la muestra necesaria para saber si los resultados de un test son significantes como la calculadora de Optimizely.

En Bring Connections creemos que cualquier decisión que se tome debe estar sustentada en datos, si necesitas ayuda para optimizar tu negocio digital contáctanos.

EBOOK GRATUITO

Aprende cómo crear una estrategia de Marketing Digital para hacer crecer tu empresa.

Acepto la política de privacidad y condiciones

¿Te ha gustado?

Filed Under: Analytics, CRO y UX

About Manuel Berthollet

Me encargo de optimizar la conversión, siempre desde el conocimiento de las necesidades y problemáticas del usuario.

Reader Interactions

Deja un comentario Cancelar la respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *

Primary Sidebar

Guillermo Fuentes

Hola, soy Guillermo Fuentes.

Soy fundador de Bring Connections y hasta el momento he tenido la oportunidad de dirigir y gestionar más de 80 proyectos de marketing digital, SEO y CRO.

Escribimos contenidos desde la experiencia para ayudar a negocios a crecer, te invito a que te suscribas al blog para que te avisemos por email.

 



Categorías del blog

  • Analytics, CRO y UX
  • Casos de estudio
  • Marketing Digital
  • Posicionamiento Web SEO

Buscar en blog

  • Formación empresas
  • Empleo
  • AVISO LEGAL
  • Privacidad
  • Cookies
  • Contacto

Utilizamos cookies para ofrecerte la mejor experiencia en nuestra web.

Puedes aprender más sobre qué cookies utilizamos o desactivarlas en los ajustes.

Bring Connections
Resumen de privacidad

Esta web utiliza cookies para que podamos ofrecerte la mejor experiencia de usuario posible. La información de las cookies se almacena en tu navegador y realiza funciones tales como reconocerte cuando vuelves a nuestra web o ayudar a nuestro equipo a comprender qué secciones de la web encuentras más interesantes y útiles. Puedes acceder a nuestra política de privacidad.

 

Cookies estrictamente necesarias

Las cookies estrictamente necesarias tiene que activarse siempre para que podamos guardar tus preferencias de ajustes de cookies.

Cookie: __cfduid
Dominio: .ionicframework.com
Descripción: La cookie es utilizada por servicios cdn como CloudFare para identificar clientes individuales detrás de una dirección IP compartida y aplicar configuraciones de seguridad por cliente. No corresponde a ningún ID de usuario en la aplicación web y no almacena ninguna información de identificación personal.
Duración: 29 díass 23 horas 59 minutos
Tipo: Necesaria

Cookie: __cfduid
Dominio: .rating-widget.com
Descripción: La cookie es utilizada por servicios cdn como CloudFare para identificar clientes individuales detrás de una dirección IP compartida y aplicar configuraciones de seguridad por cliente. No corresponde a ningún ID de usuario en la aplicación web y no almacena ninguna información de identificación personal.
Duración: 29 días 23 horas 59 minutos
Tipo: Necesaria

Cookie: moove_gdpr_popup
Dominio: bringconnections.es
Descripción: Utilizada para guardar las preferencias sobre cookies
Duración: 1 año
Tipo: sesión

Si desactivas esta cookie no podremos guardar tus preferencias. Esto significa que cada vez que visites esta web tendrás que activar o desactivar las cookies de nuevo.

Cookies de terceros

Esta web utiliza Google Analytics para recopilar información anónima tal como el número de visitantes del sitio, o las páginas más populares.

Dejar esta cookie activa nos permite mejorar nuestra web.

 

Cookie: _gcl_au
Dominio: .bringconnections.es
Descripción: Google Analytics utiliza esta cookie para comprender la interacción del usuario con el sitio web.
Duración: 2 meses 28 días 23 horas 59 minutos
Tipo: Analítica

 

Cookie: _ga_DGFTHNG9RL
Dominio: .bringconnections.es
Duración: 1 año 11 meses 28 días 23 horas 59 minutos
Tipo: Otros

 

Cookie: _ga
Dominio: .bringconnections.es
Descripción: cookie de Google Analytics que habilita la función de control de visitas únicas. La primera vez que un usuario entre en el sitio web a través de un navegador se instalará esta cookie. Cuando este usuario vuelva a entrar en la web con el mismo navegador, la cookie considerará que es el mismo usuario. Solo en el caso de que el usuario cambie de navegador, se considerará otro usuario.
Duración: 1 years 11 months 28 days 23 hours 59 minutes
Tipo: Analítica

 

Cookie: _gid
Dominio: .bringconnections.es
Descripción: Esta cookie se asocia con Google Analytics. Se utiliza para distinguir a los usuarios
Duración: 23 horas 59 minutos
Tipo: Analítica

 

Cookie: _gat_UA-109666363-1
Dominio: .bringconnections.es
Duración: 1 día

 

Cookie: _lfa
Dominio: .bringconnections.es
Descripción: para almacenar y realizar un seguimiento del alcance de la audiencia.
Duración: 1 año 11 meses 28 días 23 horas 59 minutos
Tipo: Otros

 

Cookie: test_cookie
Dominio: .doubleclick.net
Descripción: Esta cookie la establece doubleclick.net. El propósito de la cookie es determinar si el navegador de los usuarios admite cookies.
Duración: 14 minutos
Tipo: Anuncio

 

Cookie: _hjid
Dominio: .bringconnections.es
Descripción: Hotjar establece esta cookie. Esta cookie se establece cuando el cliente llega por primera vez a una página con el script Hotjar. Se utiliza para conservar la ID de usuario aleatoria, única para ese sitio en el navegador. Esto asegura que el comportamiento en visitas posteriores al mismo sitio se atribuirá al mismo ID de usuario.
Duración: 11 meses 29 días 23 horas 59 minutos
Tipo: Otros

 

Cookie: _hjFirstSeen
Dominio: .bringconnections.es
Descripción: Esta cookie se utiliza para determinar si el visitante ha visitado el sitio web antes o si es un visitante nuevo en el sitio web.
Duración: 29 minutes
Tipo: Otros

 

Cookie: _fbp
Dominio: .bringconnections.es
Descripción: Facebook establece esta cookie para enviar publicidad cuando están en Facebook o en una plataforma digital impulsada por publicidad de Facebook después de visitar este sitio web.
Duración: 2 meses 28 días 23 horas 59 minutos
Tipo: Anuncio

 

Cookie: fr
Dominio: .facebook.com
Descripción: Facebook configura la cookie para mostrar anuncios relevantes a los usuarios y medir y mejorar los anuncios. La cookie también rastrea el comportamiento del usuario en la web en sitios que tienen píxeles de Facebook o complementos sociales de Facebook.
Duración: 2 meses 28 días 23 horas 59 minutos
Tipo: Anuncio

 

Cookie: _hjIncludedInPageviewSample
Dominio: bringconnections.es
Descripción: Determina si la navegación del usuario debe registrarse en un marcador de posición estadístico determinado
Duración: 1 minuto
Tipo: Otros

 

Cookie: _hjAbsoluteSessionInProgress
Dominio: .bringconnections.es
Descripción: Esta cookie se utiliza para contar cuántas veces un sitio web ha sido visitado por diferentes visitantes; esto se hace asignando al visitante una identificación, para que el visitante no se registre dos veces.
Duración: 29 minutos
Tipo: Otros

 

Cookie: IDE
Dominio: .doubleclick.net
Descripción: Utilizada por Google DoubleClick para registrar e informar sobre las acciones del usuario en el sitio web tras visualizar o hacer clic en uno de los anuncios del anunciante con el propósito de medir la eficacia de un anuncio y presentar anuncios específicos para el usuario.
Duración: 1 año
Tipo: Anuncio

¡Por favor, activa primero las cookies estrictamente necesarias para que podamos guardar tus preferencias!

Política de cookies

Más información sobre nuestra política de cookies