En el diseño de una tienda online está, básicamente, la clave de su éxito o de su fracaso. Está claro que un buen contenido, productos interesantes y precios competitivos, además de buenos plazos de entrega y una logística de calidad influyen de manera definitiva en la experiencia del cliente, pero el diseño es lo que se ve primero, y es, por tanto, la primera barrera de entrada.
Un buen diseño facilita mucho las cosas y hace más probable que un cliente que llega a nuestra tienda avance veloz hacia el final del proceso de compra (asumiendo que sí le interesa el resto del paquete artículo-precio-condiciones). Por el contrario, un diseño erróneo llevará a otros potenciales clientes a abandonar la compra. ¿Cómo saber qué diseño es mejor para nuestras ventas? Para eso existen los test A/B, que nos permiten optimizar el diseño y utilizar el que de verdad funciona.
En pocas palabras, ¿qué es un test A/B?
Un test A/B es tan simple como efectivo, y lo que hace es comparar dos diseños diferentes en tiempo real, y extraer conclusiones relevantes. Es decir, es el equivalente a tener online dos páginas web distintas, pero de forma simultánea. Los clientes llegan a la tienda, y de manera aleatoria ven un diseño (el de control, el «de siempre»), u otro (el que estamos probando), y para cada uno se mide una variable (la que nos interesa mejorar). Al cabo de un tiempo suficiente, el necesario para que los resultados tengan validez estadística, se comprueban los resultados y se decide qué diseño obtiene mejores resultados para lo que queríamos medir.
Las mediciones pueden ser desde con qué diseño mejora el porcentaje de ventas (por ejemplo, cambiando el botón de compra por otro más grande, más vistoso, mejor colocado, etc.), mediante qué diseño se consigue mayor tiempo de estancia en página, mejor navegación entre productos relacionados. Muchas veces es tan simple como medir con qué diseño se vende más.
Cómo diseñar bien un test A/B
Entrar en profundidad en el mundo de los experimentos A/B es tarea compleja. Aquí podemos empezar a ver cómo preparar un buen test A/B, es decir, qué tener en cuenta para hacer las cosas «de manual». Luego hay que practicar, y probar mucho. Huelga decir que es interesante hacer varios experimentos, comparando siempre nuevos diseños (llamémoslos B, C, D) con el diseño de control (A), y elegir el que mejor funciona de todos.
- Decide qué vas a poner a prueba. Puede ser el tamaño del botón de compra, su color, el tipo de letra, su posición en la ficha de la tienda; puede ser el tamaño de las fotografías, la posición de la descripción,… Puede cualquier cosa.
- Decide qué vas a medir. Parece lógico pensar que queremos medir si vendemos más con un diseño o con otro, pero puede que lo que queramos sea minimizar el número de clicks hasta cerrar una venta. Es clave saber qué queremos mejorar.
- Establece el Control y la Prueba, que no es más que tener en cuenta que el primero es el diseño original, y el segundo es el diseño a prueba. Parece un paso trivial, pero es importante no confundir las cosas.
Dependiendo del tipo de negocio que tengas, pueden existir decenas de diseños que influyen en una mejora, o no, del test. Imagina que quieres probar la mejora en el ratio de conversión de tus campañas de email marketing. En ese experimento, puede ser muy interesante experimentar con horas de envío diferentes. ¿Cuál funcionará mejor? Puede ser productivo probar a incluir imágenes con gancho en el email, o no hacerlo.
[youtube width=»600″ height=»344″]http://www.youtube.com/watch?v=TGrujIh2H0I[/youtube]
Los test A/B son la mejor herramienta que tienes para saber, de primera mano, qué diseño funciona mejor para tu negocio. Existen herramientas que te ayudan a hacer este tipo de tests, como los Google Analytics Content Experiments, u otras como Optimizely, muy visuales y que pueden utilizar desde los más inexpertos (sin saber nada de HTML o programación), hasta los más expertos. Aquí hay buenos consejos para ir más allá con Optimizely, y sacar todo el partido posible a los test A/B.
[…] test A/B son una de las mejores formas de cuantificar los posibles cambios a realizar en cualquier página […]