Teste A/B, o que é e como começar.

Tempo de leitura: 8 minutos

O teste A/B é essencial para o entendimento real de quais abordagens funcionam melhor com seu público em suas ações online. Essa ferramenta é importante pois com ela é possível eliminar completamente os achismos e realizar ações com base em dados concretos e precisos.

Quer entender mais sobre teste A/B e como ele pode ser usado na sua empresa? Então, acompanhe esse post!

O que é teste A/B?

Termo bastante comum no marketing digital, teste A/B é um método de comparação entre variáveis para entender quais mudanças geram melhores resultados.

Muito parecido com os experimentos realizados em laboratórios, no teste A/B o experimentador cria um “grupo controle” e um grupo experimental. O grupo controle é aquele cujas variáveis e taxas são a referência, já o grupo experimental é aquele idêntico ao grupo controle, porém alterando uma variável.

Trazendo para o marketing digital, funciona assim:

Você tem uma landing page cuja taxa de conversão atual é de 17%. Sua hipótese é que fazendo algumas alterações nessa landing page será possível atingir 37% de conversão. Porém você não tem clareza sobre qual mudança pode gerar o aumento na taxa de conversão, então você duplica a landing page e altera a cor do CTA por exemplo.

De uma forma muito simples você fez um teste A/B. Porém não se iluda, existem outros aspectos técnicos fundamentais para fazer um teste A/B confiável que vão além do exemplo acima.

Mas teste A/B funciona?

Sim funciona, desde que ao fazer teste A/B alguns aspectos fundamentais sejam considerados.

Como falado no início desse artigo, teste A/B é um método e para ter validade é necessário disciplina, técnica, uma amostra estatisticamente relevante e paciência para respeitar o tempo do experimento.

Então antes de transformar sua área de marketing em um laboratório leve em consideração os seguintes itens.

O tamanho da sua amostra

Por amostra, vamos entender a quantidade de pessoas que visitam seu site, sua landing page, quantas irão abrir seu email marketing, enfim, o volume de pessoas que farão parte do teste A/B. Para ter um experimento confiável é fundamental ter uma amostra estatisticamente relevante, ou seja, submeter seu teste A/B a uma quantidade pequena de pessoas irá invalidar os resultados.

Mas como saber qual o tamanho ideal da amostra para iniciar o teste? Uma forma simples de saber se sua amostra é estatisticamente relevante é usando a Calculadora de Teste A/B, desenvolvida pela Resultados Digitais.

Tempo do experimento

Muitas vezes durante um experimento podemos nos sentir “tentados” a tirar conclusões logo nas primeiras semanas. Já que em alguns experimentos a variação pode gerar resultados melhores que o grupo controle inicialmente.

Mas não se engane, resultados parciais nem sempre representam o comportamento real da sua audiência. Então, controle a ansiedade e respeite o tempo do experimento.

Você deve estar se perguntando, como sei que um experimento atingiu o tempo necessário? A resposta é o intervalo de confiança. Falaremos melhor sobre isso no decorrer do artigo.

Momento da sua empresa e o impacto real do teste

Se você leu até aqui, provavelmente compreendeu que para fazer um teste confiável é preciso ter uma amostra consistente. Por essa razão, acreditamos que para empresas cujo tráfego no site ainda é pequeno faz muito mais sentido investir em ações para aumentar o número de visitantes na sua página do que iniciar teste A/B.

Então, que tal retomar o conceito de funil de marketing e focar sua atenção e energia para aumentar o volume de visitantes do seu blog? Ou então gerar mais conteúdos ricos para educar o seu mercado e gerar mais leads. Assim, depois de consolidar tais etapas você terá uma boa base para iniciar os experimentos.

Como conduzir um teste?

Chegou a hora, você decidiu que é o momento de fazer teste A/B. Para aumentar a confiabilidade dos seus dados lembre-se de seguir as orientações abaixo.

Teste 1 variável por vez

Se de fato você quer entender qual mudança foi responsável por gerar os resultados, teste uma variável de cada vez. Esse é o princípio mais básico para garantir que o que ocasionou o resultado obtido foi a alteração feita.

Existem testes multivariáveis, mas esse tipo de teste será tratado em um outro artigo. Por hora, vamos falar apenas do teste A/B de variável única.

Caso você queira testar mais de uma variável, o ideal será realizar um teste A/B para cada alteração. Assim você conseguirá comparar qual gerou melhor resultado.

Porcentagem de tráfego

O percentual do tráfego utilizado em um experimento deve ser escolhido tendo como parâmetro o objetivo do teste. Porém para páginas com pouco tráfego o aconselhável é utilizar 50/50.

Caso você tenha um volume considerável de visitantes é possível separar uma amostra menor para ser direcionada para página com variação, como por exemplo 20% do tráfego. Dividir o tráfego dessa forma pode ser muito positivo, pois caso o experimento tenha resultados ruins você não comprometeu o resultado geral da empresa.

Intervalo de confiança

Intervalo de confiança é um termo que vem da estatística que indica a confiabilidade de uma estimativa. No teste A/B ele é usado para indicar o quão confiável o seu experimento é. Traduzindo, quanto menor é o intervalo de confiança maior a probabilidade do seu experimento representar o comportamento real da sua audiência. Um experimento para ser considerado válido deve ter um intervalo de confiança a partir de 95%.

Como o seu negócio não é estatística, sugiro o uso de ferramentas para conduzir os seus testes, como Google Analytics e Optimizely. Essas ferramentas calcularão o intervalo de confiança para você.

Testes simultâneos

Rodar os experimentos simultaneamente são uma forma de minimizar a influência das variáveis externas, como as sazonalidades por exemplo.

Imagine que você subiu uma landing page (controle) duas semanas antes do carnaval e subiu a variação (CTA de cor diferente) durante o carnaval. Ao final do teste você não conseguirá dizer com certeza se o que impactou as taxas de conversão da landing page versão 2 foi a cor do CTA ou o carnaval.

Agora, se você tivesse testado simultaneamente as duas landing pages, o fator carnaval não seria um viés na validação da hipótese sobre a cor do CTA.

Quais elementos testar?

Você pode testar as mais diversas hipótese que vierem a sua imaginação, contudo alguns itens costumam trazer bons resultados em conversões, como:

  • Headline — chamada ou título em destaque da página;
  • Call to action — CTA são botões de conversões que convidam o público a tomar uma ação;
  • Imagens ou vídeos;
  • Descrição da oferta ;
  • Palavras-chave;
  • Bloco de texto — mudando elementos de destaque, como negrito ou itálico, e a escaneabilidade do texto;
  • Cores e layout.

Cada elemento vai influenciar o comportamento das pessoas de uma forma diferente — isso depende muito das preferências do seu público. Então avalie o custo benefícios de testar esses e outros elementos no seu site, blog, landing page, email marketing e outros.

Quais são as vantagens?

Precisão nos resultados

Afinal um teste bem conduzido traz clareza dos fatores que influenciaram na decisão da audiência. E ainda contribui para que a sua empresa construa uma base de conhecimento que poderão ser utilizados em novos experimentos, criando ciclos mais rápidos de aprendizagem.

Decisões acertadas

Os experimentos geram dados confiáveis para que você abandone as decisões com base no gosto pessoal ou intuição e passe a escolher aquilo que está mais adequado a sua persona.

Compreensão profunda do público

Após diversos experimentos documentados será possível ter um entendimento robusto sobre como a sua persona se comporta, quais suas preferências e o que gera influência sobre o comportamento do seu público.

Conclusão

O teste A/B pode ser uma ferramenta muito poderosa para ajudar a sua empresa a melhorar as taxas de conversão e tomar decisões bem fundamentadas. Porém ele deve ser feito com alguns cuidados para que de fato seja confiável.

O que você achou do teste A/B e de todos seus benefícios? Conta pra gente nos comentários.

Deixe uma resposta

O seu endereço de e-mail não será publicado. Campos obrigatórios são marcados com *