[GUIA] O que é teste A/B?

Tempo de leitura estimado: 15 minutos

Última atualização em 15/04/2021

O que é teste A/B? Este artigo vai te ensinar a aumentar suas conversões através da internet usando os testes para medir qual a melhor maneira de interagir com seu publico.

Portanto, hoje vamos dar uma olhada no que são exatamente esses testes, como configurá-los, o que fazer e o que não fazer e até alguns exemplos. Vamos lá?!

 

O que é teste A/B?

Você quer entender o que é teste A/B? Leia com muita atenção a seguir.

Se você deseja otimizar seus esforços de marketing e aproveitar ao máximo seu orçamento, o teste A / B é sua arma secreta.

É uma metodologia muito simples e fácil de usar, que requer apenas um pouco de organização, consistência e disciplina.

Graças a esses testes, você pode melhorar cada elemento de sua campanha de marketing até ter certeza de que está publicando o conteúdo perfeito no momento certo.

O teste A / B é simplesmente o processo de testar duas variações de qualquer elemento de um material de marketing.

Em seguida, você compara o sucesso de cada variante para tirar conclusões e aplicar o resultado mais bem-sucedido.

Embora possa ser usado com qualquer tipo de conteúdo, normalmente é mais popular ao projetar e lançar: Landing page, campanhas de email, anúncio no facebook, sites e botão de call to action.

O processo é muito simples: crie duas versões do mesmo conteúdo que diferem em apenas um elemento (por exemplo, imagens de fundo, cores, título, etc.), inicie ambos ao mesmo tempo e, em seguida, compare qual funciona melhor observando as métricas e os resultados.

Você pode executar o teste A / B de forma independente ou usar plataformas que possuem ferramentas de teste.

As ferramentas de teste A / B mais comuns incluem HubSpot, Google Analytics e Google Optimize.

Veja abaixo um exemplo de teste A/B

Exemplo Teste A B
Exemplo Teste A B

 

Para que serve o teste A/B?

O teste A/B serve para aumentar a conversão e melhorar a percepção do seu material de marketing aos olhos público. Veja a seguir pra que serve e como esse teste vai te ajudar.

 

Email marketing:

O teste A/B serve para medir campanhas de e-mail marketing, você pode utilizá-lo para testar títulos, texto do e-mail, imagens, argumentos…

Use esse recurso para melhorar a experiência do usuário através do e-mail, crie títulos mais chamativos e conteúdos valiosos para seu publico-alvo.

 

Facebook Ads

O teste A/B serve para Facebook Ads, ele vai te ajudar a otimizar seus anúncios aumentando a conversão, é possível testar fotos, conteúdos, títulos e até CTA.

 

 Teste Ab Quais Beneficios
Resultado de um teste AB

 

Aumenta a lucratividade:

Os testes A / B são uma das maneiras mais acessíveis e fáceis de aumentar seu ROI em um curto período de tempo.

Graças a esses testes, você pode entender o que realmente funciona para aumentar a conversão.

Aumente a eficácia de sua campanha incorporando essas mudanças e conclusões em novas campanhas.

Inovação controlada:

No mundo do marketing, a inovação é crucial, mas pular cegamente no desconhecido pode ser bastante arriscado.

Usando uma estratégia de teste A / B sólida, você pode implementar mudanças inovadoras de forma controlada e mensurável, usando apenas o que você sabe que realmente funciona para a sua marca.

 

Aumenta a credibilidade:

Existem diferentes elementos que você pode incorporar ao seu conteúdo para mostrar aos usuários que eles podem confiar em você.

Pode ser um simples selo de qualidade de uma organização oficial, uma referência a uma das pessoas por trás da sua empresa, um depoimento …

A verdade é que diferentes testes funcionam melhor com diferentes públicos e os testes A / B permitem identificar quais, realmente, importam para o seu público.

Obtém o conteúdo certo:

Redação é uma arte, mas os testes sistemáticos permitem que você adicione um toque científico a ela.

Não experimente apenas o título da página de destino ou o assunto do e-mail: experimente diferentes comprimentos de texto, argumentos de vendas ou até mesmo seu tom.

 

Cuida dos detalhes que importam:

Algo tão simples como a cor do botão de sua frase de chamariz ou o tamanho de uma imagem pode ter um impacto em suas conversões.

Com os testes certos, você pode identificar e aplicar os pequenos detalhes que farão suas vendas crescerem.

 

Maior conhecimento do público:

Não existem duas marcas iguais … e, como tal, não existem dois públicos iguais.

A única maneira de realmente conhecer seu público-alvo é experimentando.

Aos poucos, você encontrará uma maneira de conquistá-los e melhorar tanto seus resultados quanto a imagem de sua marca.

 

Crie fidelidade:

Por último, mas não menos importante, lembre-se de que os testes A/B não são apenas para obter suas primeiras conversões, mas também pode usá-los em sua estratégia de fidelidade.

Otimize seu marketing para que seus clientes fiquem para sempre!

 

Exemplo de Teste A/B

Para concluir, aqui está um exemplo de teste A / B para publicar campanhas de publicidade de mídia social mais eficazes.

Dada a enorme quantidade de conteúdo a que os usuários são expostos nas redes sociais, fazer com que eles cliquem em seu anúncio pode ser um grande desafio.

Para isso, é fundamental se destacar com uma imagem que chame a atenção do usuário.

Teste A B
Exemplo de Teste A/B em um site

Para o nosso teste, lançamos uma série de anúncios do Facebook cujas imagens respondiam a duas variantes: uma seguia o guia de estilo da marca, enquanto a outra foi criada com uma abordagem 100% de desempenho.

As segundas imagens tinham as seguintes características:

  • Contrastes fortes e cores marcantes que se destaquem visualmente na plataforma
  • Filtros de imagem, pois eles diluem a força da imagem.
  • Legibilidade e controle a sobreposição de elementos visuais, logotipos e texto.
  • Descontos e preços com desconto como parte da imagem, não apenas na copy.

O resultado: a imagem focada no desempenho atingiu 35% mais CTR e mais do que o dobro do ROI em termos de vendas e receita.

Essas informações nos permitiram ter mais confiança para quebrar as imagens tradicionais de branding e usar as imagens que, realmente, trazem resultados.

 

Como fazer o teste A/B?

O teste A / B oferece uma maneira muito sistemática de descobrir o que funciona e o que não funciona em qualquer campanha de marketing.

A maioria dos esforços de marketing é voltada para gerar mais tráfego.

Mas, conforme a aquisição de tráfego se torna mais difícil e cara, torna-se fundamental oferecer a melhor experiência aos usuários que visitam seu site.

Isso os ajudará a atingir seus objetivos e permitir que convertam da maneira mais rápida e eficiente possível.

O teste A / B em marketing permite que você aproveite ao máximo o tráfego existente.

Um programa de teste A / B estruturado pode tornar os esforços de marketing mais lucrativos ao apontar as áreas de problemas mais cruciais que precisam de otimização.

O teste A / B está agora deixando de ser uma atividade conduzida apenas uma vez para uma atividade mais estruturada e contínua, que sempre deve ser feita por meio de um processo de CRO bem definido.

Em termos gerais, inclui as seguintes etapas:

 

Como Fazer Teste Ab

 

Etapa 1: Pesquisa

Antes de construir um plano de teste A / B, é necessário realizar uma pesquisa completa sobre como o site está funcionando atualmente.

Você terá que coletar dados sobre tudo relacionado a quantos usuários estão acessando o site, quais páginas geram mais tráfego, quais são os vários objetivos de conversão de páginas diferentes, etc.

As ferramentas de teste A / B  podem incluir análises quantitativas do site. Ferramentas como Google Analytics, Omniture, Mixpanel, etc., podem ajudá-lo a descobrir suas páginas mais visitadas, páginas com mais tempo gasto ou páginas com a maior taxa de rejeição.

Por exemplo, você pode querer começar listando as páginas que têm o maior potencial de receita ou o maior tráfego diário.

Depois disso, você pode querer se aprofundar nos aspectos qualitativos desse tráfego.

Ferramentas de mapa de calor são a tecnologia líder usada para determinar onde os usuários estão gastando mais tempo, seu comportamento de rolagem, etc.

Isso pode ajudá-lo a identificar áreas problemáticas em seu site.

Outra ferramenta popular usada para fazer pesquisas mais perspicazes são as pesquisas com usuários de sites.

As pesquisas podem atuar como um canal direto entre a equipe do seu site e o usuário final e, muitas vezes, podem destacar problemas que podem ser perdidos nos dados agregados.

Outras percepções qualitativas podem ser derivadas de ferramentas de gravação de sessão que coletam dados sobre o comportamento do visitante, o que ajuda a identificar lacunas na jornada do usuário.

Na verdade, as ferramentas de gravação de sessão combinadas com pesquisas de análise de formulário podem revelar insights sobre por que os usuários podem não estar preenchendo seu formulário.

Pode ser devido a alguns campos que pedem informações pessoais ou de usuários, podendo abandonar seus formulários por serem muito longos.

Como podemos ver, tanto a pesquisa quantitativa quanto a qualitativa podem nos ajudar a nos preparar para a próxima etapa do processo, que será fazer observações acionáveis ​​para as próximas etapas.

 

Etapa 2: observe e formule a hipótese

Aproxime-se de seus objetivos de negócios registrando observações de pesquisa e criando hipóteses baseadas em dados destinadas a aumentar as conversões.

Sem eles, sua campanha de teste é como uma bússola sem direção.

As ferramentas de pesquisa qualitativa e quantitativa podem apenas ajudá-lo a coletar dados de comportamento do visitante.

Agora é sua responsabilidade analisar e dar sentido a esses dados.

A melhor maneira de utilizar cada bit dos dados coletados é analisá-los, fazer observações detalhadas sobre eles e, em seguida, desenhar o site, bem como as percepções do usuário para formular hipóteses baseadas em dados.

Depois de ter uma hipótese pronta, teste-a em relação a vários parâmetros, como quanta confiança você tem de que ela vencerá, seu impacto nas metas e como é fácil de configurar e assim por diante.

 

Teste Ab Como Fazer

 

Etapa 3: criar variações

A próxima etapa em seu programa de teste deve ser criar uma variação com base em sua hipótese e testá-la A / B em relação à versão existente (controle).

Uma variação é outra versão de sua versão atual com alterações que você deseja testar.

Você pode testar várias variações em relação ao controle para ver qual funciona melhor.

Crie uma variação com base em sua hipótese do que pode funcionar de uma perspectiva de UX. Por exemplo, há gente suficiente que não preenche formulários?

O seu formulário tem muitos campos? Ele pede informações pessoais?

Talvez você possa tentar uma variação com uma forma mais curta ou outra variação omitindo campos que solicitam informações pessoais.

 

Etapa 4: execute o teste

Mesmo que esta seja a última etapa em que você encontra a melhor otimização, a análise dos resultados é extremamente importante.

Como o teste A / B exige coleta e análise contínuas de dados, é nessa etapa que toda a sua jornada se desenrola.

Assim que o teste for concluído, analise os resultados do teste considerando métricas como aumento percentual, nível de confiança, impacto direto e indireto em outras métricas, etc.

Depois de considerar esses números, se o teste for bem-sucedido, implante a variação vencedora.

Se o teste permanecer inconclusivo, extraia percepções dele e implemente-as em seus testes subsequentes.

 

Compare O Teste Ab

 

O que é teste A/B Facebook?

É uma tática pela qual você descobre quais títulos de anúncios, texto do corpo, imagens, frases de chamariz ou uma combinação dos itens acima que funcionam melhor para seu público-alvo.

Além disso, você pode experimentar vários públicos do Facebook e canais de anúncios para saber quem é o seu público perfeito e com quais canais eles podem ser alcançados.

Normalmente, os testes A / B são publicados por algumas semanas, enquanto os anunciantes aguardam a chegada de novos resultados.

Após a conclusão do experimento, será feita uma conclusão se uma opção superou a outra.

A menos que você já tenha criado muitas campanhas de anúncios no Facebook para seu produto, será muito difícil prever que tipo de design de anúncio funcionará melhor para você ou qual público-alvo terá mais probabilidade de comprar seu produto.

É aqui que o teste A / B se torna útil: você pode testar rapidamente vários designs de anúncios e públicos-alvo para descobrir os mais eficazes.

Vamos dar um exemplo de uma campanha que testou dois designs diferentes para a geração de leads para seus e-books:

Facebook Ab Test 1 Facebook Ab Test 2

 

10.000 impressões                                                                      10.000 impressões
237 cliques (CTR: 2,37%)                                                          187 cliques (CTR: 1,87%)
28 Vendas (taxa de conversão: 11,81%)                                  16 Vendas (taxa de conversão: 8,55%)
Gasto: $ 150                                                                                  Gasto: $ 150
Custo por venda: $ 5,35                                                             Custo por venda: $ 9,37 (+ 75,14%)

 

Como você pode ver nos resultados dos anúncios, o Anúncio 1 teve um desempenho significativamente melhor do que o Anúncio 2, resultando em um ROI 77,14% maior.

Para colocar isso em perspectiva, se você tivesse publicado apenas uma campanha com o Anúncio n.2 e a deixasse ser executada em uma escala maior com um orçamento de $ 2.000, você teria desperdiçado $ 858 gerando apenas 213 vendas contra as 373 vendas que teria em seu bolso usando Ad n. 1!

Os testes A / B ajudam você a descobrir as soluções de melhor desempenho e a usar de forma otimizada seus orçamentos de publicidade.

 

 

A estrutura do seu teste A / B

Você pode fazer um teste A / B do seu anúncio usando um ou vários conjuntos de campanha de variação única.

Use o recurso Gerenciador de anúncios do Facebook Ads para determinar e definir essa estrutura.

Um único conjunto de anúncios tem uma grande vantagem ao executar um teste A / B, o público não verá todas as suas campanhas múltiplas ao mesmo tempo.

O único lado negativo de um único conjunto de anúncios é que o Facebook pode começar a otimizar automaticamente sua campanha, o que corrompe os resultados.

Nesse caso, considere o conjunto de vários anúncios.

Cada uma de suas campanhas de teste vai para um conjunto diferente.

A plataforma de mídia social tratará essas campanhas como entidades separadas e, portanto, não iniciará a otimização automática.

 

Como Fazer Teste Ab Funcionar

 

Teste algo mensurável

Muitos fatores influenciam a taxa de resposta de uma campanha no Facebook, incluindo tempo, texto do anúncio, hobbies e interesses, prova social e etc.

Algumas dessas variáveis são mensuráveis, mas outras não.

Para iniciar um teste A / B no Facebook, primeiro você deve criar uma hipótese específica em torno de uma variável que seja quantificável.

Escolha uma hipótese de teste que possa ter um impacto real em seu ROI por muito tempo.

Otimizar o tamanho do botão do seu CTA, por exemplo, pode ter um leve efeito nas taxas de resposta, mas otimizar o próprio CTA terá um impacto maior.

Você também pode testar a própria oferta.

O problema pode não ser sua campanha ou seu público, mas a oferta-teste uma avaliação paga versus gratuita da oferta.

 

Escolha o público certo e teste no momento certo

Seu público de teste deve ser amplo o suficiente para que você obtenha resultados de teste precisos.

Não use públicos de uma campanha simultânea do Facebook.

Fazer isso produz resultados mistos.

Quanto mais experiências você fizer, mais informações você terá sobre a melhor forma de moldar seu anúncio do Facebook para uma melhor conversão.

O período mínimo de teste, conforme recomendado pelo Facebook, é de quatro dias e o máximo é de 30 dias.

Os testes que se enquadram nesse período geram resultados mais conclusivos.

Qualquer coisa a mais pode desperdiçar seu orçamento.

Na Planejador Web, determinamos o período de duração do teste após analisar cuidadosamente o comportamento de seus clientes.

Se eles demorarem para converter depois de ver um anúncio, encurtamos o período de teste A / B para economizar seu tempo e orçamento.

Outras variáveis estatísticas que consideramos nesses testes incluem o número de visitantes que sua página recebe e os volumes de conversão.

Esses fatores nos ajudam a chegar à melhor duração e orçamento para o teste.

 

Determine o orçamento do teste A / B

O orçamento certo para o teste de divisão levará a resultados de significância estatística.

O Facebook geralmente fornece seus orçamentos sugeridos se você não conseguir chegar a um valor definitivo com segurança.

Para nós, o orçamento de um esforço de teste A / B depende do número de versões que estamos executando.

O teste em muitas variáveis ajuda a obter impressões suficientes para tomar uma decisão precisa sobre o anúncio vencedor.

Podemos ajudar a economizar no orçamento e, ao mesmo tempo, obter as conversões necessárias com uma significância estatística de 95% +.

 

Execute o teste

Depois de criar variações de elemento em seu anúncio e decidir sobre o orçamento, a próxima etapa é executar o teste.

O Facebook automatizou o processo, portanto, há menos ajustes manuais envolvidos.

Use o recurso Teste de divisão fornecido para testar os diferentes componentes de sua campanha para resultados fáceis de entender.

Este recurso do Facebook permite que você execute um teste AB em até 5 versões da variável de anúncio escolhida.

Você pode agendar a duração do teste aqui e selecionar a opção de ter um relatório após o teste. Ao iniciar um teste, aguarde o tempo de execução programado para competir.

Não pare no primeiro dia só porque atingiu o tamanho de amostra desejado. Espere.

 

Reveja os resultados

Se você estiver usando o recurso Split Testing do Facebook, o Facebook determina o anúncio vencedor para você.

Ninguém tem certeza sobre as nuances de seu algoritmo, mas uma coisa significativa que eles observam é o custo por conversão.

O processo de teste A / B automatizado no Facebook também fornece uma simulação quase real de como o anúncio seria executado se você o ativasse em grande escala.

Os resultados do teste serão exibidos na tabela do Gerenciador de Anúncios, e uma cópia do relatório também será enviada para você.

Se você estiver fazendo isso manualmente ou com uma ferramenta externa, pegue os resultados da conversão do teste e empilhe-os uns contra os outros.

Se você tiver um limite de amostragem de 95% ou 99%, será fácil neste ponto decidir um anúncio vencedor.

Antes disso, no entanto, você deve comparar suas métricas atuais com os números originais antes do teste.

Se as novas taxas de conversão forem mais altas que as anteriores, o teste foi um sucesso.

 

E agora depois de testar A / B seus anúncios do Facebook?

Agora que você testou A / B com sucesso seu anúncio do Facebook e escolheu um vencedor, o que vem a seguir?

O objetivo do teste de divisão é ajudá-lo a obter melhores vendas de sua campanha.

Aqui estão algumas de nossas melhores práticas de teste pós-A / B:

 

Eliminamos anúncios de baixo desempenho

Assim que obtivermos dados precisos sobre a melhor direção da campanha no teste de divisão, pausamos imediatamente os anúncios de baixo desempenho.

Nossa ampla variedade de ferramentas de teste geralmente torna mais fácil ver o que está funcionando e o que não está funcionando, independentemente do volume do teste.

 

Nós ampliamos o anúncio vencedor

Colocamos seu orçamento em uso produtivo, com base nos dados do teste.

Fazemos acréscimos de orçamento incrementais à medida que mantemos monitoramento em tempo real de como isso afeta a conversão.

Ao manter testes contínuos, podemos aprimorar a campanha ainda mais, testando-a em diferentes canais.

 

Podemos aumentar sua conversão

Na Planejador Web, o teste A / B é apenas uma das estratégias que usamos para criar campanhas eficazes.

Nossos recursos de gerenciamento incluem análise de dados para gerar o máximo retorno.

Contate-nos para um orçamento sem compromisso.

Agora que entendeu o que é teste A/B e como fazê-lo coloque em prática! Caso sinta dificuldade procure por nossos profissionais, nos vemos no próximo artigo.

Avalie esta página
error: Conteúdo protegido