¡Aumento del 105% en la tasa de clics!
No es raro anticipar un crecimiento en las pruebas A/B. Pero, ¿cómo logró JellyTelly, una red de televisión basada en Internet con una baja tasa de inscripción en la página de inicio, un crecimiento tan explosivo? Bueno, la agencia que manejó el CRO para Jelly Telly comenzó como todos los demás: formulando hipótesis y creando una variación de la página de inicio simplificada para la prueba A/B. Lo que los distinguió fue su inteligente estrategia de segmentar solo a los nuevos visitantes para la prueba A/B, lo que generó una sólida mejora en los resultados.
Quizás se pregunte cuál es el problema con la segmentación en la prueba A/B y por qué tiene un impacto tan significativo.
En pocas palabras, la segmentación es similar a las meticulosas estrategias empleadas por los equipos de la Gran Liga, donde segmentan a los jugadores del equipo oponente en función de su forma y desempeño recientes y experimentan con su enfoque de juego. Aquí no hay una estrategia única para todos: en un nivel tan profesional y súper competitivo, los equipos ajustan su plan de juego para segmentos tanto en forma como fuera de forma de bateadores y lanzadores oponentes. Este enfoque garantiza que un equipo pueda aplicar estrategias en diferentes situaciones, comprender a los jugadores de manera efectiva y utilizar el potencial de sus compañeros.
De manera similar, no siempre puedes tener un enfoque general de pruebas A/B cuando tienes múltiples segmentos de visitantes en tu plataforma digital. Por ejemplo, es mucho más efectivo realizar una prueba A/B en su página de pago para detectar segmentos que abandonan con frecuencia que todos los visitantes. La segmentación brinda información específica sobre el comportamiento de los visitantes y optimiza el ancho de banda de su herramienta de prueba A/B.
Entonces, si simplemente estás sumergiéndote en explorar la segmentación en las pruebas A/B, definitivamente querrás consultar esta publicación de blog. Cubriremos los procedimientos de segmentación de pruebas A/B y las mejores prácticas y le mostraremos lo fácil que es la segmentación cuando se utiliza una plataforma como VWO.
Entendamos cómo segmentar las pruebas A/B.
Cuando ejecuta una prueba A/B, puede realizar una segmentación previa y posterior. La presegmentación consiste en profundizar en los datos de visitantes existentes para crear segmentos de visitantes para una prueba. ¿Y la post-segmentación? Eso es desglosar los resultados que obtienes de la prueba. A continuación, se muestran algunos filtros de uso común para crear segmentos para la segmentación previa y posterior en las pruebas A/B:
- Geo: Estados Unidos, India, Reino Unido.
- Dispositivo: Móvil, tableta y escritorio.
- Fuente de tráfico: Directo, motor de búsqueda, referencia, afiliados, redes sociales, pago, etc.
- Actividad: visitante nuevo, visitante recurrente, abandono del evento, evento completo, etc.
- Otros: Hora de actividad, navegador.
- Segmentos personalizados: segmentos específicos del negocio.
[For instance, consider using a country filter to create segments like the US, India, UK, etc.]
Ahora, echemos un vistazo más de cerca a cómo la segmentación previa y posterior puede ser útil en sus pruebas A/B.
Pre-segmentación: la rebanada antes de la especia
Estoy viendo un aumento en el abandono de carritos, ¿qué debo hacer?
¿Cómo puedo reducir esa tasa de rebote desde Japón?
¿Cómo puedo mejorar la tasa de finalización de ese curso?
Estas preguntas surgen naturalmente después de profundizar en los datos del sitio web desde nuestra plataforma de análisis. Resolver estos problemas puede implicar pruebas A/B con algunas hipótesis que se te ocurran. Bueno, aquí la segmentación previa puede resultar útil. En lugar de probar todo con todos los visitantes, así es como puede resolver los problemas anteriores y otros similares a los que se enfrenta:
Segmentaré a quienes abandonan el carrito y realizaré una prueba A/B colocando el bloque de promoción en la mitad superior de la página.
Probemos A/B el tráfico de Japón con un widget de traducción en la variación.
Probemos A/B el segmento de estudiantes de baja participación con una variación que tiene videos de menor duración.
Con este enfoque de presegmentación, es más probable que vea un aumento en su tasa de conversión, ya que se dirige a segmentos que son una fuente clave del problema. Incluso si falla, puede pasar a probar la siguiente hipótesis sin someter al experimento a una base de visitantes más grande. Además, la presegmentación optimiza el uso de la herramienta de prueba A/B, ya que muchas de estas plataformas cobran según el modelo de precios basado en el uso.
Tenga en cuenta: La eficacia de la presegmentación depende de la herramienta a su disposición y de la habilidad con la que maneje y asimile los datos de los visitantes. Las empresas contemporáneas se apoyan en soluciones sofisticadas, como las plataformas de datos de clientes (CDP), para almacenar e integrar sin problemas datos de diversas fuentes. Esto no sólo mejora la precisión de la segmentación sino que también mejora los resultados de las actividades impulsadas por estos segmentos.
Post-segmentación: desentrañando el rompecabezas
Has terminado las pruebas A/B y ahora es el momento de profundizar en los informes con post-segmentación. Puede parecer algo opcional, pero ya sea que su prueba A/B gane el premio gordo o tome un desvío, la post-segmentación es la salsa secreta: revela por qué las cosas salieron como lo hicieron, sentando las bases. para futuras mejoras.
En la post-segmentación, puede filtrar todos los datos de los visitantes para un segmento en particular para comprender cómo se desempeñó o puede comparar dos segmentos, como dispositivos móviles versus computadoras de escritorio o visitantes que regresan con los nuevos, revelando los matices en sus experiencias y cómo impactaron. la tasa de conversión.
Además, profundizar en la post-segmentación después de un fracaso de prueba puede acercarlo a comprender las expectativas y necesidades del cliente. Tomemos el ejemplo de Uncommon Knowledge, un portal educativo en línea. Se toparon con un obstáculo en su prueba A/B que presentaba las últimas tendencias de diseño. Aún así, el análisis posterior a la segmentación reveló una idea clave: su audiencia principal se encuentra predominantemente dentro del grupo de edad de 45+, que no está acostumbrado a las últimas tendencias.
Entonces, cuando participas en la post-segmentación después de una prueba A/B, no estás frenando bruscamente las pruebas A/B; estás construyendo sobre ellos. Este enfoque aborda el desafío común de chocar contra un muro de creatividad con las pruebas A/B mientras se generan nuevas hipótesis a través de un análisis en profundidad. Es un enfoque más estratégico (lo que nos gusta llamar el ciclo de experimentación) para las pruebas A/B. En este ciclo, inicia un nuevo experimento basado en una hipótesis del análisis de una prueba A/B completa. Es un método muy superior en comparación con la aleatoriedad de las pruebas tradicionales.
Ahora, profundicemos en el lado práctico de las cosas y exploremos cómo llevar a cabo la segmentación de manera efectiva utilizando una herramienta como VWO.
¿Cómo maneja VWO la pre y post segmentación?
Entendamos la funcionalidad de segmentación en VWO con un ejemplo. Digamos que tienes una interesante tienda de comercio electrónico de relojes inteligentes. En informes analíticos recientes, se observa una disminución en la tasa de conversión entre los visitantes que utilizan el navegador de Windows. El análisis condujo a la hipótesis de agregar un widget de oferta de descuento basado en el tiempo en todo el sitio para ver si aumenta la conversión de los visitantes de Windows. Creas una variación de prueba A/B con el widget debajo del menú principal.
Vea la variación de la página de inicio de la tienda para la prueba A/B
Con VWO, si está pensando en realizar una prueba A/B para ver el efecto de esta oferta en los visitantes con un navegador de Windows, puede realizarla con sólo unos pocos clics, gracias a su panel fácil de usar. Una vez que haya ingresado la URL web que desea probar y haya ordenado sus variaciones y objetivos, es muy sencillo realizar la segmentación previa utilizando la opción de segmento estándar escondida en la sección de audiencia y tráfico. Así es como se hace en VWO.
Presegmentación estándar usando VWO
Ahora, para el mismo widget basado en el tiempo, si desea mejorar las cosas y sumergirse en una segmentación previa avanzada, como si tuviera una hipótesis para realizar pruebas A/B a los visitantes que pasan 60 segundos en el sitio web. página principal. Para tales casos de uso, el segmento personalizado es su patio de recreo. Puede segmentar a los usuarios por segmentos basados en el comportamiento, como la intención de salida, el tiempo invertido y los criterios basados en el desplazamiento. Además, puede segmentar por ubicación, dirección IP, parámetros de consulta o cualquier cosa específica de su sitio.
Así es como funciona:
Pre-segmentación personalizada usando VWOAdemás, puede incluir, excluir e incluso combinar segmentos para su prueba A/B. Por ejemplo, un segmento combinado de personas que pasan 60 segundos en la página de inicio de la tienda de relojes de Idaho.
Incluso puede crear segmentos basados en atributos que haya rastreado con terceros como Clearbit, Segment, etc. Si desea saber más, profundice en el meollo de la cuestión de los segmentos personalizados con todos los detalles en un artículo de la base de conocimientos.
Ahora, supongamos que ha realizado la prueba A/B para todos los usuarios y desea sumergirse en la post-segmentación utilizando VWO para ver cómo le fue al control y la variación en diferentes segmentos. Más allá de los segmentos estándar y personalizados que exploramos anteriormente en la presegmentación, VWO lo tiene cubierto para comparar cómo se desarrolló la prueba A/B para varios segmentos de visitantes. Por ejemplo, puede ver cómo les fue a las conversiones del segmento de computadoras de escritorio en comparación con el segmento de dispositivos móviles. Incluso puedes comparar actuaciones de múltiples objetivos.
Post-segmentación usando VWO
Además, imagine que tiene una gran cantidad de datos y está ansioso por profundizar en segmentos específicos. Por ejemplo, tal vez tenga curiosidad por analizar los países en función del segmento móvil. En ese caso, VWO le permite dividir esos segmentos con dimensiones de visitantes, lo que facilita desentrañar los detalles esenciales del rendimiento.
Post-segmentación en VWO usando múltiples filtros
Si lo nota, VWO es como su conjunto de herramientas confiable, que le brinda todos los controles que necesita para segmentar con precisión sus pruebas A/B durante las etapas previas y posteriores. Si esto le parece intrigante y quiere probarlo, ofrecemos una prueba completa de 30 días para una experiencia práctica completa. ¡Recuerda intentarlo! Vale la pena mencionar aquí que el acceso a algunas de las funciones anteriores depende del plan y el precio elegidos.
Ahora que tenemos información sobre la segmentación y la herramienta a utilizar, profundicemos en algunas de las mejores prácticas inteligentes para aprovecharla al máximo.
a. Priorice segmentos más grandes para las pruebas A/B
Después de aplicar filtros básicos como país, edad y dispositivo en sus herramientas de análisis, identifique el segmento con más visitantes. Conviértalo en su lista A para realizar pruebas y divídalo aún más según las tasas de conversión.
Ahora, para el subsegmento de alta conversión, realice pruebas A/B con nuevas funciones, las últimas novedades o mejore su juego con la personalización del sitio web. Estos segmentos son sus visitantes principales. Si una variación de la prueba A/B les conviene, considere integrarla en la experiencia habitual de todos los visitantes.
Para el subsegmento de baja conversión, profundice en el análisis utilizando herramientas de análisis del comportamiento del usuario, como mapas de calor, grabaciones de sesiones y mapas de clics, para identificar puntos de fricción. Formule hipótesis basadas en sus hallazgos y ejecute pruebas A/B para observar el impacto en la tasa de conversión. Se trata de diagnosticar los problemas, elaborar soluciones y realizar ajustes para obtener mejores resultados.
b. Pruebe A/B nuevas experiencias para segmentos pequeños con altas tasas de conversión
Al utilizar los mismos filtros que antes en sus análisis, es posible que detecte segmentos pequeños con una alta tasa de conversión. Esto podría ser una señal de una base de visitantes sin explotar. Para estos segmentos, considere crear una nueva experiencia o incluso desarrollar una página de destino variante dedicada a este segmento específico y realice una prueba de URL dividida. Para probar el terreno, aumente el tráfico a través de promociones sociales y pagas para observar si la base de visitantes recién encontrada mantiene una tasa de conversión constantemente alta. Este enfoque de la experimentación ayuda a explorar y aprovechar oportunidades ocultas.
Digamos, por ejemplo, que en su análisis utilizando un filtro de país, podría toparse con un pequeño segmento de visitantes de Canadá (una región a la que normalmente no se dirige) con tasas de conversión sorprendentemente altas. En este escenario, considere crear una página de destino diseñada específicamente para visitantes canadienses y pruébela con su página de destino original mediante una prueba de URL dividida. Para validar sus hallazgos, ejecute una promoción paga para generar más tráfico y garantizar la significancia estadística en sus pruebas. Si los resultados son prometedores y muestran una tendencia positiva, podría considerar implementar estrategias a largo plazo, como el marketing de contenidos, para aprovechar plenamente este mercado que antes no se había explotado.
C. Sumérjase en la post-segmentación solo después de que la prueba alcance significación estadística
El atractivo de detener una prueba A/B a mitad de camino puede ser fuerte, especialmente cuando observa una tasa de conversión más alta para una variación, gracias a los informes en tiempo real que brindan la mayoría de las herramientas. Sin embargo, esta decisión impulsiva podría dar lugar a un resultado falso positivo (error tipo 1), y realizar una post-segmentación basada en estos datos prematuros podría dar lugar a suposiciones inexactas para acciones futuras.
Es más prudente dejar que la prueba A/B alcance significación estadística antes de sumergirse en la post-segmentación. Las herramientas líderes del mercado como VWO muestran la importancia en sus informes, pero si sus herramientas no la muestran, puede recurrir a calculadoras de significación estadística en línea para tomar decisiones informadas sobre cómo detener la prueba A/B. La paciencia puede salvarlo de conclusiones apresuradas y guiarlo hacia ideas más precisas.
d. Combine segmentos para ser más preciso con sus experimentos y resultados.
A medida que su negocio se expande y aumenta el tráfico del sitio web, se vuelve crucial (y casi obligatorio) fusionar segmentos para la segmentación previa y posterior en las pruebas A/B. Por ejemplo, en lugar de ejecutar únicamente una prueba A/B o analizar informes para personas que residen en Idaho, considere esto: para la segmentación previa, es más efectivo crear un segmento combinado de personas que viven en Idaho usando el navegador Safari. Con una presegmentación más específica, no solo estás arañando la superficie; estás profundizando en los matices de un grupo específico, mejorando la precisión de tu estrategia de prueba.
Ahora, cuando se trata de post-segmentación con segmentos combinados, se obtiene una comprensión más rica y conocimientos clave en comparación con segmentos más amplios, especialmente cuando se trata de un gran volumen de visitantes. Se trata de ajustar su enfoque para extraer información más significativa del diluvio de datos.
Nota: VWO le permite combinar segmentos a través de su función de segmentos personalizados. Aquí hay una captura de pantalla.
Combinando segmentos para la presegmentación con VWO
Pensamientos finales
La segmentación es una fantástica adición a su combinación de experimentación, ya que eleva significativamente su comprensión del comportamiento de los visitantes. Incorporar la segmentación previa y posterior a su estrategia puede cambiar las reglas del juego. Sin embargo, encontrar el enfoque adecuado para su negocio puede requerir algo de experimentación. La curva de aprendizaje puede ser pronunciada al principio y es posible que encuentre desviaciones de sus suposiciones.
Pero aquí está la clave: siga construyendo su camino basándose en los datos que adquiera. Muy pronto, serás testigo del potente impacto de la segmentación que impulsa tus programas de pruebas A/B. Es un viaje que vale la pena emprender por los valiosos conocimientos y optimizaciones que aporta a su juego de pruebas A/B.
Preguntas frecuentes
¿Por qué es importante el análisis de segmentos en las pruebas A/B?
El análisis de segmentos en las pruebas A/B es vital para apuntar con precisión, identificar problemas, optimizar recursos, explorar oportunidades de personalización y tomar decisiones informadas basadas en datos.
¿Cuál es el tamaño de audiencia para la segmentación de pruebas A/B?
El tamaño de audiencia requerido para las pruebas A/B depende del método de inferencia estadística empleado por la herramienta de prueba. En el caso de la inferencia bayesiana, no existe un requisito mínimo para el tamaño de la audiencia. Además, puede utilizar calculadoras de tamaño de muestra para conocer el tamaño de la audiencia.
