O que é um Teste AB?
O Teste AB é uma metodologia de comparação de duas versões de uma webpage, app, públicos ou anúncios para determinar a partir de uma variável de comparação, qual delas traz o melhor resultado.
Qual o seu Objetivo?
O Teste AB tem o objetivo principal de gerar um incremento de performance, tal como:
-
Aumentar a Taxa de Conversão;
-
Reduzir a Taxa de Rejeição do site;
-
Aumentar a expectativa de Venda/Lead entre Públicos.
É possível separar os testes por etapa de Funil, atingindo públicos em diferentes momentos de sua jornada de compra. Veja na imagem abaixo que podemos iniciar testando anúncios, depois Landing Pages e por fim e-mails de boas-vindas:
O que eu posso testar?
Vamos separar essas opções de Teste AB de acordo com o Funil:
-
ADS – É possível testar variações de anúncios, como por exemplo a troca do Copywright, fazer mudanças no criativo (em caso de imagem), substituir a cor de um CTA ou até mesmo a frase do botão!
-
Landing Page – O universo das LP’s é ainda mais amplo. Você pode trocar o banner principal, aumentar o número de CTA’s na página, trocar a cor, substituir campos de um formulário, apresentar/esconder o preço do serviço de um produto… Entre outras variações.
-
E-mail – Possui aspectos similares ao anúncio, porém neste caso já temos o e-mail do cliente. Dessa forma, supõe-se que houve um primeiro contato com a sua empresa (por isso estamos numa etapa de fundo de funil). Logo, é possível mudar a comunicação do e-mail, testar o uso de imagens de categoria ou produto, CTA’s, links de redirecionamento e mais variações.
Como o teste impacta a performance?
Para uma empresa de B2B, o foco principal é aumentar o volume de Leads qualificados.
Já em termos de um ecommerce, o objetivo final é aumentar o volume de vendas e gerar maior receita.
Contudo, em ambos os casos, o teste AB poderá solucionar os seguintes pontos:
a. Melhorar a experiência do usuário; b. Melhorar a qualificação do tráfego; c. Reduzir a taxa de rejeição; d. Fazer alterações controladas no site com baixo risco; e. Ter resultados com confiabilidade estatística.
Como funciona um Teste AB?
É possível separar o teste AB em cinco etapas: Pesquisa, Observação e Formulação de Hipótese, Criação da Variação, Execução e Análise do Resultado.
Pesquisa
A pesquisa consiste na análise dos dados atuais. Busca responder a principal pergunta: “Como estou hoje?”.
Pode parecer simples, porém para cada teste, temos uma plataforma de dados, com métricas diversas de análise. Criar um teste AB sem a devida pesquisa poderá causar impactos mínimos de performance.
Portanto, aplicando a análise de Pareto (80/20) é importante para alinhar a estratégia do teste com o objetivo que quer ser alcançado.
Para cada teste temos uma plataforma específica de direcionamento, dentre elas:
– Google Analytics – Teste no site como um todo; – Facebook e Instagram- Teste de Público e Anúncios; – Google Ads – Teste de Público e Anúncios; – Firebase – Teste de Aplicativo
Observação e Formulação de Hipótese
Esta é a etapa mais crítica! Criar um teste sem uma hipótese é análogo a fazer uma viagem marítima sem bússola. Ou seja, é percorrer um caminho sem rumo e com a incerteza de chegar em algum lugar.
Antes de darmos continuidade, vamos aprofundar o conceito de hipótese. A hipótese é uma afirmação criada em linguagem simples que deve ser desafiada.
Vejamos um exemplo de Hipótese aplicada a um anúncio da Pareto:
Hipótese: Anúncios da campanha de Marca da Pareto tem maior número de cliques quando utiliza-se o termo Teste Grátis na Headline 2.
Criação da Variação
Com base na hipótese, vamos colocar a afirmação em teste, criando um grupo variação e outro controle (o original).
É possível criar um teste com múltiplas variáveis, entretanto, quanto mais simplificado for o teste, menor será a sua duração. E maior será a eficácia na determinação do real motivo da melhora de performance! Veja neste outro artigo uma explicação sobre Experimentos Estatísticos de Anúncios.
Dando continuidade ao exemplo da Pareto:
Grupo Controle:
Grupo Experimento:
Teste
Criada a variação, temos que colocar o teste em prática!
É importante retirar quaisquer variáveis tendenciosas aplicadas durante o teste. Por exemplo ao testar o anúncio acima, o ideal garantir que o número de impressões ou o investimento para cada variação permaneça o mais próximo possível.
Análise dos Resultados
Concluído o Teste AB, chegou a hora de analisar os principais resultados gerados.Devem ser avaliadas métricas de performance importantes, como: Custo, cliques, CTR, conversões, CPA ou ROAS, dentre outras.
Vamos ao exemplo:
Grupo Controle
Custo: R$4.000 Cliques: 3.785 CTR: 4,25% Conversões: 112 CPA: R$ 35,12
Grupo Variação
Custo: R$4.050 Clique: 4.003 CTR: 5,12% Conversões: 96 CPA: R$ 42,18
E agora? Qual é o melhor anúncio?
Seguindo a hipótese testada acima, de que o termo “Teste Grátis” aumentaria o número de cliques, temos que o anúncio vencedor é a Variação. Pois tanto o número de cliques (+5,7%), quanto o CTR (+20,5%) é maior quando temos “Teste Grátis” na Headline 2 do Anúncio.
Porém, analisando em termos de conversão, é possível perceber que o número de conversões caiu de uma variação para outra, tendo assim um aumento de 34,6% no CPA.
Logo, em termos de cliques, de fato o exemplo apresenta uma performance superior!
Já em termos de conversão… a resposta é completamente oposta!
Agora é só aplicar o teste nos anúncios da conta!
E como é essa Análise com o Pareto Ads?
No Pareto Ads, temos uma One Click específica para testes AB! Veja o exemplo abaixo
Ele identifica o teste que está sendo aplicado na sua conta de Google Ads, avaliando os anúncios da conta.
Na mesma One Click, você consegue visualizar qual é o teste que foi feito! Neste caso, a variação principal é a troca de Headline 2.
Em seguida, ele apresenta as métricas do teste, com o resultado estatístico e já apresenta o anúncio vencedor e o perdedor! Neste caso, a métrica de avaliação é o CPMI (Número de Conversões por Mil Impressões).
E o mais importante, ele executa o teste com apenas um clique no botão “Pause”, para pausar o anúncio perdedor!
Veja um exemplo com a tela da One Click para “Ad Experiment” (Variação de Anúncio), com todas as informações dos anúncios e o botão para executá-la:
Conclusão
Neste artigo, você conheceu melhor o que é um Teste AB e como o Pareto Ads ajuda a aplicá-lo em seus anúncios.
Após terminado um Teste A/B, podemos dar prosseguimento ao cronograma de testes, com o objetivo de melhorar ainda mais a qualidade do anúncio. Novas informações podem ser testadas sucessivamente. Esse ciclo virtuoso é fundamental para a otimização das campanhas.
Portanto, um Teste A/B é uma excelente oportunidade de economizar dinheiro e tornar suas campanhas de marketing digital ainda mais eficazes.
Gostou? Acesse nosso blog!