Como fazer testes A/B: o guia completo do começo ao fim

Você provavelmente já sabe que a melhor técnica para otimizar a conversão em um site é criar testes A/B. Mas quando você pensa em criar testes A/B em seu site, muitas perguntas surgem: Quais páginas devo testar? Que tipo de testes A/B devo criar? Como faço para criá-los? Quando um teste A/B deve terminar? E, uma vez finalizado um teste A/B, o que devo fazer? Este post pretende ser um guia para ajudá-lo a criar testes A/B de forma sistemática, responder a todas as perguntas acima e garantir que você obtenha os melhores resultados em seu site.

O que é um teste A/B

Os testes A/B são testes de design que nos permitem fazer variações de uma mesma página para comparar o comportamento dos usuários nas diferentes opções e poder avaliar qual das versões obtém os melhores resultados.

Depois de analisar os dados, você pode concluir qual versão responde melhor e quando os resultados são mais positivos. Por exemplo, há alguns anos, Obama, para aumentar a receita de sua campanha, fez um teste com diferentes variações de sua página de destino na web combinando diferentes imagens e botões.

E o resultado foi que com a versão vencedora ele conseguiu aumentar a receita em um total de 60 milhões de dólares em relação à versão original. Nada mal, certo?

Ao realizar um teste A/B, os elementos a testar em seu site não só precisam ser páginas, mas também menus, widgets, temas, templates, etc. Normalmente, chamamos de “versão original”, “versão de controle” ou “ variante A” para a versão que existia antes da execução de um teste e “variações”, “variantes” ou “alternativas B, C e assim por diante” aquelas que não são a versão original. As diferenças entre as diferentes variações podem variar desde mudanças muito sutis em relação à versão original até variações com mudanças radicais.

Além disso, os testes A/B são criados com o objetivo de analisar o comportamento do usuário para atingir um objetivo pré-definido. Já vimos no exemplo anterior que o objetivo era obter mais receita para uma campanha política, mas também pode ser obter mais assinantes de uma newsletter, mais respostas a um formulário, mais vendas de um produto, etc.

Benefícios dos testes A/B

Acho que os benefícios do teste A/B estão claros no exemplo acima. Os testes A/B permitem aumentar a receita de maneira comprovada, com base em dados reais sobre o comportamento de nossos visitantes. Mas não se trata apenas de receita, os testes A/B também nos permitem:

• Melhore a experiência do usuário. Os testes A/B nos permitem comparar as diferentes preferências e gostos de nossos visitantes. A cada teste que realizamos, melhoraremos aspectos de nosso site que sabemos que são mais bem-sucedidos e, inversamente, não faremos alterações de design que possam ter um impacto negativo em nossos usuários.
• Melhore a taxa de rejeição e reduza o atrito do usuário. O teste A/B ajuda a melhorar os cliques em nossos produtos, artigos e anúncios. Identifique o que funciona melhor e o que nossos visitantes ignoram.
• Melhore a taxa de conversão. Quando falamos de conversão, não estamos falando apenas de melhorar a receita, mas também de que os usuários tomem qualquer ação desejada, como consultar os detalhes de um produto ou se inscrever em nossa newsletter.
• Melhore nossa análise. O Google Analytics nos dá muitas informações sobre o que acontece em nosso site, mas um teste A/B, de uma forma muito fácil, nos diz se uma alternativa é melhor que outra.
• Teste tudo em nosso site. Um dos grandes benefícios do teste A/B é que ele permite testar qualquer elemento de design e conteúdo. Não apenas uma imagem e um botão, você também pode testar estilos de fonte, alterar os menus, formulários ou qualquer widget que tenha ou até mesmo experimentar diferentes temas do WordPress e ver qual funciona melhor. O teste A/B é a única ferramenta que permite realizar este tipo de teste.
• Reduza o risco. E o melhor de tudo é que você sabe, com dados reais e comprovados, que as alterações que você faz no seu site, após realizar um teste A/B, são muito mais confiáveis ​​do que a opinião de qualquer um. Serão precisamente as opiniões dos seus próprios utilizadores que decidirão as alterações que deve fazer para melhorar o seu website.

Antes de criar um teste A/B

Se você deseja otimizar os resultados de seus testes A/B em seu site, primeiro execute as seguintes tarefas. Eles o ajudarão a identificar os dados sobre os quais você deve agir e quais testes A/B você deve criar.

Defina os objetivos, os KPIs e as métricas de conversão de destino para o seu site

Primeiro, identifique o que você deseja alcançar com seu site, quais são suas metas de conversão, KPIs e as métricas de conversão desejadas para seu site. Por exemplo, se você tem um restaurante, um dos objetivos do seu site pode ser aumentar as reservas online. Nesse caso, um KPI será o número de reservas feitas através do formulário de contato do seu site e a métrica de conversão alvo pode ser receber, por exemplo, 100 formulários de reservas online.

Vamos ver outro exemplo: vendemos assinaturas de plugins do WordPress e um deles é o Nelio A/B Testing. Uma maneira de promovê-lo é publicando postagens de blog como a que você está lendo agora, nas quais tentamos ajudar nossos leitores a aprender mais sobre testes A/B. Nesse caso, uma das metas de conversão do blog é fazer com que o leitor acabe visitando a página de planos e preços do Nelio A/B Testing. O KPI é o número de visitas a essa página e nossa métrica de destino é obter 2.000 visitas por mês.

Ou seja, antes de qualquer tipo de análise, identifique o funil de conversão de seus visitantes: as etapas que eles percorrem e as diferentes páginas que visitam desde o momento em que chegam ao seu site até serem convertidos (ou seja, realizar aquelas ações que satisfaçam os objetivos do seu site).

Colete informações e analise se você está atingindo seus objetivos

A partir de seu funil de conversão, seus objetivos, KPIs e métricas de destino, você analisa com as ferramentas que possui atualmente quais resultados está obtendo e a diferença em relação às expectativas de métricas de destino que definiu. Lembre-se de que precisamos de dados sobre os quais podemos agir. Para isso, comece realizando uma análise heurística, ou seja, avalie cada página do seu funil de conversão de acordo com o seguinte conjunto de critérios e avalie se você poderia melhorar os resultados:

• A página da web atende às expectativas do usuário em termos de conteúdo e design? Como podemos melhorar?
• O conteúdo e as ofertas desta página são tão claros quanto possível? Podemos torná-lo mais claro ou mais simples?
• O que causa hesitação nesta página ou dificulta o processo? Podemos simplificar?
• O que está na página que não ajuda o usuário a agir?
• E, finalmente, podemos aumentar a motivação do usuário?

O Google Analytics é uma boa ferramenta que fornece muitas das informações necessárias para responder às perguntas acima. Por exemplo, você pode ver o tempo médio em cada página, a taxa de rejeição, onde os usuários clicam etc. Outras ferramentas que são muito úteis nesta fase são mapas de calor, mapas de cliques e mapas de rolagem. Eles fornecem informações adicionais sobre o que chama a atenção do usuário em cada página, bem como o que ele está ignorando. Resumindo, ajuda você a entender melhor o comportamento do seu usuário.

Por exemplo, com o Google Analytics, vimos que quase metade dos visitantes da página Nelio A/B Testing visitaram nossa página de preços, o que não é ruim. Mas o mapa de rolagem nos ajudou a identificar que a maioria de nossos visitantes não foi além da primeira dobra da página de destino para saber mais sobre nosso produto. Aqui pudemos encontrar uma área potencial para melhoria.

Após essa análise, você obtém uma lista detalhada de todos os aspectos que você acha que poderia melhorar em seu site. No exemplo acima, concluímos que devemos melhorar a página do Nelio A/B Testing para tentar fazer com que os visitantes rolem para baixo.

Gerar Hipóteses para Melhoria

Em seguida, para cada um dos problemas identificados, gere uma hipótese de melhoria. Por exemplo, se no ponto anterior identificamos que tínhamos o problema de nossos visitantes ficarem na primeira dobra da página do Nelio A/B Testing, talvez se modifiquemos o tamanho da primeira dobra e tornemos o título e o texto mais atraentes , nossos visitantes serão incentivados a ver o restante da página.

No final, você receberá uma lista de problemas juntamente com suas hipóteses de melhoria.

Classifique a lista de itens a serem aprimorados pelo maior impacto e menor custo

Quando você cria testes A/B em seu site, você não pode testá-los todos ao mesmo tempo porque os resultados obtidos seriam misturados e seria difícil tirar conclusões confiáveis. Por esta razão, a próxima tarefa a realizar é priorizar a lista obtida no ponto anterior de forma pragmática: quais melhorias podem ter mais impacto e quais podem ser mais fáceis de mudar.

As melhorias que terão maior impacto são geralmente as que ocorrem nas páginas mais visitadas e, sobretudo, nas páginas de preços. Quanto ao custo das alterações, dependerá das hipóteses feitas no ponto anterior: não é o mesmo que mudar o título ou a cor que, por exemplo, criar novos vídeos multimídia, etc.

Embora, idealmente, você acabe tentando todos os itens para melhorar, minha recomendação é começar com aqueles que podem gerar melhores resultados.

E é isso. Após todas essas etapas, você pode iniciar o teste A/B do primeiro item da sua lista de pedidos.

Como criar um teste A/B

Se você chegou até aqui, já fez o trabalho mais difícil. Criar testes A/B é muito fácil se você usar a ferramenta certa. Para fazer isso, recomendo que você leia nosso artigo sobre os diferentes plugins de teste A/B para WordPress. São todas as vantagens se você usar um plugin do WordPress, como o Nelio A/B Testing, para criar testes A/B:

• Você pode criar testes de qualquer elemento do seu site.

• Você define as variantes usando os mesmos editores predefinidos do WordPress, sem a necessidade de usar nenhuma ferramenta externa.
• Ele permite que você defina uma ampla variedade de metas e ações de conversão.
• E ainda permite segmentar quais visitantes você deseja que participem de um teste.

Em questão de minutos, você poderá criar um teste para validar sua hipótese.

Durante uma execução de teste A/B

Uma vez criado o teste, com uma boa ferramenta de teste A/B, basta indicar que o teste A/B deve começar. Ele dividirá seus visitantes em quantos grupos você tiver variantes e cada visitante sempre verá a mesma variante. Além disso, também será responsável por coletar dados de conversão para que você possa saber a todo momento em que estado o teste está.

A página de resultados de uma ferramenta de teste A/B deve fornecer informações sobre seu status (se já houver visitas suficientes para determinar um vencedor) e diferentes gráficos sobre as taxas de conversão da versão original e as variantes que você criou.

Por quanto tempo um teste A/B deve ser executado? Depende de sua complexidade (quanto mais variantes, mais complexo) e do número de visitantes que visualizam o teste (quanto mais visitantes, mais cedo você obterá dados confiáveis ​​sobre os resultados).

Se você interromper um teste muito cedo, poderá não obter um resultado significativo, enquanto mantê-lo em execução por muito tempo pode fazer com que você perca conversões e vendas devido a uma variante de teste com desempenho insatisfatório, além de perder a oportunidade de criar novos testes que pode obter resultados ainda melhores. Nossos testes geralmente duram entre duas e quatro semanas, mas se você tiver um site com muito mais tráfego, com menos tempo poderá obter ótimos resultados.

No final de um teste A/B

Um teste pode ser encerrado por vários motivos: há uma variante vencedora e os resultados são estatisticamente significativos, a versão original é a vencedora e os resultados também são estatisticamente significativos, ou você simplesmente decide encerrar o teste porque ele já está em execução há muito tempo sem obter resultados que indiquem um vencedor claro.

Se houver uma variante vencedora, parabéns! Agora você só precisa dizer à ferramenta de teste A/B para aplicar a versão vencedora como a versão final e única que todos os seus visitantes devem ver a partir de agora.

Mas também pode acontecer que os resultados obtidos não sejam os esperados. Nesse caso, o teste ajudou você a entender que sua hipótese estava incorreta. O teste A/B nos ajuda a validar nossas expectativas e nos guia para a melhor solução possível.

Otimizar a conversão em nosso site é um processo recorrente de análise de dados, criação de hipóteses de melhoria, criação de testes e conclusões sobre os resultados obtidos. Eu recomendo fortemente que você dê uma olhada nos diferentes testes que estamos criando em nosso site e nos resultados que obtemos. Tenho certeza que eles vão te ajudar a entender rapidamente em que consiste o processo de otimização de conversão de um site.

Imagem em destaque de Bannon Morrissy no Unsplash .