Test A/B de Landing Page: Split Testing y CRO Hechos Bien

El test A/B de landing page separa wins reales de la suerte. Un buen test A/B de landing page es optimización de tasa de conversión construida sobre split testing honesto y un diseño de experimento sólido. Esta guía explica el test A/B de landing page, la optimización de tasa de conversión, el split testing y el diseño de experimento para que tu test A/B de landing page produzca verdad, no sinsentido seguro de sí mismo.

Qué mide el test A/B de landing page

El test A/B de landing page divide el tráfico entre dos versiones y compara la conversión. El objetivo del test A/B de landing page no es cuál versión ganó, porque el split testing garantiza que una ganará por azar; el objetivo del test A/B de landing page es si la brecha es real. Eso es toda la optimización de tasa de conversión, y es por qué el diseño de experimento importa en cada ronda de split testing.

El test A/B de landing page es distinguir señal de ruido. El split testing en páginas idénticas igual muestra una brecha, así que el test A/B de landing page y un buen diseño de experimento existen para responder una pregunta de optimización de tasa de conversión: ¿esta brecha es más grande que el azar?

Qué testear primero en el test A/B de landing page

La optimización de tasa de conversión testa en impacto descendente, y el test A/B de landing page debe seguir ese orden.

1. La oferta: la palanca más grande en el test A/B de landing page y la optimización de tasa de conversión; el split testing de la oferta mueve resultados por múltiplos.
2. El titular: el copy de mayor palanca en el test A/B de landing page; el diseño de experimento debe testear la promesa, no la redacción.
3. La estructura: larga vs corta; el split testing estructural gana al test A/B de landing page cosmético para la optimización de tasa de conversión.
4. La prueba: test A/B de landing page de alto valor en ofertas de mayor precio, donde el diseño de experimento testa la creencia.
5. Todo lo demás: el color del botón al final; aquí es donde una optimización de tasa de conversión débil desperdicia tráfico de split testing.

El fallo común es empezar el test A/B de landing page por abajo, donde el split testing de cambios minúsculos desperdicia el esfuerzo de optimización de tasa de conversión.

La parte honesta del test A/B de landing page

Aquí es donde el test A/B de landing page y la optimización de tasa de conversión suelen estar rotos. Una parte grande de los wins "significativos" de split testing son falsos positivos, producidos por cortar el test A/B de landing page temprano, espiar y umbrales flojos. Un diseño de experimento sólido corrige eso.

Fija el tamaño de muestra

El diseño de experimento decide, antes de que empiece el test A/B de landing page, cuántas conversiones necesita cada versión. La optimización de tasa de conversión depende de la tasa base y del tamaño del efecto, así que el split testing de una página de baja conversión necesita más tráfico. Usa una calculadora; no calcules a ojo el test A/B de landing page.

No espíes

El hábito más dañino en el split testing es detener el test A/B de landing page cuando una versión va adelante. Espiar infla los falsos positivos, así que el diseño de experimento fija el tamaño de muestra y la duración, y la optimización de tasa de conversión espera.

Respeta la confianza y la duración

La optimización de tasa de conversión usa un umbral de confianza del 95%; umbrales más bajos dan más wins falsos de test A/B de landing page. Corre el split testing a lo largo de semanas completas, o el diseño de experimento se pierde el comportamiento de días de semana y de fin de semana, y el test A/B de landing page saca la conclusión equivocada de optimización de tasa de conversión.

Cuándo dar por cerrada una ronda de test A/B de landing page

El test A/B de landing page está listo cuando llega al tamaño de muestra que fijó el diseño de experimento, no cuando se ve bien. Entonces el split testing da tres resultados honestos de optimización de tasa de conversión:

• Un ganador claro: publícalo, y el test A/B de landing page lo convierte en la nueva línea base.
• Un perdedor claro: aprendizaje valioso de optimización de tasa de conversión desde el split testing.
• Sin diferencia: el resultado más común del test A/B de landing page, y no un fallo del diseño de experimento.

Mata el test A/B de landing page temprano solo por una variante rota, nunca por impaciencia, porque la confianza temprana es exactamente lo que la optimización de tasa de conversión y el split testing existen para resistir.

Diseño de experimento que te enseña algo

Un buen diseño de experimento aísla la causa. El test A/B de landing page cambia una cosa significativa, o el split testing no puede decir qué cambio ganó. Enmarca cada ronda de test A/B de landing page como una hipótesis, para que la optimización de tasa de conversión aprenda tanto si gana como si pierde. Lleva un registro de test A/B de landing page; a lo largo de un año ese registro de diseño de experimento es el mejor activo de optimización de tasa de conversión que tienes.

La realidad de tráfico del test A/B de landing page

Un test A/B de landing page honesto necesita tráfico. Las páginas de bajo tráfico no pueden sostener split testing rápido, así que la optimización de tasa de conversión ahí significa testear cambios grandes con un diseño de experimento que detecte efectos grandes. Empareja la ambición del test A/B de landing page con el tráfico; eso es parte de la disciplina de optimización de tasa de conversión, no un compromiso del split testing.

Preguntas frecuentes

¿Qué debo testear A/B primero?

En el test A/B de landing page, testa la oferta, el titular y luego la estructura. La optimización de tasa de conversión se mueve más con estos; el split testing del color del botón al final es un diseño de experimento débil.

¿Cuánto debe durar el test A/B de landing page?

Hasta que llegue al tamaño de muestra que fijó el diseño de experimento, a lo largo de semanas completas. Nunca detengas el split testing cuando una variante va adelante, porque eso rompe la optimización de tasa de conversión.

¿Qué nivel de confianza para el test A/B de landing page?

95%. Umbrales más bajos dan más wins falsos de split testing, así que la optimización de tasa de conversión y el diseño de experimento sostienen la línea en 95%.

¿Por qué los wins de test A/B de landing page no se replican?

Espiar, muestras pequeñas y umbrales flojos inflan los falsos positivos. Un diseño de experimento sólido fija el tamaño de muestra y la duración para que el test A/B de landing page y el split testing produzcan optimización de tasa de conversión real.

¿Puedo hacer test A/B de landing page con poco tráfico?

Sí, pero solo cambios grandes. El split testing de bajo tráfico necesita un diseño de experimento que detecte efectos grandes, así que la optimización de tasa de conversión testa oferta y formato, no ajustes minúsculos de test A/B de landing page.

La conclusión

El test A/B de landing page recompensa la disciplina. Testea primero las palancas grandes, fija el tamaño de muestra con diseño de experimento, respeta la confianza y acepta que "sin diferencia" es un resultado real de split testing. Los equipos que ganan en optimización de tasa de conversión no son los que encuentran más ganadores de test A/B de landing page; son los más difíciles de engañar, que es para lo que sirven el split testing honesto y el diseño de experimento.