¿Qué es una prueba A / A? ¿Realmente necesitas usarla?


¿Qué es peor que trabajar sin datos?

Trabajar con datos “malos”.

Como especialistas en marketing, nos encanta probar los titulares, las llamadas a la acción y las palabras clave (por nombrar algunas). Una de las formas en que lo hacemos es ejecutando pruebas A / B.

Como recordatorio, las pruebas A / B son el proceso de dividir una audiencia para probar una serie de variaciones de una campaña y determinar cuál funciona mejor.

Pero las pruebas A / B no son infalibles.

De hecho, es un proceso complicado. A menudo, debe confiar en el software de prueba para extraer los datos, y existe una alta probabilidad de recibir un falso positivo. Si no tiene cuidado, podría hacer suposiciones incorrectas sobre lo que hace que las personas hagan clic.

Entonces, ¿cómo puede asegurarse de que su prueba A / B esté funcionando correctamente? Aquí es donde entran las pruebas A / A. Piense en ello como una prueba para la prueba.

La idea detrás de una prueba A / A es que la experiencia es la misma para cada grupo, por lo tanto, el KPI (Key Performance Indicator) esperado también será el mismo para cada grupo.

Por ejemplo, si el 20% del grupo A completa un formulario en una página de destino, el resultado esperado es que el 20% del grupo B (que está interactuando con una versión idéntica de la página de destino) hará lo mismo.

Diferencias entre una prueba A / A y una prueba A / B

La realización de una prueba A / A es similar a la de una prueba A / B; una audiencia se divide en dos grupos de tamaño similar, pero en lugar de dirigir a cada grupo a diferentes variaciones de contenido, cada grupo interactúa con versiones idénticas del mismo contenido.

Deberías leer:   Todo lo que necesita saber sobre la recopilación de datos de alta calidad

Aquí hay otra forma de pensarlo: ¿alguna vez ha escuchado el modismo “Comparación de manzanas con naranjas”? Una prueba A / B hace exactamente eso: compara dos variantes diferentes de un contenido para ver cuál funciona mejor. Una prueba A / A compara una manzana con, bueno, una manzana idéntica.

Al ejecutar una prueba A / B, programa una herramienta de prueba para cambiar u ocultar alguna parte del contenido. Esto no es necesario para una prueba A / A.

Una prueba A / A también requiere un tamaño de muestra mayor que una prueba A / B para demostrar un sesgo significativo. Y, debido a un tamaño de muestra tan grande, estas pruebas tardan mucho más en completarse.

Cómo hacer pruebas A / A

La forma exacta de hacer un A / A variará según la herramienta de prueba que utilice. Si eres un cliente de HubSpot Enterprise que realiza una prueba A / A o A / B en un correo electrónico, por ejemplo, HubSpot dividirá automáticamente el tráfico en tus variaciones para que cada variación reciba una muestra aleatoria de visitantes.

Cubramos los pasos para ejecutar una prueba A / A.

1. Cree dos versiones idénticas de un contenido: el control y la variante.

Una vez creado su contenido, identifique dos grupos del mismo tamaño de muestra con los que le gustaría realizar la prueba.

2. Identifique su KPI.

Un KPI es una medida del rendimiento durante un período de tiempo. Por ejemplo, su KPI podría ser la cantidad de visitantes que hacen clic en un llamado a la acción.

3. Usando su herramienta de prueba, divida su audiencia de manera equitativa y aleatoria, y envíe un grupo al control y el otro grupo a la variante.

Ejecute la prueba hasta que el control y la variación lleguen a un número determinado de visitantes.

4. Realice un seguimiento del KPI para ambos grupos.

Debido a que ambos grupos se envían a piezas de contenido idénticas, deben comportarse de la misma manera. Por lo tanto, el resultado esperado no será concluyente.

Deberías leer:   21 mejores programas de recomendación para ganar dinero

Usos de prueba A / A

Las pruebas A / A se utilizan principalmente cuando una organización implementa un nuevo software de pruebas A / B o reconfigura uno actual.

Puede ejecutar una prueba A / A para lograr lo siguiente:

1. Para verificar la precisión de un software de prueba A / B.

El resultado esperado de una prueba A / A es que la audiencia reacciona de manera similar al mismo contenido.

Pero, ¿y si no lo hacen?

Aquí hay un ejemplo: la empresa XYZ está ejecutando una prueba A / A en una nueva página de destino. Se envían dos grupos a dos versiones idénticas de la página de destino (el control y la variante). El grupo A tiene una tasa de conversión del 8%, mientras que el grupo B tiene una tasa del 2%.

En teoría, la tasa de conversión debería ser idéntica. Cuando no hay diferencia entre el control y la variante, el resultado esperado no será concluyente. Sin embargo, a veces se declara un “ganador” en dos versiones idénticas.

Cuando esto sucede, es fundamental evaluar la plataforma de pruebas. Es posible que la herramienta esté mal configurada o que no sea eficaz.

2. Establecer una tasa de conversión de referencia para futuras pruebas A / B.

Imaginemos que la empresa XYZ ejecuta otra prueba A / A en la página de destino. Esta vez, los resultados del Grupo A y del Grupo B son idénticos: ambos grupos logran una tasa de conversión del 8%.

Por lo tanto, el 8% es la tasa de conversión de referencia. Con esto en mente, la empresa puede realizar futuras pruebas A / B con el objetivo de superar esta tasa.

Si, por ejemplo, la empresa realiza una prueba A / B en una nueva versión de la página de destino y recibe una tasa de conversión del 8,02%, el resultado no es estadísticamente significativo.

Deberías leer:   7 trucos simples de marketing digital para 2022

Prueba A / A: ¿Realmente necesitas usarla?

Ejecutar una prueba A / A, o no, esa es la cuestión. Y la respuesta dependerá de a quién le preguntes. No se puede negar que las pruebas A / A son un tema muy debatido.

Quizás el argumento más frecuente en contra de las pruebas A / A se reduce a un factor: el tiempo.

Las pruebas A / A requieren una cantidad considerable de tiempo para ejecutarse. De hecho, las pruebas A / A generalmente requieren un tamaño de muestra mucho mayor que las pruebas A / B. Al probar dos versiones idénticas, necesita un tamaño de muestra grande para demostrar un sesgo significativo. Por lo tanto, la prueba tomará más tiempo en completarse y esto puede reducir el tiempo dedicado a ejecutar otras pruebas valiosas.

Sin embargo, tiene sentido ejecutar una prueba A / A en algunos casos, especialmente si no está seguro acerca de un nuevo software de prueba A / B y desea pruebas adicionales de que es funcional y preciso. Las pruebas A / A son un método de bajo riesgo para garantizar que sus pruebas estén configuradas correctamente.

Las pruebas A / A pueden ayudarlo a prepararse para un programa de pruebas AB exitoso, proporcionar puntos de referencia de datos e identificar cualquier discrepancia en sus datos.

Aunque las pruebas A / A tienen utilidad, ejecutar una prueba de este tipo debería ser una ocurrencia relativamente rara. Si bien la prueba A / A puede ejecutar una “verificación de estado” en una nueva herramienta o software A / B, puede que no valga la pena optimizar cada pequeña alteración en su sitio web o campaña de marketing debido a la considerable cantidad de tiempo que tarda en ejecutarse.

El kit de prueba A / B definitivo



Versión en Inglés

Esteban Prieto se especializa en temas de Marketing Digital, SEM, SEO, email marketing, transformación digital, Google Ads, Google Search, YouTube, estadisticas y mucho mas.