CRO

Tutorial: tu primer test AB con Google Optimize

Tutorial Google Optimize.
Escrito por Javier Lipúzcoa

El concepto de A/B testing es relativamente sencillo, pero es una herramienta poderosa. En este post queremos enseñarte a crear y monitorizar tu primer test AB con Google Optimize.

Qué es un test AB

Un test A/B es un método utilizado en marketing online y analítica web para comparar diferentes versiones de una aplicación web (o nativa – mobile apps) con el fin de determinar cual de ellas cumple mejor un objetivo determinado. Un test A/B se puede ejecutar en muchos más ámbitos digitales como en e-mail marketing, display ads, text ads… Nos centraremos en tests aplicados en sitios web.

El concepto es bastante sencillo en realidad: en un test A/B, a una parte aleatoria de los usuarios que llegan a la web (o app) se les muestra la versión original y, a los demás, la variación. De la comparación de los resultados de rendimiento de una versión frente a la otra se pueden extraer conclusiones para mejorar la tasa de conversión (sea cual sea la conversión).

La complejidad de una estrategia de A/B testing radica en la segmentación de los usuarios y el nivel de significancia estadística, que es el baremo que permitirá decidir cuándo se pueden dar por válidos los resultados de un experimento en el que testeamos una hipótesis.

Qué es un Test AB - VIVA! Conversion

Qué es un Test AB – VIVA! Conversion

 

 

No solo existen los experimentos de tipo A/B. También podemos llevar a cabo un experimento donde haya más de una variante sobre la versión de control (la original). Se puede, por ejemplo, preparar 2 variantes y mostrar aleatoriamente a un usuario cualquiera de las 3 versiones. O también se pueden combinar ambas variantes en 4 versiones finales, de la siguiente manera:

  1. versión original
  2. versión original más variación 1
  3. versión original más variación 2
  4. versión original más variaciones 1 y 2

Este tipo de experimentos son test multivariante.

También podemos categorizar los test AB por su naturaleza:

  • Client-side: los cambios ocurren in-situ, cuando el usuario accede a la página. A todos los usuarios se les muestra la misma página, pero a algunos se les aplican las variaciones con código (javascript) on site. Aquí podemos diferenciar 2 formas de actuar:
    • variaciones por redirección: tal cual, redirigimos al usuario a otra URL
    • variaciones actuando sobre frontend: cambios directos sobre HTML y CSS
  • Server-side: los cambios ocurren del lado del servidor. Es decir, desde el código que se ejecuta en el servidor se muestra a ciertos usuarios una información diferente. Sirven, por ejemplo, para testear 2 listas de productos diferentes en un ecommerce.

 

Qué es Google Optimize

En este artículo ya hicimos una presentación de la herramienta. Google Optimize es la herramienta creado por Google para AB y multivariate testing. Es parte de la Suite Analytics 360, está nativamente integrado con Google Analytics, lo cual obliga a ser propietario (permisos de administrador) de una cuenta en Analytics para crear “un contenedor” (no para darse de alta) asociado a dicha cuenta.

El germen más reciente de Google Optimize se encuentra integrado en Analytics, en una versión mucho más simplificada que la actual. En 2016 Google lanzó Optimize 360 y desde ese momento, como era de esperar, el crecimiento ha sido rápido. Lanzaron una beta y, meses después, lanzaron la versión gratuita (en beta también) accesible previa invitación. Y a principios de 2017 anunciaron que lanzaban la versión definitiva accesible para todo el mundo. Se movieron rápido.

 

Por qué nos gusta Google Optimize

  • Es de Google y eso te garantiza una comunidad de soporte bastante potente. La versión 360 promete soporte personalizado. Aunque eso, viniendo de Google no es para lanzar cohetes…
  • Se integra con Analytics en 2 clicks. De hecho, es obligatorio vincularlo a una cuenta de Analytics. Dado que la API de Analytics es bastante compleja, poder integrar las métricas de forma nativa es un buen punto a favor.
  • Lo mismo con Google Tag Manager: integración directa en 2 pasos.
  • Han desarrollado un editor WYSIWYG (What you see is what you get) sencillo pero potente.

 

Pasos para crear un test AB con Google Optimize

1. Darse de alta en Google Optimize

Como todos los servicios de Google, basta con tener una cuenta de Google para acceder a Optimize. Click en “Empezar” y ya estamos listos (aparte de un par de preguntas de privacidad y estadística)

 

Alta en Google Optimize

Alta en Google Optimize

 

2. Crear una cuenta

Una vez te des de alta, entrarás a la herramienta y encontrarás la primera cuenta y el primer contenedor ya creados y listos para usar.

Una cuenta en Google Optimize es una forma de organizar el trabajo cuando eres tu el que gestiona proyectos de optimización de diferentes clientes. Es como un MCC (My Client Center) en AdWords.

La configuración de una cuenta consiste sólo en ponerle un nombre.

 

3. Crear un contenedor

Un contenedor, dentro de una cuenta, es también bastante sencillo de configurar. Basta con darle un nombre y sirve, igualmente, para organizar el trabajo. Una cuenta puede referirse, por ejemplo, al nombre del cliente (o al tuyo). Un contenedor puede hacer referencia a “Mi web corportiva” y otro a “Mi blog”.

Un contenedor tiene una ID única y ésta es la que tendrás que introducir en Google Tag Manager para insertar la etiqueta de Optimize. Es decir, para implementar un experimento a través de Tag Manager, hay que tener en cuenta que se integra todo el contenedor, no el experimento de forma individual.

El contenedor hay que vincularlo a cuenta de Analytics, en la que es obligatorio tener permisos de administración.

 

Crear un contenedor en Google Optimize

Crear un contenedor en Google Optimize

 

4. Instalar Optimize en el sitio web

Si usas un gestor de etiquetas (como Google Tag Manager) y la integración con Optimize está desarrollada, será muy fácil. Bastará con añadir una etiqueta nueva con la ID del contenedor que hemos creado y hacer que la etiqueta se lance en todas las páginas (o, al menos, en todas donde queramos ejecutar experimentos).

Si necesitas ayuda con las etiquetas, en este artículo puedes encontrar soluciones.

 

Etiqueta de Optimize en Google Tag Manager

Etiqueta de Optimize en Google Tag Manager

 

Si no es así, tendrás que pegar una línea de código en medio de tu fragmento de código de Analytics en el código fuente de tu página. Si instalaste el código de Analytics, no deberías tener problema con el de Optimize.

 

Fragmento de código de Google Optimize

Fragmento de código de Google Optimize

 

5. Un nuevo experimento

Aquí viene la acción. Los datos que nos pide la herramienta para crear el experimento son:

  1. un nombre (ejemplo: “Variación de color en call to action”)
  2. URL de control (página del editor): es la página web que se usa para crear variaciones
  3. tipo de experimento: test A/B, multivariable o test A/B con redirección. Un poquito más arriba he explicado estos tipos 😉

Ya tenemos todo listo para desarrollar el experimento y lanzarlo.

 

Crear un nuevo experimento (test AB) en Optimize

Crear un nuevo experimento (test AB) en Optimize

Crear un nuevo experimento (test AB) en Optimize

Crear un nuevo experimento (test AB) en Optimize

 

6. Crear variante

Primero le ponemos nombre (por ejemplo: “botón azul”). Pasamos a editarla y llegamos a una vista donde tendremos nuestra página de control y una barra de herramientas.

Para cambios en elementos de la página, simplemente pinchamos sobre ellos y la aplicación nos ofrece todos los cambios posibles que podemos hacer, dependiendo del tipo de elemento: dimensiones, texto, colores, tipografías, posición…Dependiendo del nivel de conocimiento que tengas de HTML, CSS y JS, podrás hacer cosas más o menos avanzadas. Pero recuerda que un sencillo cambio de texto en una llamada a la acción puede suponer importantes cambios. El poder de la experimentación es enorme.

Si tenemos 1 versión de nuestra landing page en otra URL (porque queremos probar dos propuestas de diseño o layout completamente diferentes, por ejemplo), tendremos que configurar nuestro experimento como una redirección.

Para eso, cuando creemos el experimento, recuerda seleccionar tipo “Redirección”. Entonces, al crear una variante en este tipo de experimento sólo tendrás que darle la URL de la nueva versión de tu página. Recuerda que en todas las variantes que introduzcas en el experimento tiene que estar instalado el snippet (el fragmento de código) de Google Optimize.

Tipos de test en Google Optimize

Tipos de test en Google Optimize

 

7. Configurar el experimento: tráfico, segmentación y objetivos

Estamos muy cerca de publicar el experimento… El siguiente paso es fundamental para obtener datos de calidad en los resultados del test.

  1. Seleccionar al porcentaje de usuarios con los que queremos ejecutar el experimento. Si tienes una gran cantidad de tráfico y es un experimento arriesgado, puedes decidir no atacar a todo el tráfico entrante.
  2. Seleccionar a qué porcentaje de usuarios, en qué proporción se les va a mostrar cada variante de forma aleatoria. Puedes decidir, si tu experimento es arriesgado y podrías a llegar a perder mucho revenue, mostrar la variante al 30% y la original al 70% de los usuarios.
  3. También puedes añadir condiciones para lanzar el experimento de una forma segmentada. Por ejemplo: mostrar solo a los usuarios que están navegando con el móvil, sólo para una determinada zona geográfica, sólo para los usuarios que vienen de cierta campaña de AdWords… O con condiciones un poco más complejas, como por ejemplo: sólo usuarios que hayan buscado cierta/s palabra/s en nuestra página.
  4. Definir los objetivos que quieres medir con este experimento. En el siguiente punto amplio un poco la explicación de los objetivos.

 

Configuración de un experimento en Google Optimize

Configuración de un experimento en Google Optimize

 

8. Los objetivos de un experimento

En este punto la configuración se puede volver mucho más compleja. El objetivo de tu experimento puede ser muy variado:

  • número de clicks en un botón (o en varios botones)
  • número de registros
  • leads a través de un formulario
  • productos añadidos al carrito

Para poder medir correctamente la consecución de estos objetivos en Google Optimize, tendrás que habrás tenido que configurar previamente los objetivos, acciones y eventos en tu vista de Analytics para poder seleccionar los objetivos importados de ahí. Pero eso da para varios articulos…

Pero existe una lista de objetivos predefinidos que pueden servir para un experimento sencillo, donde el objetivo principal será, probablemente, que los usuarios hagan una acción que desencadenará en cargar una URL nueva. Añadir un producto al carrito, por ejemplo, desembocará en el usuario en la página de carrito. Enviar un formulario llevará al usuario a una thankyou page. Para definir el objetivo de visitar una URL concreta existe el personalizado “Número de páginas vistas”, donde puedes definir la condición de haber visitado una URL concreta.

 

9. Informe de resultados

Dentro de la misma herramienta podemos ver un resumen de los resultados del experimento, en la pestaña “INFORMES”. En esta vista encontraremos un resumen de las sesiones trackeadas y de sus consecuciones de los objetivos definidos. También nos informará de la relevancia estadística de los resultados y valorará cuándo una de las variantes (incluyendo la original) puede declararse como ganadora del experimento.

Los resultados del experimento también se pueden trackear en nuestra vista de Analytics, donde podremos ver todas las métricas de esta herramienta asociadas a nuestro experimento (en Optimize sólo veremos los objetivos que hayamos definido para el experimento).

 

Informes en Google Optimize

Informes en Google Optimize

 

10. Ejecutar el experimento

Cuando ya no nos quede nada pendiente en la configuración del experimento, podremos “Iniciar Experimento” y sentarnos a esperar resultados. Posteriormente, podremos pausarlo o finalizarlo en cualquier momento que queramos.

¿Cuándo dar por finalizado un experimento? Google Optimize dará por finalizado el experimento cuando alcance un nivel de relevancia estadística del 95% (probabilidad de que una de las variantes supere a la original en la consecución de un objetivo), pero se puede pausarlo, reiniciarlo y finalizarlo cuando queramos. Para responder esta pregunta existen muchos criterios técnicos, estadísticos, emocionales… que pueden inflluir. Pero, suponiendo que es tu primer experimento, vamos conformarnos con dar por válido un experimento cuando Google Optimize determine una relevancia estadística cercana al 95%. Si este caso no se llega a cumplir (al cabo de un máximo de 90 días), eres tú el que tiene que llegar a tus propias conclusiones.

No hay excusa para no testear. Google Optimize es gratis y te ayuda a tomar decisiones con base estadística. ¿Ya estás aplicando CRO en tu negocio?

Deja un comentario

CRO

Tutorial: tu primer test AB con Google Optimize

by Javier Lipúzcoa time to read: 10 min
0