Marketing: Pruebas A/B

Las pruebas A / B

Las pruebas A / B (AB Test), pruebas de división (split testing) o de pruebas de cubo (bucket testing) es un método de pruebas de marketing mediante el cual se compara una muestra de control básica de una variedad de muestras de ensayo de una sola variable con el fin de mejorar las tasas de respuesta. Una clásica táctica de correo directo, este método ha sido adoptado recientemente en el espacio interactivo para poner a prueba las tácticas tales como banners, correos electrónicos y páginas de destino.

Mejoras significativas se pueden ver a través de elementos de prueba, como copiar texto, diseños, imágenes y colores. Sin embargo, no todos los elementos de producción aportan el mismo grado de mejoras, y observando los resultados de diferentes pruebas, es posible identificar los elementos que siempre tienden a producir las mejoras más importantes.

Los empleadores de este método de prueba A / B se distribuyen varias muestras de la prueba, incluyendo el control, para ver qué variable es más eficaz en el aumento de una tasa de respuesta u otro resultado deseado. La prueba, con el fin de ser efectiva, debe llegar a una audiencia de un tamaño suficiente que hay una probabilidad razonable de detectar una diferencia significativa entre el control y otras tácticas.

Como un simple ejemplo, una empresa con una base de datos de clientes de 2.000 personas decide crear una campaña de correo electrónico con un código de descuento con el fin de generar ventas a través de su sitio web. A continuación, se crea un correo electrónico, modificando la llamada a la acción Call-to-Action (la parte de la copia que se recomienda a los clientes a hacer algo - en el caso de una campaña de ventas, realizar una compra). A 1000 personas se les envía el correo electrónico con la llamada a la acción afirmando que "¡La promoción termina este sábado! Use el código A1", y otros 1000 personas a las que envía el correo electrónico con la llamada a la acción que dice "¡Oferta por tiempo limitado! Use el código B1". Todos los demás elementos de la copia del correo electrónico y el diseño son idénticos. Entonces, la empresa que supervisa la campaña tiene la mayor tasa de éxito mediante el análisis de la utilización de los códigos de promoción. El correo electrónico utilizando el código A1 tiene una tasa de respuesta del 5% (50 de las 1000 personas por correo electrónico utiliza el código para comprar un producto), y el correo electrónico utilizando el código B1 tiene una tasa de respuesta de 3% (30 de los destinatarios utilizan el código de comprar un producto). La compañía por lo tanto, determina que en este caso, la primera llamada a la acción es más eficaz y lo utilizará en las campañas de ventas futuras.

En el ejemplo anterior, el objetivo del ensayo es determinar cuál es la forma más eficaz a los clientes para darle impulso a las ventas. Sin embargo, si el objetivo de la prueba fue a ver lo que generaría la mayor tasa de clickeo-- es decir, el número de personas que realmente haga clic en el sitio web después de recibir el correo electrónico - a continuación, los resultados pueden haber sido diferentes. Más de los clientes que reciben el código B1 puede tener acceso al sitio web después de recibir el correo electrónico, pero debido a que la llamada a la acción no afirmaba la fecha final de la promoción, hay menos incentivo para ellos para hacer una compra inmediata. Si el propósito de la prueba fue simplemente para ver lo que traerá más tráfico al sitio web, el correo electrónico que contiene el código B1 puede haber sido más exitoso. Una prueba A / B debe tener un resultado definido que se puede medir, por ejemplo, número de ventas realizadas, tasa de conversión de clics, el número de personas que se han registrado/ conectado, etc

Este método difiere de pruebas múltiples, que se aplica modelos estadísticos por el cual una de las pruebas puede tratar múltiples variables dentro de las muestras distribuidas.

Empresas bien conocidas para el uso de las pruebas A / B

Muchas empresas utilizan el " diseñado de experimentos" para la toma de decisiones de marketing. Se trata de una práctica cada vez más comunes como las herramientas y conocimientos que crece en esta área. Hay muchos estudios de casos de pruebas A/B que demuestran que la práctica de la prueba es cada vez más popular entre las pequeñas y medianas empresas también. [1]

Si bien es ampliamente utilizado en la sombra para maximizar los beneficios, la práctica de vez en cuando lo hace en el centro de atención:

Amazon.com fue pionera en su uso dentro del espacio web e-commerce. [2]

·         BBC [3]

·         eBay

·         Google - Uno de los mejores diseñadores, Douglas Bowman, a la izquierda y se pronunció contra el uso excesivo de la práctica [4].

·         Microsoft [5]

·         Netflix [6]

·         Playdom (Disney Interactive)

·         Zynga [7]

Otros términos utilizados
·         Pruebas A / B / N: Pruebas A / B con más de dos opciones ("N" celdas).
·         Pruebas A / B / ..Z prueba: Igual que el anterior.
·         A / B / A: Sólo dos alternativas, pero una se repite. Esto permite una visualización rápida cuando la prueba cuando alcanza significación.
·         Pruebas múltiples: Un experimento diseñado donde los efectos de dos o más factores causales potenciales pueden ser aislados unos de otros.

Referencias

1. "A/B Split Testing | Multivariate Testing | Case Studies". Visual Website Optimizer. Retrieved 2011-07-10.

2. http://www.grokdotcom.com/2008/02/26/amazon-shopping-cart/

3. "Web Developer: A/B Testing". BBC. 2010-01-12. Retrieved 2011-07-10.

4. "Goodbye, Google". stopdesign. Retrieved 2011-07-10.

5. "Experimentation at Microsoft". Exp-platform.com. 2009-09-09. Retrieved 2011-07-10.

6. "The Netflix Tech Blog: “More Like This…” Building a network of similarity". Techblog.netflix.com. 2011-04-18. Retrieved 2011-07-10.

7. "Brandon Smietana's answer to What is Zynga's core competency?". Quora. Retrieved 2011-07-10.

Wikipedia, 

Read more »