¿Qué son los split tests A/B?

Un número considerable de profesionales del e-mail marketing prefieren testar sus campañas de marketing utilizando el método split tests A/B sobre las landing pages.[1]

Un experimento split-test o experimento A/B es aquél en el que se ofrecen “diferentes versiones de un producto al mismo tiempo”.1​ El objetivo de un experimento split-test es observar los cambios en el comportamiento entre los dos grupos para medir el impacto de cada versión en un indicador accionable.

A simple vista parece ser la forma de referirse a la descripción de experimentos aleatorios en el ámbito del Marketing Digital y la Analítica web. El test A/B describe experimentos aleatorios con dos variantes: A y B, siendo una la de control y la otra la variante. Mientras que el split test, es un método que se aplica en experimentos con más de dos variantes. En ambos casos el objetivo es identificar los cambios que incrementan o maximizan un resultado determinado.

La metodología del test A/B consiste en comparar dos versiones (A y B), que son equivalentes salvo por una variación que puede afectar al comportamiento del usuario. La versión A puede ser utilizada en un momento determinado (control), mientras que la versión B se modifica en algún aspecto concreto (variante).

Veamos un ejemplo:[2]

Una empresa con una base de datos de 2.000 clientes crea una campaña de correo electrónico con un código de descuento. Su objetivo es generar ventas a través de su sitio web. Se crea dos versiones del mismo correo electrónico, pero con diferentes intenciones. Una anima a realizar una compra y el otro contiene el código promocional.

• A 1.000 personas se les envió un correo electrónico diciendo: “¡La oferta finaliza este sábado! Use el código A1”
• A otras 1.000 personas se les envió un correo electrónico diciendo: “La oferta termina pronto! Use el código B1”.

Todos los demás elementos del correo incluido el diseño, eran idénticos. La campaña finalizó con una alta tasa de éxito mediante el análisis de la utilización de los códigos promocionales. El correo electrónico con el código A1 obtuvo un 5% de tasa de respuesta (50 de las 1.000 personas a las que se le envió el correo electrónico), y el correo electrónico con el código B1 obtuvo una tasa de respuesta del 3% (30 de las 1.000 personas a las que se le envió el correo electrónico). La empresa determinó que, en este caso, la primera llamada a la acción era más eficaz y la utilizaría en las futuras ventas. Si se requiriera un enfoque más matizado, se necesitaría la aplicación de pruebas estadísticas para determinar si las diferencias en las tasas de respuesta entre A1 y B1 fueron causales por el contenido.

El propósito de la prueba era determinar cuál es el camino más eficaz para alentar a los clientes a realizar una compra. Sin embargo, si el objetivo de la prueba era para ver cuál de los correos electrónicos que generaba el mayor click-rate (es decir, el número de personas que realmente hacen clic en el sitio web después de recibir el correo electrónico) los resultados podrían haber sido diferentes. Muchos de los clientes que recibieron el código B, a los cuales no se les enseñaba la fecha final de la promoción para acceder al sitio web, no sintieron la necesidad de hacer una compra inmediata. Sin embargo, si el propósito de la prueba hubiera sido ver qué e-mail traería más tráfico al sitio web, el correo electrónico con el código B1 bien podría haber tenido más éxito. Una prueba de A/B debe tener un resultado definido que sea medible como el número de ventas realizadas, porcentaje de clics, o el número de personas que se registra, etc.

Los experimentos A/B también se pueden realizar en serie, de tal forma que un grupo de usuarios una semana puede ver una versión del producto mientras que, a la siguiente, ven otra distinta. Esta forma de trabajar puede plantear dudas en las circunstancias donde eventos externos pueden influenciar el comportamiento en un período, pero no en otro. Por ejemplo, un split-test de dos sabores de helado realizados en serie durante el verano y el invierno podría mostrar una bajada acentuada en la demanda durante el invierno, debido al tiempo atmosférico, no al propio sabor ofrecido.[3]

Los experimentos split-test o experimentos A/B están basados en la metodología Lean Startup para desarrollar negocios y productos.[4] Esta metodología respalda la disminución de los ciclos de desarrollo de productos adoptando una combinación de experimentación impulsada por:

• hipótesis para medir el progreso,
• lanzamientos de productos iterativos para ganar retroalimentación de los clientes
• aprendizaje validado para medir cuánto se ha aprendido.

La presunción inicial de la metodología lean startup es que si las startups invierten su tiempo en productos o servicios de construcción iterativa (conjunto de tareas agrupadas en pequeñas etapas repetitivas) para satisfacer las necesidades de los primeros clientes, pueden reducir los riesgos de mercado y evitar la necesidad de grandes cantidades de financiación inicial o grandes gastos para lanzar un producto.

Con la filosofía de lean startup se busca eliminar las prácticas ineficientes. Se focaliza en incrementar el valor de la producción durante la fase de desarrollo. De esta forma la startup puede tener más oportunidades de triunfar sin requerir grandes cantidades de fondos externos, planes de empresa elaborados, o el producto perfecto.

De acuerdo al creador de la metodología, la opinión de los clientes durante el desarrollo del producto es una parte integral del proceso de lean startup, y asegura que el productor no va a invertir tiempo en diseñar características o servicios que el cliente no desea. A causa de que las startups, típicamente, no pueden permitirse la dependencia total de su inversión en el lanzamiento de un único producto, Ries mantiene que, lanzando un producto mínimo viable, aunque no esté finalizado, la empresa puede hacer uso de la opinión de los clientes para ajustar su producto a las necesidades concretas de los mismos (Adler, Carlye, 2011 y Butcher, Mike, 2012).

[1] Fuente consultada http://www.marketingsherpa.com/article/3637-marketers-reveal-which-email

[2] Tomado de https://es.wikipedia.org/wiki/Test_A/B

[3] Fuente consultada https://es.wikipedia.org/wiki/Lean_startup#Experimentos_split-test

[4] En 2008, Eric Ries desarrolló la idea de lean startup, utilizando sus experiencias personales y adaptando los principios de lean management al mundo de startups de alta tecnología.

Ph. D. Melvis González Acosta

Doctora en Ciencias Sociológicas
Investigadora de campos sociales
Redactora de contenido hipermedia
Sembradora de tendencias