O que é teste A/B?

Definição de teste A/B

Quando e por que você deve fazer o teste A/B

O teste A/B oferece mais benefícios quando opera continuamente. Um fluxo regular de testes pode fornecer um fluxo de recomendações sobre como ajustar o desempenho. E o teste contínuo é possível porque as opções disponíveis para teste são quase ilimitadas.

Conforme observado acima, o teste A/B pode ser usado para avaliar praticamente qualquer ativo de marketing digital, incluindo:

• e-mails
• newsletters
• anúncios
• mensagens de texto
• páginas do site
• componentes em páginas da web
• aplicativos móveis

O teste A/B desempenha um papel importante no gerenciamento de campanhas, pois ajuda a determinar o que está e o que não está funcionando. Ele mostra no que seu público está interessado e responde. O teste A/B pode ajudar você a ver qual elemento de sua estratégia de marketing tem o maior impacto, qual precisa ser melhorado e qual precisa ser descartado.

Então, agora que falamos sobre por que você deve fazer um teste A/B, vamos considerar dois critérios para quando fazer o teste.

• Você tem uma campanha ou elemento de marketing digital que não está funcionando nos níveis ideais e, portanto, não atende às expectativas. O teste A/B pode ser usado para isolar o problema e aumentar o desempenho.
• Você está prestes a lançar algo novo (página da web, campanha de e-mail) e não tem certeza de qual abordagem (como mensagens) terá o melhor desempenho. O uso proativo de testes A/B permitirá que você compare e contraste o desempenho de duas abordagens diferentes para identificar a melhor.

Benefícios de executar testes A/B em seu site

O teste A/B do site fornece uma ótima maneira de determinar quantitativamente as táticas que funcionam melhor com os visitantes do seu site. Você pode simplesmente estar validando um palpite, ou seu palpite pode estar errado. No entanto, ainda há uma vantagem porque você não vai manter algo que não está funcionando. Você atrairá mais visitantes que passarão mais tempo em seu site e clicarão em mais links.

Ao testar componentes/seções do site amplamente usados, você pode fazer determinações que melhoram não apenas a página de teste, mas também outras páginas semelhantes.

Como realizar um teste A/B?

O teste A/B não é difícil, mas exige que os profissionais de marketing sigam um processo bem definido. Aqui estão nove passos básicos:

As etapas fundamentais para planejar e executar um teste A/B

• 1. Meça e revise a linha de base de desempenho
• 2. Determine a meta de teste usando a linha de base de desempenho
• 3. Desenvolva uma hipótese sobre como seu teste aumentará o desempenho
• 4. Identifique alvos ou locais de teste
• 5. Crie as versões A e B para testar
• 6. Utilize uma ferramenta de controle de qualidade para validar a configuração
• 7. Execute o teste
• 8. Acompanhe e avalie os resultados usando análises da Web e de testes
• 9. Aplique os aprendizados para melhorar a experiência do cliente

Seguir as etapas acima, com objetivos claros e uma hipótese sólida, ajudará você a evitar erros comuns em testes A/B.

Os testes fornecerão dados e evidências empíricas para ajudá-lo a refinar e aprimorar o desempenho. Usar o que você aprendeu com os testes A/B ajudará a causar um impacto maior, projetar uma experiência do cliente (CX) mais envolvente, escrever textos mais atraentes e criar visuais mais cativantes. À medida que você otimiza continuamente, suas estratégias de marketing se tornarão mais eficazes, aumentando o ROI e gerando mais receita.

Exemplos de testes A/B

Uma lista de elementos de marketing digital que podem ser testados inclui um ou mais dos itens a seguir:

• Links de navegação
• Chamadas para ação (CTAs)
• Design/layout
• Texto
• Oferta de conteúdo
• Título
• Linha de assunto do e-mail
• Endereço de e-mail "de" amigável
• Imagens
• Botões de mídia social (ou outros botões)
• Logotipos e tags/slogans

Suas metas de negócios, objetivos de desempenho e linha de base e o mix atual de campanhas de marketing o ajudarão a determinar os melhores candidatos a serem testados.

O papel da análise no teste A/B do site

Como interpretar os resultados do teste A/B

É importante estabelecer metas ao planejar um teste para que você possa avaliar os resultados, determinar um vencedor e atualizar sua campanha de marketing e/ou site para refletir o resultado vencedor. Em muitas situações, um público é pré-segmentado com um grupo de espera que receberá a versão vencedora de uma mensagem.

Os resultados do teste indicarão o sucesso de um elemento em relação ao outro com base no que você decidiu medir, como:

• número de visitantes
• taxas de abertura
• taxas de cliques
• inscrições (para newsletters, etc.)
• assinaturas

Durante o teste, os dois elementos são monitorados até que uma medição estatisticamente significativa seja alcançada.

As taxas de conversão também podem ser medidas em termos de receita. Você pode considerar os números de vendas junto com o impacto de uma alteração na receita real de vendas. Lembre-se de que as taxas de conversão podem ser capturadas para qualquer ação mensurável e não estão restritas a sites de comércio eletrônico e vendas. Incluindo:

• vendas
• leads gerados/registros enviados
• inscrições em newsletters
• cliques em banners
• tempo gasto no site

Quais métricas você deve prestar atenção quando se trata de testes A/B?

A resposta a essa pergunta depende de sua hipótese e seus objetivos. No entanto, você deve se concentrar em métricas que indicam o quão engajado seu público está com seu conteúdo de marketing.

Se você estiver testando uma página da web, observe o número de visitantes únicos, visitantes recorrentes, quanto tempo eles passam na página, bem como as taxas de rejeição e saída. Para e-mail marketing, você vai querer ver quem abre o e-mail e clica em seus CTAs.

O que são testes multivariados? Qual é a diferença do teste A/B?

O teste multivariado é frequentemente discutido em conjunto com o teste A/B, por isso é importante entender o que é o teste multivariado e como ele difere do A/B. Ambos são disciplinas relacionadas, mas há diferenças.

O teste multivariado testa conteúdo diferente para vários elementos (em vez de um único elemento no teste A/B) em uma ou mais páginas do site ou campanhas de marketing por e-mail para identificar a combinação que gera a maior taxa de conversão.

O teste multivariado aplica um modelo estatístico para testar combinações de alterações que resultam em uma experiência geral vencedora e na otimização do site. Abaixo estão várias características-chave do teste multivariado:

É possível executar testes A/B e multivariados em aplicativos iOS e Android?

Em 2020, os aplicativos móveis representaram US$ 2,9 trilhões em gastos com comércio eletrônico. Espera-se que esse número aumente em mais um trilhão até o final de 2021. E o crescimento vai além do varejo e do comércio eletrônico. A participação móvel do tráfego online total continua a crescer muito mais rápido do que o crescimento de desktops, já que, em muitos países, os telefones celulares são mais acessíveis do que os laptops. Assim, em cada vez mais casos, um aplicativo iOS ou Android inicia e encerra a jornada de compra do cliente. Mas, dada a tela pequena, a taxa de abandono de carrinho é maior em dispositivos móveis (87%) versus desktops/laptops (73%).

Portanto, garantir que sua experiência móvel seja otimizada é mais importante do que nunca, mas, dadas as limitações dos aplicativos iOS e Android, você precisa das ferramentas certas.

Assista ao vídeo abaixo para saber mais.

Segmentação de visitantes e agrupamento de segmentos em testes multivariados

Uma experiência pode não ser adequada para todos os visitantes/destinatários. Um benefício importante do teste multivariado é a capacidade de identificar segmentos de visitantes e como eles se comportam/interagem com diferentes experiências. Por exemplo, você pode determinar que novos visitantes preferem uma experiência diferente do que visitantes recorrentes e isso pode gerar melhores resultados gerais. Sistemas mais sofisticados sugerirão automaticamente a segmentação dos visitantes para reduzir o tempo necessário para analisar os resultados do teste em relação a centenas de atributos de visitantes.

A segmentação de diferentes experiências para diferentes segmentos de visitantes aumentará substancialmente suas taxas de conversão. Direcione-os com base em uma variedade de atributos de visitantes (de atributos ambientais a comportamentos) e inclua atributos de clientes de outros sistemas, como seu sistema de CRM.

Quando fazer teste A/B ou teste multivariado? Esta é a questão.

Um teste A/B é uma ótima ferramenta, mas se houver mais de duas opções que precisam ser testadas para determinar a “melhor experiência”, você provavelmente desejará fazer um teste multivariado em vez de um teste A/B.

Testes com mais de duas opções demoram mais para serem executados e não revelam nada sobre a interação entre variáveis em uma única página. No entanto, o teste A/B é muito fácil de entender e pode ser uma boa maneira de apresentar os conceitos de otimização de site e campanha para céticos ou mostrar o impacto mensurável de uma alteração ou ajuste de design.

O teste multivariado é extremamente útil para um ativo (página do site ou e-mail) em que vários elementos precisam ser comparados, por exemplo, diferentes combinações de imagens e títulos atraentes. No entanto, com mais opções vem a necessidade de maior tráfego. Então você não quer testar tudo na página. Quando muitos elementos da página mudam, isso leva a um número incrivelmente alto de combinações. Por exemplo, executar um teste em 10 elementos diferentes pode levar a mais de três milhões e meio de permutações. A maioria dos sites e campanhas de e-mail teria dificuldade para encontrar o tráfego para suportar isso.