Top

Email Marketing: 4 errores al hacer A/B Testing

Email Marketing: 4 errores al hacer A/B Testing

ab-testingAl crear contenido para la web, es fácil de hacer suposiciones acerca de lo que piensas que tu audiencia podría responder a determinada publicación pero cuando se trata de email marketing esta posición debe cambiar por completo.

Los A/B Testing son una de las formas más fáciles y más populares de la optimización de la tasa de conversión conocida por los especialista en marketing. Y si bien muchas empresas han visto el valor en el uso de este tipo de validación para mejorar su toma de decisiones, otros lo han intentado sólo para quedar con resultados no concluyentes,  lo cual es frustrante.

El problema es que los pequeños errores cometidos durante las pruebas A/B puede conducir a una y otra de optimizaciones adicionales que al final no logran producir resultados significativos. Para combatir esto, te presento algunos errores de A/B Testing más comunes y como solucionarlos para que puedas dar lugar a la conversión de más visitantes en clientes:

1-. Tu herramienta de prueba es defectuosa

email-abLa ubicuidad de las pruebas A/B ha dado lugar a una amplia gama de software increíbles a bajo costo para que los usuarios elijan entre ellos, pero no todos tienen la misma calidad. Por supuesto, las distintas plataformas ofrecen diferentes funcionalidad; y si no eres consciente de estas diferencias y del valor que puede aportar cada una, los A/B Testing pueden estar en peligro de conversión, incluso antes de empezar.

Por ejemplo, ¿sabía que algún software de prueba puede ralentizar considerablemente su sitio? Esta velocidad de descenso puede tener un impacto perjudicial sobre SEO de su sitio y las tasas de conversión en general.

De hecho, en promedio, sólo un segundo de tiempo de carga adicional dará lugar a una disminución del 11% en páginas vistas, y el 7% de disminución en las conversiones.

Esto crea un escenario complicado, por no decir una pesadilla, en la que los sitios web que tenían la esperanza de mejorar a través de los A/B Testing sólo consiguen obstáculos a pesar de todo el esfuerzo.

La solución: Ejecutar una prueba A/A

Antes de ejecutar una prueba A/B, se debe ejecutar un A/A prueba con su software para asegurarse de que funciona sin afectar a la velocidad del sitio y el rendimiento.

Las pruebas A/A de ensayo es muy similar a una prueba de A/B. La diferencia es que en un A/A testing de ambos grupos de usuarios se muestran la misma página exacta. Así es, necesitas probar literalmente una página contra sí mismo. Si bien esto puede parecer tonto al principio, mediante la ejecución de un A/A testing de que será capaz de identificar los efectos distorsionadores causados por el software de prueba.

Una prueba A/A es la única vez que desea que sus resultados sean aburridos. Si observa que las tasas de conversión disminuyen tan pronto como empiece a probar, su herramienta probablemente está ralentizando su sitio. Si ve diferencias dramáticas entre los resultados de las dos páginas, es probable que su software sea defectuoso.

2-. Dejas de realizar las pruebas al obtener el primer resultado significativo

conversionLamentablemente, cuando se trata de pruebas A/B, detener tu prueba tan pronto como se ve un resultado estadístico significativo produce resultados completamente no válidos.

Muchas herramientas fomentan este comportamiento al permitir a los usuarios detener una prueba tan pronto como se ha alcanzado la significación estadística. Pero si deseas impulsar una mejora real de tu sitio, es necesario luchar contra la urgencia de terminar sus pruebas. Esto puede parecer rídiculo, pero cuanto más frecuentemente revises tu pruebas para obtener resultados significativos, más probable es que vea resultados incorrectos.

Esto no es un problema si permaneces tranquilo y no termina su prueba temprano. De lo contrario, serás una víctima más de resultados engañosos.

La solución: Establece un tamaño de muestra predeterminado

Para combatir resultados engañosos, la disciplina es la clave. Debes establecer un tamaño de muestra antes de ejecutar las pruebas A/B y resistir la tentación de poner fin a tu primera prueba.

No te preocupe si estás dudando si el tamaño de la muestra elegida es la correcta. Hay un montón de herramientas disponibles en línea para el cálculo de un tamaño mínimo de la muestra; los más populares son de Optimizely y VWO.

Ten en cuenta que tendrás que elegir un número realista para su página; mientras que a todos nos gustaría tener a millones de usuarios para probar en adelante, la mayoría de nosotros no tiene ese lujo. Sugiero hacer una estimación aproximada de cuánto tiempo tendrá que ejecutar la prueba antes.

email-conversion3-. Sólo te centras en las conversiones

En las pruebas A/B, es fácil centrarse sólo en las conversiones y perder de vista los resultados comerciales a largo plazo producidos.

Si bien la adición de una nueva copia a su sitio puede producir mayores tasas de conversión, si los usuarios convertidos son de menor calidad, entonces una tasa de conversión más alta puede en realidad crear un resultado negativo para el negocio.

Puede ser fácil ser víctima de las métricas de vanidad. Si está probando con un CTA que conduce a una página de destino, no deberías centrarse únicamente en las conversiones de la página de destino. En su lugar, medir los clientes potenciales producidos a partir de la página y, idealmente, tratar de vincular a los clientes potenciales a los ingresos que producen.

La solución: Prueba una hipótesis

Antes de comenzar su prueba A/B, debes delinear una hipótesis que deseas validar o refutar. Centrando esta hipótesis en un KPI que impulsa los resultados empresariales reales, evitarás distraerte con métricas de vanidad.

Tu A/B Testing debe ser juzgado en su capacidad de afectar este KPI, y no en su impacto en otras figuras asociadas. Por lo tanto, si su objetivo es aumentar las suscripciones, siempre juzgue el éxito midiendo las suscripciones, no las tasas de clics a la página de registro.

Al trabajar para validar o refutar tu hipótesis, no sólo tirar cualquier resultado que no son estadísticamente significativos. Por ejemplo, si un cambio en el CTA de su página mostró una pequeña mejora estadísticamente insignificante, entonces esto podría ser una señal de que podría estar en algo. Intente realizar más pruebas en su CTA y ver si puede golpear en una que produce una mejora significativa.

4-. Sólo pruebas cambios incrementales

pagina-web-email-abEjemplo de cambios incrementales son: la prueba del color del botón puede haber arruinado A/B Testing, la popularidad de esta prueba ha hecho el marco de referencia para entender cómo A/B Testing debe ser utilizado. Pero sabes algo, hay más en la práctica que eso.

Si bien un gran sitio web podría ver un gran retorno de ajustar algo pequeño como el color del botón, para la gran mayoría de nosotros, estos pequeños cambios incrementales no van a producir resultados significativos.

Los A/B Testing pueden obligarnos a apuntar a mejoras minúsculas, pero concentrándonos sólo en lo incremental, podemos estar perdiendo una oportunidad mucho mayor.

La solución: Pruebe cambios radicales y periódicos

Te sugiero pruebes periódicamente cambios radicales en su página. Si estás viendo las tasas de conversión débiles, entonces es probablemente una señal de que debe invertir tiempo en probar un cambio radical en lugar de cambios incrementales.

Pero antes de ejecutar la predicación de los elogios de las pruebas radicales, ten en cuenta que tiene algunos inconvenientes, como: requiere más trabajo por adelantado que los A/B Testing y rediseño de páginas principales.

Estas son algunos de los errores  más comunes deA/B testing, por supuesto hay muchos más… Coméntame algunos partiendo de tus experiencias.

<p>Gerente de CopyWriting y PPC, encargada de la redacción de copy y contenido basados en estrategias o campañas digitales que se ajustan a las necesidades de cada cliente.</p>

No hay comentarios

Escribir un comentario