El test AB es un tipo específico de experimento controlado. Los tests AB se utilizan para determinar la mejor opción dentro de un abanico de posibilidades. En un contexto de comercio electrónico, esto podría ser determinar qué ofertas mostrar, qué productos recomendar o incluso qué imágenes o diseños de productos funcionan mejor para un criterio de éxito dado.

Al igual que otras pruebas de bandido multibrazo (Multi-Armed Bandit), que es un tipo de test AB que utiliza el aprendizaje automático para aprender de los datos recopilados durante la prueba para aumentar dinámicamente la asignación de visitantes a favor de variaciones de mejor rendimiento, hay dos partes distintas.
Primero, hay una fase de exploración donde se consideran múltiples opciones y una vez que se determina un ganador, comienza la segunda fase de explotación. En esta fase, se elige al ganador y se descarta al perdedor.


Los tests AB correctamente construidos se componen de las siguientes partes:

Si bien definir un test AB es bueno, es útil dar algunos ejemplos ilustrativos de cómo los test AB pueden beneficiar a las tiendas de comercio electrónico.

Como herramienta fundamental en la optimización de la tasa de conversión, las pruebas maximizan su capacidad para monetizar el tráfico existente.

Con los tests AB, puedes:

Como herramienta para el software de personalización, los tests revelan las mejoras de los resultados en la experiencia de los clientes.

Si bien Barilliance utiliza el aprendizaje automático para optimizar automáticamente las experiencias personalizadas, también tienes la opción de anular las experiencias basadas en el aprendizaje automático con variantes basadas en reglas.

Esto es especialmente útil cuando tienes eventos próximos, días festivos, nuevos productos, categorías o campañas.

En estos casos, es importante aprovechar las pruebas para obtener los mejores resultados.

Finalmente, los tests AB pueden y deben aplicarse a todas las experiencias de los clientes. Para ejecutar eficazmente estrategias omnicanal, las capacidades de prueba son absolutamente necesarias.

Algunos beneficios de los tests AB fuera del sitio incluyen

Toda empresa tiene recursos limitados.

En los tests, la calidad y la cantidad de pruebas que puedes ejecutar serán
limitadas por:

Dadas estas limitaciones, la siguiente pregunta es ¿qué pruebas debes realizar?

Si bien el contexto de tu negocio será único, aquí hay algunas pautas que te ayudarán a identificar los mejores tests AB para ejecutar.

¿Qué partes de la experiencia del cliente experimentan la mayoría de los clientes?

Por ejemplo, si una categoría de producto representa el 75% de las ventas, primero debes priorizar los tests AB en esa área. Por otro lado, si otras categorías actualmente reciben tráfico marginal, espera optimizar estas partes hasta que hayas obtenido ganancias en áreas de mayor tráfico.

Finalmente, considera los cuellos de botella que existen en su negocio.

Los cuellos de botella son lugares por los que cada cliente debe pasar. Para la mayoría de las tiendas de comercio electrónico, esto incluye su proceso de pago, páginas de productos y posiblemente anuncios.

Hay muchas formas de tener éxito con la optimización del comercio electrónico. Sin embargo, hemos descubierto que estas pautas conducen a resultados más consistentes y rápidos.

Pregúntate: "¿Qué hará que esta prueba sea exitosa?" Debes identificar el mejor KPI para evaluar una prueba.

Normalmente, tu métrica de evaluación será una métrica compuesta, como el retorno de la inversión en marketing. Debe predecir los resultados a largo plazo.

La revista Harvard Business tiene una excelente reseña que detalla una serie de desafíos que enfrentó Bing para determinar qué métrica priorizar.

Si bien en un principio podría parecer que los ingresos generados serían una buena métrica, descubrieron que podían intervenir en los ingresos añadiendo más anuncios. Desafortunadamente,la métrica no reflejó completamente los resultados de estas mejoras en los ingresos, es decir, empeoró la experiencia de los clientes, y en última instancia, hubo menos personas que utilizaron Bing.

Al equipo se le ocurrió una alternativa. Querían centrarse primero en la experiencia del cliente, por lo que la métrica principal era minimizar la cantidad de consultas necesarias para completar una sesión y, al mismo tiempo, maximizar la cantidad de sesiones por usuario.

Existe una tensión constante entre explorar nuevas posibilidades y explotar hallazgos anteriores.

Con los tests AB, puede ser tentador evitar grandes rediseños y, en cambio, centrarse solo en optimizaciones más pequeñas. Sin embargo, es más probable que los grandes avances provengan de grandes palancas: grandes cambios en su oferta o diseño.

Asegúrate de dejar espacio para estos experimentos más grandes.

Un error común es creer que los tamaños de audiencia de prueba y de control deben ser los mismos.

La verdad es que tu control debe ser el ganador de todas las pruebas AB anteriores. Es una experiencia efectiva probada y verdadera que se traduce en ventas.

Debido a esto, lo más común es dedicar más tráfico al grupo de control, mientras se buscan mejoras con un porcentaje menor de tráfico.
Por otro lado, si deseas aumentar el rendimiento de las pruebas que puedes realizar, puedes aumentar el tráfico dedicado a los grupos de prueba.

Moo es una tienda de comercio electrónico líder en impresión y diseño en línea.

Arriba puedes ver una captura de pantalla de su página de inicio actual con anotaciones en la mitad superior de la página. A continuación tenemos la misma página, hace apenas un año.

Comparando las dos páginas, hay seis mejoras importantes que el equipo de Moo ha implementado. Para obtener un desglose completo de estas mejoras y por qué funcionan, haz clic aquí.