• +56949485741
  • contacto@designseo.cl

Todo sobre SEO

Noticias, Curiosidades y más del SEO

Testeo A/B con Google Analytics

Testeo A/B con Google Analytics

0
0
0
s2sdefault

Ratio: 5 / 5

Inicio activadoInicio activadoInicio activadoInicio activadoInicio activado
 

En DesignSEO queremos hablar del Testeo A/B con Google Analytics.  Los testeo A/B son una buena forma de medir cambios en un sitio web, para medir el impacto del cambio en los usuarios, para medir las conversiones en el sitio y para determinar si un cambio en la web, generará un impacto positivo o negativo.  

En general son importantes los testeos cuando quieres hacer un refresh de tu página web, para medir si el resultado de dicho cambio generará importantes mejoras o si la hipótesis (cambiar la web para mejorarla) se lleva a cabo.  En este post nos centraremos en un ejercicio para de modificación de una web para medir si el futuro cambio o un refresh a la web, genera un impacto positivo para el cliente.

Lo primero: ¿Que es un testeo A/B?

Los Testeo A/B,  son un método de optimización de sitios web en el que dos versiones de una página – versión A y versión B - se comparan entre si. Los visitantes del sitio son dirigidos de manera aleatoria tanto una versión o la otra. Esto con el fin de identificar la forma como interactúan las personas con la página que se les muestran – si ven los vídeos, si hacen clic en los botones, se inscriben o no en un boletín de noticias – todo esto para determinar cuál es la versión de la página es más eficiente y eficaz para los objetivos de la empresa.

Existen las pruebas multivariables en las cuales se usa el mismo mecanismo básico como las pruebas A/B, pero compara un mayor número de variables, y revela más información sobre cómo estas variables funcionan entre sí. Al igual que en una prueba A/B, el tráfico a una página se divide entre diferentes versiones del diseño. El propósito de una prueba multivariable, entonces, es medir la eficacia cada combinación de diseño tiene el objetivo final. 

¿Es importante hacer este tipo de pruebas?

La respuesta para nosotros es absolutamente Sí.  Esto porque nos permite aprovechar sustancialmente el tráfico y los recursos invertidos e campañas de Marketing, logrando así aumentar las conversiones.  Por ejemplo si tienes campañas de Google Ads para tráfico, la tasa de conversión de las campañas que puede ser de un 3% haciendo uso de los testeos A/B puede llegar a duplicarse recibiendo el doble de conversiones y finalmente reducir el costo por adquisición de clientes (CPA).

Consideraciones previas para hacer un buen Testeo A/B

1. Identifiquemos donde es posible hacer cambios.

Vale decir, definir que es lo que queremos poner a prueba, comenzando por identificar donde es posible empezar a realizar las primeras pruebas. Todo comienza con preguntas tales como: ¿Porque si tenemos buen tráfico, tenemos pocos formularios llenos? ¿Por qué a pesar que la gente nos encuentra no nos contactan?

2. Investigación previa

En Google Analytics, podemos entender el comportamiento de los usuarios, como están usando el sitio, cual es su flujo de navegación, tasa de rebote, tiempo de página.  En este caso resulta bastante útil disponer de otras herramientas de análisis que faciliten la creación de mapas de calor y grabación de sesiones.

En DesignSEO, tenemos un partnership con Agencia Mars que a través de testeos con EyeTracking permite saber como un usuario realmente navega en una web y no en función de los movimientos del ratón como otras mediciones más arcaicas y menos reales.  Te invitamos a conocerlos.

Siguiendo con la preguntas del punto anterior, supongamos que en Analytics hemos identificados que la página donde se encuentra el formulario recibe visitas, pero las personas que aterrizan en esta sección no están llenando el formulario y su tasa de rebote es alta.

3. Plantear una Hipótesis

Ahora que tienes algo que mejorar, lo siguiente es plantearse que cambio hacer a la página del formulario, teniendo como hipótesis que tenemos demasiados campos en el formulario, por ende el formulario será más corto y con solo las preguntas necesarias, con ello esperamos que el porcentaje de usuarios que solicita información sea mayor.

4. Estar enfocado

Un cambio a la vez, no es buena idea ir haciendo 5 o 10 cambios en un sitio, porque al final no sabremos cual de estos cambios fue el que afectó de forma positiva la prueba.  Por lo tanto es más acertado es hacer pequeñas modificaciones en una prueba.  Si buscas modificaciones más grandes lo conveniente sería hacer un tests multivariable.

5. Duración del experimento

No es posible sacar conclusiones de la noche a la mañana, es importante determinar el tiempo que durara la prueba para saber que pagina de las probadas será la ganadora, entre más tráfico envíe a las páginas en prueba, más fiable serán los datos.  Lo recomendable es tener un prueba de testeo de mínimo 21 días para tener a lo menor información con estadística inferencial con un margen de 95% de certeza.

6. ¿Que elementos vamos a probar?

Es importante hacer pequeñas variaciones, salvo que tengas datos suficientes para saber que existen varios elementos que pueden incidir en la forma que el usuario interactúa con tu sitio web (como un análisis de Eyetracking). En general los elementos que influyen dentro de una tasa de conversión y por lo que puedes empezar a ejecutar experimentos de Testeo A/B son:

  • Titulares
  • Subtítulos
  • Los párrafos de texto
  • Testimonio
  • Llamado a la acción
  • Enlaces
  • Imágenes
  • Campos de Formulario

Todo elemento que afecta las conversiones está bien que sea llevado a un experimento A/B, sin embargo hay que procurar centrarse en ajustes que provoquen un cambio considerable en las tasas de conversión de la web o aplicación.

7. Disponer de las herramientas adecuadas

Para organizar este tipo de técnicas es vital contar con herramientas que faciliten la puesta en marcha del a/b test y que los datos que arroje sean los correctos para tomar decisiones acertadas.

Analytics por ser una herramienta gratuita es una buena opción para comenzar hacer algunas pruebas, en el mercado hay otras plataformas un mayor numero características como Unbounce, VWO y Optimizaly las cuales son de pago.

 

Crear un Experimento Test A/B con Google Analytics

Configuración Test A/B

Ahora que tenemos claro varios puntos, vamos a la parte más entretenida de este articulo, que es la puesta en marcha de un Test A/B con Google Analytics.  Para esto ya contamos con las versiones listas de nuestras páginas web y vamos activar las variaciones de estas para ver cual es la web que mejor resultado nos arroja con los usuarios.

Es importante que una vez que tenemos las diferentes versiones de las páginas web y configurados los objetivos que buscamos recién ahí comencemos con la configuración.  Para configurar vamos al menú lateral izquierdo y pinchamos en "Comportamiento". 

google analytics test a/b

Se expandirá el menú y veremos un submenú llamado "Experimentos", al pinchar se abrirá una subsección en el centro de la pantalla donde podremos ir configurando el experimento.

Paso 1: Configuración del Experimento

Configuración Experimento

Nombre del experimento. 

Asignar un nombre que nos permita identificar fácilmente el experimento.

Objetivo del experimento. 

El cual debe estar previamente configurado en analytics, en este caso el objetivo es que las personas después de solicitar la revisión de analytics sea enviados a una pagina than you page.

Porcentaje de trafico. 

Podemos seleccionar que porcentaje de trafico queremos este dentó de la prueba, es aconsejable que si el cambio es muy drástico se incluya un porcentaje reducido de visitantes.

Además tenemos "Opciones avanzadas" donde podremos además configurar:

Distribución de tráfico.

Al marcar si en esta opción le estamos diciendo a Google analytics que distribuya las visitas de manera equitativa.

Duración del experimento. 

Seleccionamos lo mínimo que durara el experimento.

Limite de confianza. 

Cuanto más elevado sea este límite, más podemos confiar en los resultados.

Paso 2 Ingresamos las direcciones de las URL tanto de la web principal como de la web de la segunda versión.

Paso 2 testeo a/b

Paso 3 Código del Experimento

Una vez configuradas las URLS de nuestro experimento de Testeo A/B, Google nos proporcionará un código para el experimento el cual se instala "Sólo en la página original"

ingresar url

Una vez instalado el código de seguimiento, validamos los cambios y damos clic en "Iniciar experimento".

¿Como Funciona el Testeo A/B?

Cuando un usuario intenta ingresar a la página web, la herramienta lo dirigirá aleatoriamente a cualquiera de las dos versiones, tratando de que todas reciban el suficiente tráfico para llegar a la conclusión de cual de las dos páginas probadas en la que genera mayor numero de conversiones.

resultados test a/b

Es posible comenzar a ver pasadas algunas horas los resultados, pero lo ideal es esperar a lo menos unos 3 días para comenzar a visualizar correctamente lo datos.  Google Analytics va recopilando más datos que los objetivos del testeo y puedes medir la tasa de rebota, la duración media y una serie de datos que puedes comparar.  

Frente a los testeo A/B hay que entender que no siempre los resultado se linearán con la hipótesis por lo que hay que ser consecuente con los resultados.  Esperamos que te sirva este articulo y puedas aplicarlo en tus sitios web.  Si te gusto compartalo y dejanos tus comentarios para poder mejorar la información o complementarla.

 

Siguenos en Facebook

Contactanos

Suecia 3580, oficina 410, Ñuñoa Santiago

 Horario:

Lunes a Viernes de 09:00 a 18:30 hrs.

Newsletter

Suscribe a nuestro newsletter y obtén información única.