O marketing digital, de maneira geral, possui métodos de funcionamento e boas práticas bastante difundidas, todas elas apresentam seus padrões e recomendações, mas, na prática, cada método tem suas particularidades. Assim, a única maneira de não se basear apenas em achismos é através dos teste A/B.
Neste post, vamos te mostrar 4 dicas sobre como estruturar um teste para mensurar os dados da sua campanha.
Índice
Controle suas variáveis
Praticamente todos os elementos presentes em uma página, anúncio ou e-mail podem ou não alterar a taxa de conversão. Contudo, existem alguns que costumam, segundo nossa experiência com teste A/B, ser mais sensíveis e alterar mais os resultados de conversão de uma determinada página. São eles:
• Título (no caso de uma página ou anúncio) ou assunto (no caso de um email);
• Call to Action (botões para conversão);
• Imagens ou vídeos;
• Descrição da oferta;
• Complexidade da conversão (Ex: um formulário com muitas etapas representa um alta complexidade)
• Complexidade da conversão (Ex: um formulário com muitas etapas representa um alta complexidade)
Claro que os testes não se limitam a isso, também é possível alterar a posição dos elementos, cores ou mesmo aspectos da própria oferta, porém, essas opções devem ser considerados só em otimizações mais refinadas, em um produto mais maduro.
Tenha sua hipótese clara em mente
Levantar hipóteses de testes é um passo com complexidade extremamente variável.
Para quem nunca realizou testes, encontrar oportunidades pode parecer muito fácil, pois existem diversas otimizações em pontos que parecem poder ser melhorados.
Esse “achismo” é válido em um primeiro momento e pode inclusive partir de um brainstorming com a equipe para levantar ideias de melhorias.
À medida em que os testes vão acontecendo, essas oportunidades não ficam mais tão óbvias e então é necessário utilizar outras formas, como: pesquisas, benchmarking ou uma análise do tráfego existente no site.
Após levantar várias hipóteses, é preciso priorizar elas de acordo com uma matriz de impacto, para contemplar quais dessas hipóteses podem gerar mais resultados com menos esforço.
Nossa recomendação é listar cada uma das hipóteses e definir uma nota de 0 a 5 para 3 parâmetro, sendo eles:
- Essa hipótese pode impactar em cima de uma métrica relevante o uma métrica secundária? (0 para uma métrica pouco relevante e 5 para muito relevante);
- Qual o potencial de gerar uma melhoria nas taxas de conversão? (0 para um baixo potencial e 5 para muito potencial); quão fácil é a implementação deste teste? (0 para implementação difícil e 5 para implementação fácil).
- Após montada sua matriz de impacto, some as notas de cada hipótese e priorize-as na ordem decrescente de nota. Esse diagrama representa bem nossa filosofia de priorização de otimizações:
Nós sempre buscamos agir primeiramente em cima das atividades que promoveram o maior retorno com o mínimo de esforço, e depois transformando atividades de grande retorno a longo prazo em projetos maiores.
Crie um template para documentação dos testes, e não deixe de usar.
Toda empresa que se preze sabe da importância da documentação dos seus processos para que toda sua equipe esteja na mesma página.
Com os testes A/B não poderia ser diferente, e é de extrema importância que cada um deles seja muito bem documentado, garantindo que cada etapa seja contemplada.
Seguem abaixo os pontos importantes de serem documentados para cada teste:
- Hipótese inicial a ser testada e o motivo de ser escolhida;
- Atividades e procedimentos para realização do teste;
- Período de realização do teste;
- Principais métricas que serão acompanhadas (Seja sucinto, escolha no máximo 3 métricas);
- Descreva um definição de sucesso para o seu teste (O que deve acontecer para que o teste seja considerado bem sucedido?);
- Consolidação dos resultados (Deve ser preenchido no final.);
- Conclusão (Os resultados te permitem concluir a resolução da sua hipótese inicial?);
Através da documentação de todos esse pontos levantados acima, será possível que alguém não havia nenhum conhecimento prévio sobre o teste entenda sobre o experimento e suas conclusões, podendo assim aproveitar de um trabalho já realizado para se orientar e evitando redundâncias de atividades.
Saiba a hora correta de encerrar o seu teste
Como vimos, o teste A/B é muito útil para identificar se variações em uma página podem trazer melhores resultados.
Embora durante o teste já seja possível mensurar resultados parciais e perceber que há uma diferença de resultados entre as variações, é um erro já tomar essas informações como verdadeiras.
Muitas vezes os resultados parciais podem não representar o comportamento real de toda a população e o teste não é confiável estatisticamente. O chamado intervalo de confiança indica a probabilidade que a variação entre o controle e o experimento de fato representarem toda a audiência.
Esse índice é representado por uma porcentagem, que reflete a precisão do teste, sendo 100% uma fidelidade muito alta à sua audiência e 0% uma fidelidade muito baixa.
De maneira geral, o ideal é que aguardar o teste atingir uma taxa maior que 90% no intervalo de confiança para só então, começar a tirar conclusões sobre os resultados, mas esse valor pode variar em algumas situações.É importante também, seguir as diretrizes de cada plataforma para realizar o teste A/B. O Facebook, por exemplo, sugere para os testes A/B de anúncios que os experimentos durem no mínimo 4 dias e nunca mais do que 30 dias.
Está esperando o quê para colocar em ação o que aprendeu agora?
Agora é sua vez, tente utilizar as nossas dicas para testar os resultados das suas próprias campanhas e nos conte no nosso Instagram o seu case com os testes A/B. Se precisar de um parceiro de negócios para te ajudar com isso, entre em contato conosco no nosso site.
Lembre-se sempre da importância de saber cada vez mais sobre seu clientes. Jeff Bezos, fundador e CEO da Amazon dizia encarar seus clientes como convidados para uma festa, em que ele e seus colaboradores eram os anfitriões, sendo deles a responsabilidade de todos os dias garantir uma experiência melhor para os usuários.
