Está claro que a cualquier negocio que tenga una web le gustaría ganar más dinero a partir de ella. Para ello, tenemos dos opciones: o atraer más visitas, o aumentar el valor de cada visita. Los tests A/B se centran en la segunda opción, normalmente a través de incrementar la tasa de conversión. Es lo más conocido como Conversion Rate Optimization.

El CRO es una herramienta muy potente, con la que un pequeño cambio, por ejemplo en un copy de la web, puede incrementar mucho la tasa de conversión y por ende los ingresos. Pero muchas veces cuando finaliza el test, nos queda por contestar la pregunta más crucial: ¿Cuánto gano de más gracias a este cambio?

Antes de contestar a esta pregunta, debemos tener claro en qué consiste un test A/B y cómo asegurarnos de que el test se ha realizado correctamente.

Best Practices de los Test A/B

Los tests A/B provienen del método científico, cuya base es la observación. El método científico afirma que la única manera de validar una hipótesis es haciendo un experimento. El experimento consiste en que, teniendo dos situaciones exactamente iguales, si en una de ellas realizamos un cambio y el resultado es significativamente diferente, la diferencia en el resultado habrá sido provocada por dicho cambio.

Con este breve resumen ya podemos extraer las principales características de los Tests A/B:

• validar una hipótesis: todo test A/B ha de tener un objetivo, como por ejemplo: «si cambio el copy de este CTA, más usuarios harán clic y aumentará la tasa de conversión». Esta hipótesis ha de estar clara durante todo el experimento y al final de éste veremos si la hipótesis es o no es cierta.
• dos situaciones exactamente iguales: mismo periodo de tiempo, mismo número de usuarios y un periodo de tiempo de mínimo dos semanas para asegurarnos de no coger ningún día con anomalías.
• en una de ellas realizamos un cambio: solamente podemos realizar un cambio en cada test. Continuando con el ejemplo anterior, no puedo cambiar el copy de un CTA y el color del CTA a la vez, necesitaría hacer dos tests.
• resultado significativamente diferente: no nos vale con un incremento del X%, debemos comprobar estadísticamente que el incremento se debe al cambio y no al azar.

Cómo convertir el resultado de un Test A/B en un incremento de ingresos

Una vez nuestro test ha terminado, el resultado es estadísticamente significativo y nuestra hipótesis está validada, ya podemos transformar este aumento de la conversión en un aumento de ingresos. Para ello, debemos contestar a la pregunta ¿mis visitas valen más? La métricas que nos darán la respuesta son los ingresos por visita y el incremento de valor diario.

Los pasos a seguir son:

1. Valor por visita. En cada versión del test, dividimos los ingresos totales entre las visitas totales. De esta manera tendremos el valor por visita de la versión control y el valor por visita de la variación.
2. Valor por visita diario. Dividimos el valor por visita de cada versión por el número de días que el test estuvo activo.
3. Diferencia de valor diaria por visita. Restamos el valor por visita diario de la variación menos el valor por visita diario de la versión control. Esta métrica nos dará cuánto hemos ganado de más (o de menos) por visita cada día.
4. Incremento de valor diario. Ahora es tan sencillo como multiplicar la media de visitas diarias de la web por la diferencia de valor diaria por visita. Ya tenemos el incremento diario de ingresos, que podemos extrapolar al periodo de tiempo que nos convenga, multiplicando por el número de días.

Ésta es la técnica más básica, que podemos perfeccionar teniendo en cuenta la temporalidad de cada negocio y haciendo más exacto el cálculo de las visitas diarias.

Tests A/B más allá de la tasa de conversión

Una vez este método esté implantado en tu negocio, no tengas miedo de ir más allá y sacar la monetización de otro tipo de tests. Aumentar el valor por visita a través de hacer crecer la tasa de conversión es el método más común, pero hay muchas otras maneras de hacer que tus visitas valgan más (o, también muy importante, que cuesten menos) a través de experimentos. Por ejemplo, podemos experimentar con hipótesis que busquen aumentar el ticket medio o reducir las devoluciones.

Pero recuerda, testees lo que testees, siempre debemos tener clara la hipótesis y a través de qué objetivo queremos incrementar el beneficio por visita.

Y tú, ¿cómo monetizas tus Test A/B?