La forma más poderosa de convertir clics en clientes
Sinopsis
Todos sabemos que Internet ha cambiado la forma en que hacemos negocios . Después de todo, hoy en día casi todas las empresas tienen un sitio web, pero ¿cuántas empresas logran optimizar efectivamente su presencia en línea? Bueno, A / B Testing le muestra cómo desarrollar y refinar su sitio web a través de una simple experimentación y evaluación, todo para atraer a más clientes y aumentar sus resultados.
Descubra cómo optimizar su presencia en línea.
¿Cuáles son las primeras cosas que haces al establecer un negocio? Se te ocurre un nombre, y tal vez un logotipo, y creas un sitio web. La mayoría de los clientes potenciales se enterarán de usted haciendo clic en su sitio web; muchos también comprarán lo que vendes en línea. Claramente su sitio web es muy importante.
Por lo tanto, debe optimizarlo, para utilizar el mejor formato posible para que lo usen las personas. ¿Y como haces esto? A través de pruebas A / B. Este resumen le mostrará cómo el uso de este método puede aumentar significativamente el número de personas que hacen clic en su sitio.
En este resumen descubrirá
- cómo las pruebas A / B ayudaron a Obama a ser elegido;
- por qué cuando se trata de sitios web, menos es más; y
- por qué incluso un experimento fallido es bueno.
Si desea optimizar su sitio web y atraer a sus visitantes, pruebe las pruebas A / B.
Gracias a Internet, las empresas tienen oportunidades sin precedentes para encontrar nuevos clientes. Todo lo que necesitas es un sitio web, ¡y luego cualquiera puede verlo y comprarlo! – Lo que sea que estés vendiendo. Pero aunque parezca fácil, crear un sitio que atraiga a la gente a gastar es difícil. Afortunadamente, hay una manera infalible de descubrir qué funciona: una prueba A / B .
El principio detrás de las pruebas A / B es simple: al mostrar diferentes versiones de su sitio a grupos de prueba seleccionados al azar durante un corto período de tiempo, genera datos sobre qué opción es la más efectiva. Estos datos ofrecen a las organizaciones enormes oportunidades para aumentar la participación de los visitantes.
Por ejemplo, el sitio web de la campaña de Obama 2008 permitió a los usuarios dejar sus direcciones de correo electrónico si querían suscribirse a un boletín o contribuir a la campaña. La página mostraba una fotografía del candidato en un océano de simpatizantes que ondeaban banderas de “Obama 2008” al lado de un campo para ingresar direcciones de correo electrónico, junto con un botón de “registrarse”.
El equipo de Obama se preguntó si esta sería la mejor combinación de imagen y botón . Después de una serie de pruebas A / B con diferentes imágenes y textos, encontraron un ganador: los visitantes tenían un 40,6 por ciento más de probabilidades de compartir su dirección de correo electrónico cuando el sitio web mostraba una foto de Obama rodeado de su familia, junto a un botón que decía ” Obtenga más información ”. Para la campaña de Obama, este cambio resultó en 2.8 millones más de suscriptores de correo electrónico y $ 57 millones adicionales en donaciones.
Como puede ver, las pruebas A / B ofrecen enormes ventajas. Y vale la pena señalar que aunque esta tecnología de prueba solía ser complicada y costosa, ese ya no es el caso. En los últimos años, las pruebas A / B se han convertido en un método establecido para mejorar las páginas web. Y para facilitar esto, las plataformas de optimización web, como Optimizely, han facilitado a cualquiera la implementación de pruebas A / B.
Para comenzar las pruebas A / B, necesita una hipótesis clara y una definición de éxito.
¿Estás listo para comenzar a optimizar tu sitio web? Pues, genial. Pero antes de comenzar, debe considerar exactamente lo que desea probar. Porque sin una definición de éxito y una hipótesis, la prueba no te dirá mucho.
Así que comience definiendo claramente métricas de éxito cuantificables , es decir, métricas que miden cualquier dato que sea más relevante para usted, para evaluar las pruebas más adelante.
Por ejemplo, supongamos que eres una revista en línea. Bueno, no sería una buena estrategia implementar pruebas A / B que simplemente midieran los clics, porque los clics no indican qué piensan los lectores sobre el contenido . En cambio, compartir, comentar o repetir visitas podría decir más sobre qué tipo de contenido resuena con sus lectores.
Por otro lado, si usted es una empresa de comercio electrónico, las métricas de éxito podrían ser compras completadas , productos agregados al carrito o páginas de productos [ 19459007]. En última instancia, las métricas de éxito variarán según su sitio.
Pero como mencionamos anteriormente, las métricas de éxito no son lo único en lo que se debe pensar: también se debe tener una hipótesis clara .
Para explicar mejor este principio, comencemos con un ejemplo: El Fondo Clinton Bush Haití se estableció durante el terremoto de Haití de 2010. Y para optimizar la página de donación de solo texto, la organización trajo Optimizely. Ellos plantearon la hipótesis de que agregar una imagen sobre el campo de información de donación aumentaría las contribuciones, pero sorprendentemente sucedió lo contrario.
Entonces formaron una nueva hipótesis: tal vez, especularon, la imagen disuadió las contribuciones porque los visitantes tuvieron que desplazarse más para encontrar el campo de donación, haciendo que el proceso sea un poco más lento. Al probar la teoría, colocaron la imagen al lado del campo, ¡y esto fue un éxito! El diseño optimizado llevó a más de un millón de dólares en ayuda adicional. Imagínese si hubieran intentado cosas al azar en lugar de utilizar pruebas basadas en hipótesis, tal vez nunca hubieran encontrado esta solución.
Las pruebas A / B son una excelente manera de explorar cambios importantes para su sitio.
Aunque las pruebas A / B son excelentes para ajustar y refinar su presencia en línea, también pueden llevarlo a realizar cambios importantes y generalizados en la estructura de su sitio.
Esto fue lo que experimentó Disney cuando realizó un experimento de prueba A / B en la página de inicio de una de sus redes de televisión, ABC Family. Cuando examinaron sus registros de búsqueda, el equipo de Disney notó que muchos visitantes estaban buscando programas específicos. Entonces, en lugar de hacer pequeños ajustes, decidieron crear una estructura de página de inicio completamente diferente que enumerara todos los programas, haciéndolos más fáciles de encontrar.
El objetivo de Disney era aumentar el número de clics en la página del experimento entre un diez y un 20 por ciento, lo que superaron fácilmente. Porque, de hecho, como resultado de las pruebas A / B, el compromiso aumentó en 600 por ciento .
El fabricante de ropa Chrome también utilizó pruebas A / B para repensar radicalmente su sitio. La compañía tenía tres cajas de contenido promocional en su página de inicio, y asumieron que las pruebas A / B mostrarían que la izquierda fue mejor porque los visitantes la vieron primero. Pero en cambio, aprendieron que la caja central siempre superó a los demás, independientemente del contenido. Finalmente, esta idea condujo a un diseño de sitio web completamente diferente.
En ese sentido, es importante tener en cuenta que cuando se somete a un importante rediseño del sitio, las pruebas A / B pueden ser un elemento importante durante , y no solo después del proceso.
De hecho, Netflix utilizó las pruebas A / B de esta manera cuando la compañía rediseñó su interfaz de usuario en 2011. La interfaz original sugería solo cuatro títulos, cada uno con una calificación de estrellas y un botón de reproducción debajo. Pero luego, el servicio de video probó otra variación, que mostró filas casi infinitas de miniaturas con imágenes y títulos que los usuarios podían desplazarse. Esta variación fue muy efectiva: ¡no solo mejoró la retención, sino que también aumentó el compromiso!
Limpia el diseño de tu sitio para aumentar la participación del usuario.
Imagina visitar un sitio web y ser bombardeado de inmediato con imágenes, ventanas emergentes y solicitudes de registro. Sin duda, se iría lo antes posible y nunca volvería.
Esto es algo que la mayoría de nosotros entendemos intuitivamente: cuando se trata del diseño del sitio, menos realmente es más. De hecho, las pruebas A / B han demostrado que eliminar cualquier campo que no sea absolutamente crucial tendrá un gran impacto en el compromiso.
Por ejemplo, volviendo al trabajo de Optimizely en la página de donaciones del Fondo Clinton Bush Haití, la empresa de optimización notó que había campos para que los usuarios ingresaran “Número de teléfono” y “Título”. Sin embargo, dado que la organización benéfica no tenía para esta información, configure de forma óptima una prueba A / B para una versión sin estos campos. El resultado fue impresionante: este pequeño cambio llevó a un aumento del 11 por ciento en dólares donados por página vista.
Entonces, ¿qué puede hacer para aprovechar estos hallazgos y disminuir el desorden en su propio sitio? Bueno, puede hacer uso de ocultar funciones y también dividir formularios más largos en varias páginas.
Al usar una función de ocultar (una función que muestra información solo cuando la solicita) para el código de promoción y los formularios de opciones de compra en su diálogo de pago, el minorista Cost Plus World Market aumentó los ingresos por visitante en un 15,6 por ciento .
Por supuesto, hay ocasiones en las que no puede ordenar o eliminar campos. En esos casos, debe dividir un formulario más largo en más páginas.
Este enfoque funcionó para la campaña de reelección de Obama en 2012. La página de donaciones simplemente ya no podía reducirse: cada elemento era vital. Pero el equipo de la campaña tuvo una idea: para que el formulario parezca más corto, lo dividieron en dos páginas separadas, una con la cantidad donada y la otra con detalles personales. Junto con otras modificaciones similares, este pequeño cambio ascendió a $ 190 millones adicionales en donaciones.
El uso del lenguaje correcto atraerá a las personas y hará que su sitio web sea más efectivo.
Una imagen dice más de mil palabras, como dice el dicho. Y aunque hay mucha verdad en eso, las pruebas A / B nos muestran que si realmente quieres involucrar a las personas, debes encontrar las palabras correctas.
Y un lenguaje unidireccional puede ayudar a que su sitio web sea más eficaz es hacer que el significado de los clics sea más claro para el usuario final.
Así, por ejemplo, con la página de donación del Fondo Clinton Bush para Haití, en lugar de usar el botón estándar “Enviar” en el formulario de donación, los evaluadores A / B experimentaron con una variación que decía “Apoye a Haití”. La hipótesis era que este lenguaje aclararía el significado de la donación.
Y tenían razón: ¡funcionó! La versión de prueba marcó una gran diferencia, una que resultó en varios dólares adicionales donados por vista de página.
Hay otra forma de usar el lenguaje de manera más efectiva, especialmente si desea que los visitantes de su sitio web tomen medidas: use verbos y no sustantivos siempre que sea posible.
Este principio ha sido confirmado por las pruebas A / B, que han demostrado una y otra vez que si quieres que alguien haga algo, debes decirle . Y esto requiere el uso del imperativo de llamada a la acción de un verbo en lugar de la función más descriptiva de un sustantivo.
Por ejemplo, LiveChat, una empresa que vende software que permite a las empresas conversar con los visitantes en tiempo real, organizó una campaña de prueba gratuita para atraer nuevos clientes. Para mejorar el impacto de la campaña, la diseñadora visual Lucy Frank quería probar si el uso de un verbo aumentaría la acción del cliente, por lo que creó una prueba A / B que enfrentó “Prueba gratuita” contra “Pruébelo gratis”. Cambiando solo dos palabras y usando un verbo mejoró la tasa de clics de la campaña en un 14,6 por ciento.
Cuando se trata de pruebas A / B, el fracaso es una bendición.
Los científicos a menudo dicen que no hay nada más emocionante que descubrir algo que no funciona, porque puedes aprender mucho del fracaso. Bueno, exactamente lo mismo se aplica a las pruebas A / B: el fracaso puede ser una bendición.
Este principio se aplica a todo tipo de fallas, incluidas las pequeñas. Porque incluso los callejones sin salida que parecen insignificantes ahora pueden ser útiles más adelante.
Por ejemplo, cuando la empresa de comercio electrónico Chrome utilizó imágenes para promocionar sus productos de ciclismo urbano, se preguntó si el uso de videos mejoraría las tasas de conversión. Pero después de un período de prueba de tres meses, las pruebas A / B revelaron que usar un video en lugar de una imagen no tuvo un impacto significativo.
Aunque se podría decir que esta prueba “no fue a ninguna parte”, en realidad fue bastante esclarecedora. Porque ahora, si Chrome alguna vez quiere implementar video para futuros productos, puede asumir con seguridad que no afectará las tasas de conversión.
Hay otra forma en que las pruebas A / B fallidas pueden ayudarlo, y es al brindarle información importante sobre sus usuarios.
De hecho, esta fue la experiencia de IGN del sitio web de juegos. Con el fin de atraer más tráfico al sitio de video dedicado (que trajo una parte sustancial de sus ingresos publicitarios), IGN probó el efecto de mover el enlace “Videos” en la barra de navegación desde el extremo derecho hasta el extremo izquierdo. Al final resultó que, el movimiento tuvo un efecto desastroso: los clics en los enlaces de video disminuyeron en un sorprendente 92.3 por ciento.
¡Pero había un lado positivo! IGN se dio cuenta rápidamente de que esto había ocurrido porque la mayoría de los usuarios del sitio eran visitantes que no podían encontrar el enlace una vez que se movió. Entonces, aunque esta prueba no mejoró de inmediato el tráfico, sí enseñó a IGN una valiosa lección sobre cuántos de sus visitantes eran usuarios recurrentes, y no nuevos.
Convence a tus colegas para implementar enfoques de negocios basados en datos.
Así como los movimientos políticos necesitan activistas y cabilderos para lograr el cambio, las pruebas A / B necesitan evangelistas. Y si desea implementar esta práctica dentro de su propia organización, es posible que deba convertirse en portavoz de la misma.
Y una de las mejores maneras de convencer a otras personas del impacto de los enfoques basados en datos es comunicar los resultados de pruebas simples que muestran el inmenso valor de las pruebas A / B. Simplemente presentando imágenes de variaciones y resultados de pruebas de forma regular convencerá a las partes interesadas de que las pruebas basadas en datos funcionan, lo que trae enormes beneficios.
Por ejemplo, Scott Zakrajsek, el gerente de análisis web global de Adidas, a menudo usa apuestas seguras, es decir, pruebas A / B que probablemente resulten rápidamente en una victoria clara, para ayudar a otros a entender cómo A / B prueba funciona.
Hacer esto de manera regular y enfatizar el valor de la mejora continua a través de las pruebas A / B puede llevarlo a formar parte de la cultura de la empresa.
Esta fue la experiencia de Lizzy Allen. Cuando Allen se unió por primera vez a IGN como analista en 2010, se sorprendió de que nadie en la compañía hubiera oído hablar de las pruebas A / B. Dedicó un mes a presentar el concepto a la empresa, y para asegurarse de que sus colegas estuvieran comprometidos, creó el A / B Master Challenge. Se pidió a los empleados de IGN que votaran sobre los resultados probables de las pruebas A / B y que pronosticaran qué variaciones serían las más efectivas.
Aunque casi todos fallaron en hacer predicciones precisas, la compañía desarrolló un sentido compartido de humildad. Por lo tanto, las personas se dieron cuenta de que podían aprender mucho de los enfoques basados en datos, lo que llevó a que las pruebas A / B se convirtieran en una parte establecida de la política de la empresa.
Resumen final
El mensaje clave en este libro:
Si desea optimizar su sitio web y atraer a sus visitantes, pruebe las pruebas A / B. Pero para adoptar este enfoque basado en datos, necesita una hipótesis clara y una definición de éxito. Y, en última instancia, hacer esto atraerá a sus usuarios, a sus empleados y hará que su sitio web sea más eficaz.
Consejos prácticos:
Use una plataforma de prueba.
Si no tiene su propia tecnología A / B, el uso de una plataforma de prueba como Optimizely le permitirá realizar pruebas de manera simple y fácil sin contratar a un departamento completo de analistas de datos.
Sugerido lectura: Contagioso por Jona9015
Contagioso examina qué hace que un producto, idea o comportamiento sea más probable que se comparta entre muchas personas. El libro explora la cuestión de si las cosas contagiosas son accidentes o los resultados de un buen marketing, o si la contagio es una característica inherente de un producto, idea o comportamiento. Sostiene que, lejos de ser simplemente una cuestión de suerte, la mayoría de los productos e ideas muy populares son el resultado de una combinación de planificación y ejecución inteligente.
¿Tienes comentarios?
¡Nos encantaría saber lo que piensas sobre nuestro contenido! ¡Simplemente envíe un correo electrónico a [email protected] con el título de este libro como asunto y comparta sus pensamientos!
Pruebas A / B de Dan Siroker y Pete Koomen