Para fazer um teste A/B eficaz, você deve primeiro entender o que ele é. Depois de ter essa compreenção clara, comece a executar em seu próprio site ou app. Este é um método útil para otimizar elementos individuais ou uma métrica de publicidade. O resultado pode ser um número maior de cliques ou uma taxa de conversão aprimorada.

Porém, no teste A/B você precisa considerar alguns fatores como tempo, hipóteses ou segmentação. Somente aqueles que aderirem às regras mais importantes, alcançam resultados significativos e poderão otimizar de maneira direcionada.

Se você é um parceiro de anúncios da Grumft, seja bem-vindo ao nosso blog. Mas se ainda não é, esperamos que este conteúdo te motive a conhecer nossas soluções exclusivas de programática para publishers, desenvolvedores de aplicativos e anunciantes. Nesse artigo, você vai entender o que é o teste A/B, além de ter acesso a 6 dicas altamente valiosas da nossa equipe de especialistas.

O que é Teste A/B?

O teste A/B é um método de comparação entre duas versões de uma página da Web ou aplicativo entre si para determinar qual delas tem melhor desempenho. Nesse teste A/B, duas ou mais variantes de uma página aparecem para os usuários aleatoriamente, e a análise estatística é usada para determinar qual variação tem o melhor desempenho para uma determinada meta de conversão.

Um teste A/B que compara diretamente uma variação com uma experiência atual, permite que você faça perguntas focadas sobre alterações em seu site ou aplicativo e, em seguida, colete dados sobre o impacto dessa alteração.

O teste elimina a adivinhação e permite tomar decisões informadas por dados. Em outras palavras, você muda a afirmações de “nós achamos” para “nós sabemos”. Ao medir o impacto que as mudanças têm em suas métricas, você pode garantir que cada mudança produza resultados positivos.

Como funciona o Teste A/B?

Em um teste A/B, você escolhe uma página da Web ou tela de aplicativo e a modifica para criar uma segunda versão da mesma página. Essa mudança pode ser simples quanto um título, posicionamento ou formato de anúncio, ou ainda uma reformulação completa. Depois, metade do tráfego mostra uma versão original da página (conhecida como controle), e a outra metade mostra uma versão modificada da página (a variação).

À medida que os visitantes recebem o controle ou a variação, seu envolvimento com cada experiência é medido, coletado e analisado por meio de um mecanismo estatístico. Você pode então determinar se a mudança teve um efeito positivo, negativo ou neutro no comportamento do visitante.

Por que você deve fazer o Teste A/B?

O teste A/B permite que você faça alterações cuidadosas na experiência de usuário enquanto coleta dados sobre os resultados. Isso permite construir hipóteses e aprender por que certos elementos da experiência afetam o comportamento do usuário. De outra forma, você pode errar, pois a sua opinião sobre a melhor experiência para um determinado objetivo pode não ser comprovada por meio de um teste A/B.

Mais do que apenas responder uma pergunta pontual ou resolver um desentendimento, o teste A/B pode ser usado para melhorar continuamente uma determinada experiência ou um único objetivo, como o RPM ou o eCPM ao longo do tempo.

Um publisher pode querer melhorar o RPM ou o eCPM para aumentar o faturamento geral do site. Para isso, a equipe precisa testar posições, formatos e tipos de anúncio. Semelhantemente, os anunciantes podem querer melhorar a qualidade e o volume de leads nas páginas de destino da campanha. Para atingir esse objetivo, a equipe precisa fazer um teste A/B com alterações no criativo, call to action e até na página de destino.

Lembre-se sempre que testar uma alteração de cada vez ajuda a identificar quais esforços tiveram efeito no comportamento do visitante e quais não. Com o tempo, é possível combinar o efeito de várias mudanças positivas para demonstrar a melhoria mensurável de uma nova experiência em relação à antiga. Esse método de introduzir alterações em uma experiência do usuário também permite que a experiência seja otimizada para um resultado desejado. 

Processo de teste A/B

Use a estrutura de teste A/B abaixo para começar a executar testes da seguinte maneira:

Coleta de dados

As análises geralmente fornecem informações sobre onde começar a otimizar. Ajuda começar com áreas de alto tráfego do site ou aplicativo para permitir a coleta de dados mais rapidamente. Comece com páginas com baixas taxas de conversão ou altas taxas de rejeição que podem melhorar.

Identificação das metas

As metas de conversão são as métricas usadas para determinar se a variação é ou não melhor bem-sucedida do que a versão original. Os objetivos podem ser qualquer coisa, desde clicar em um botão, RPM ou inscrições por e-mail.

Gerar hipóteses

Depois de identificar uma meta, é necessário começar a gerar ideias e hipóteses de teste A/B sobre porquê você acha que elas serão melhores do que a versão atual. Depois de ter uma lista de ideias, priorize-as em termos de impacto esperado e dificuldade de implementação.

Criar variações

Faça as alterações desejadas em um elemento do seu site ou experiência de aplicativo para dispositivos móveis. Isso pode ser, alterar a cor de um botão, trocar a ordem dos elementos na página, ocultar elementos de navegação ou algo totalmente personalizado. 

Executar o teste A/B

Inicie seu experimento. Nesse ponto, os visitantes do seu site ou aplicativo serão atribuídos aleatoriamente ao controle ou à variação de sua experiência. Sua interação com cada experiência é medida, contada e comparada para determinar o desempenho de cada uma.

Analisar os resultados

Depois de concluir o teste, é hora de analisar os resultados. O teste A/B apresentará os dados da experiência e mostrará a diferença entre o desempenho das duas versões de sua página e se a representação estatística do teste é significativa.

Por fim, se a sua variação for bem-sucedida, você pode aplicar os aprendizados do experimento em outras páginas do seu site e continuar as alterações para melhorar os resultados. Se a sua experiência gerar um resultado negativo ou nenhum resultado, use o teste como uma experiência de aprendizado e gere novas hipóteses que você possa testar. Seja qual for o resultado do seu experimento, use-o para informar testes futuros e intere continuamente para otimizar a experiência do seu aplicativo ou site.

Teste A/B e SEO

O Google permite e incentiva o teste A/B e já declarou que a realização dessa técnica não representa nenhum risco inerente à classificação de pesquisa do site. No entanto, é possível comprometer a classificação de pesquisa no caso de abusar de uma ferramenta de teste A/B para fins como camuflagem. Confira algumas práticas recomendadas para garantir que isso não aconteça:

Sem camuflagem

Camuflagem é a prática de mostrar aos mecanismos de pesquisa conteúdo diferente do que um visitante típico veria. Isso pode fazer seu site ser rebaixado ou até mesmo removido dos resultados da pesquisa. Para evitar cloaking, não abuse da segmentação de visitantes para exibir conteúdo diferente ao Googlebot com base no user agent ou no endereço IP.

Use rel=”canonical”

Se você executar um teste de divisão com várias URLs, deverá usar o atributo rel=”canonical” para apontar as variações de volta para a versão original da página. Isso ajudará a evitar que o Googlebot se confunda com várias versões da mesma página.

Use redirecionamentos 302 em vez de 301s

Se você executar um teste que redireciona o URL original para um URL de variação, use um redirecionamento 302 (temporário) versus um redirecionamento 301 (permanente). Isso informa aos mecanismos de pesquisa que o redirecionamento é temporário e que eles devem manter o URL original indexado em vez do URL de teste.

Execute experimentos apenas pelo tempo necessário

Executar testes por mais tempo do que o necessário, especialmente se você estiver veiculando uma variação de sua página para uma grande porcentagem de usuários, pode ser visto como uma tentativa de enganar os mecanismos de pesquisa. O Google recomenda atualizar seu site e remover todas as variações de teste assim que ele for concluído. Evite testes desnecessariamente longos.

Variações que você pode querer testar

Uma empresa de mídia pode querer aumentar o número de leitores, aumentar o eCPM das páginas, a quantidade de tempo que os leitores passam no site ou app e ampliar o compartilhamento de artigos em rede social. Para atingir esses objetivos, eles podem testar variações em:

• Reposicionamento de anúncios;
• Modais de inscrição de e-mail;
• Conteúdo recomendado;
• Botões de compartilhamento social;

Uma agência de viagens pode querer aumentar o número de reservas concluídas com sucesso em seu site ou aplicativo móvel, ou pode querer aumentar a receita de compras auxiliares. Para melhorar essas métricas, eles podem testar variações de:

• Modais de pesquisa da página inicial;
• Página de resultados da pesquisa;
• Apresentação do produto auxiliar;

Um e-commerce pode querer aumentar o número de checkouts concluídos, o valor médio do pedido ou aumentar as vendas de fim de ano. Para conseguir isso, eles podem fazer um teste A/B:

• Promoções da página inicial;
• Elementos de navegação;
• Componentes do funil de checkout;

Uma empresa de tecnologia pode querer aumentar o número de leads de alta qualidade para sua equipe de vendas, o número de usuários de avaliação gratuita ou atrair um tipo específico de comprador. Eles podem testar:

• Componentes do formulário de lead;
• Fluxo de inscrição de teste gratuito;
• Mensagens da página inicial e call-to-action;

Testes A/B para exibição de anúncios

Para monetizar seu site sem comprometer a experiência do usuário (UX), você vai precisar realizar alguns testes A/B, mas antes de tudo, você precisa utilizar algumas técnicas:

• Defina que tipo de anúncios usar: pense onde seus anúncios aparecem e evite o excesso de blocos e formatos  invasivos;
• Otimize para dispositivos móveis: a UX no site deve ser pensada com base no dispositivo que os usuários usam;
• Exibição do anúncio: o tamanho, o posicionamento na página, o tipo de anúncio e a presença de outras redes de anúncio pode afetar a lucratividade do site. Além disso, se houver muitos anúncios em uma única página o eCPM diminuir;
• Experiência de anúncio única e personalizada: assim como anunciantes tratam cada visitante de forma diferente, você também pode personalizar a experiência com base no usuário.

Como realizar o teste A/B para exibição de anúncio?

Ao realizar um teste A/B para exibição de anúncio, compare uma variável que pode controlar como o tipo de anúncio e o posicionamento dele no conteúdo, com uma variável que não pode controlar, como a origem do tráfego. Dessa forma você vai identificar qual anúncio funciona melhor em todas as origens de tráfego, dispositivos, horários e muito mais. 

O que você precisa testar?

Existem muitas variáveis ​​que você pode testar, algumas podem ser controladas, outras não.

Posicionamento do anúncio

Teste seus anúncios na parte superior, inferior, na barra lateral e entre os parágrafos do conteúdo. O posicionamento do anúncio afeta o viewability e isso tem impacto na sua receita.

Origem do tráfego

Entender a origem do seu tráfego pode ajudar você a monetizar melhor o seu site, entendendo o que é mais valioso para você. Pode ser interessante investir em algumas fontes de tráfego pago e focar em SEO.

Tamanho da imagem

Pode ser óbvio que os anúncios maiores são mais visíveis na página, mas isso não significa que terão um desempenho melhor.

Segmentação geográfica

Se você usa a segmentação geográfica para mostrar aos usuários anúncios relevantes, certifique-se de usar uma linguagem adequada.

Densidade

Um anúncio pode diminuir o eCPM dos outros anúncios da página. Por isso, teste a densidade na hora de exibir anúncios no site.

Ad Networks

Algumas Ad Network pagam menos ou mais por determinados anúncios. Teste as opções disponíveis e escolha as que melhor atendem suas necessidades e as dos usuários.

Ferramentas de Teste A/B

Existem algumas ferramentas que você pode usar para testar seus anúncios. Entre elas estão:

Google Optimize

O Google Optimize é uma ferramenta simples de usar e também é gratuita. A desvantagem é que você terá que fazer tudo manualmente Acesse o Google Optimize e o conecte à sua conta do Google Analytics. Em seguida, você precisará inserir as informações para cada teste A/B que deseja executar.

Ad Inserter

O Ad Inserter é um plugin de gerenciamento de anúncios All-in-One WordPress simples. Ele pode inserir qualquer código em qualquer posição suportada. Perfeito para anúncios do AdSense, Amazon, Ad Manager DFP, banners e outros anúncios.

6 Dicas Altamente Relevantes para Testes A/B

Embora o teste A/B seja um método útil para otimizar elementos individuais de um site ou uma métrica de publicidade, existem alguns fatores que você precisa considerar quando se trata do período de tempo certo, hipóteses ou segmentação.

Segundo nossa equipe de especialistas, somente os que levam a sério essas regras alcançam resultados significativos e conseguem otimizar o site de maneira direcionada.

1. Apenas uma variável

Ao fazer um testes A/B pela primeira vez, inicie com testes relativamente simples e altere pequenos elementos, como gráficos ou botões. Um teste simples com apenas uma variável pode ser implementado rapidamente e fornece resultados corretos e confiáveis.

Testes multivariantes geralmente são muito complexos para começar. Eles têm uma maior suscetibilidade a erros e podem fornecer resultados incorretos. 

2. Dê tempo ao tempo

O tempo é um fator crítico de sucesso em um teste A/B. Dependendo do teste, faz sentido estendê-lo por pelo menos uma semana. É assim que você inclui as flutuações causadas pelos dias da semana. Efeitos positivos ou negativos abruptos só podem ser avaliados de forma realista em um contexto semanal.

Quando você tira conclusões precipitadas, pode perder resultados realmente interessantes. Portanto, você deve avaliar os testes apenas com base na significância estatística.

3. Depende da hipótese

As hipóteses são a base de todo teste A/B. Portanto, é um desafio formulá-las e registrá-las. Esse método só é eficiente quando baseado em hipóteses claras, das quais se pode derivar exatamente qual influência as mudanças podem ter no comportamento do usuário. Quando você pensa bem em suas hipóteses, obtém insights mais valiosos, independentemente de confirmá-las ou refutá-las.

O teste A/B não apenas ajuda a aumentar a aumentar a receita do site e melhorar as conversões, mas é essencialmente uma pesquisa que ajuda você a conhecer melhor os usuários. Use o conhecimento adquirido sobre o grupo-alvo em todas as etapas adicionais de segmentação e abordagem do grupo-alvo. Isso vai te aproximar da aquisição e retenção de leitores.

4. Passo-a-passo

É claro que você pode executar testes A/B em paralelo em diferentes subpáginas. No entanto, esta variante pode levar a resultados incorretos. É melhor testar uma mudança após a outra e assim otimizar a página passo-a-passo. Se você quiser alterar várias coisas ao mesmo tempo, os chamados experimentos de várias páginas são adequados.

Eles garantem uma orientação consistente do usuário. Um visitante verá todas as páginas novas ou todas as antigas. Mesmo que se alterem detalhes menores em páginas sucessivas, é necessário garantir uma distribuição uniforme dos visitantes. Mas é melhor assumir uma variável de cada vez.

5. Inclua análises da web

Um cenário possível: depois de testar uma página, verifica-se que a variante B obteve os melhores resultados em termos de cliques e taxas de conversão. A conclusão seria que a variante B surge como vencedora e a variante A é eliminada. No entanto, pode-se também dar um passo adiante.

Se você usar outras ferramentas de análise da web, como o Google Analytics, juntamente com o teste A/B , poderá segmentar o grupo de teste e, por exemplo, B. distinguir entre clientes novos e existentes. O resultado pode ser que os clientes regulares reagem positivamente à versão B, enquanto os novos clientes aceitam melhor a antiga versão A.

Portanto, tirar a versão A seria um erro. Com a ajuda da análise web você tem uma visão melhor dos resultados dos testes e ainda pode tirar conclusões mais específicas .

6. Defina prioridades e metas

Os recursos também são limitados para testes A/B. Por um lado, devido ao tempo que você investe nele, por outro, devido ao número de visitantes que chegam ao site ou subpáginas individuais. Para não desperdiçar esses recursos desnecessariamente, você deve priorizá-los claramente.

É útil definir metas específicas antes de cada execução de teste. O objetivo do teste A/B deve, portanto, ser sempre específico, mensurável, aceito, realista e oportuno.

Pensamentos Finais

O seu teste A/B certamente será bem-sucedido se você ter as metas realistas e hipóteses certas. Esses testes são uma grande oportunidade para qualquer empresa. 

Mesmo que você tenha que investir algum tempo e esforço, a possibilidade de ter uma página otimizada, aprimorada e idealmente voltada para o grupo-alvo será recompensado. Acima de tudo, conte com a Grumft para apoiá-lo nessa jornada.