O que é teste A / B?

Teste A / B em um smartphone na mão de uma pessoa
uma foto / Shutterstock.com

Se você pesquisou web design, design UX / UI ou marketing, provavelmente já ouviu o termo teste A / B. Mas o que o teste A / B realmente significa? Hoje vamos dar uma olhada mais de perto para descobrir do que se trata.

O que é teste A / B?

Simplificando, significa comparar duas versões de um produto para ver qual tem melhor desempenho. O teste A / B também é chamado de “teste de divisão” ou “teste de balde”, como em “colocar as coisas em dois baldes diferentes”. E pode ser muito útil para refinar seu design.

Por que usar?

O teste A / B permite que você teste uma hipótese e reúna dados antes de se comprometer com uma mudança, em vez de fazê-lo e apenas esperar pelo melhor. Em um design de site de grande escala ou projeto de marketing, isso pode economizar uma enorme quantidade de tempo e dinheiro.

Como funciona?

O conceito de teste A / B foi realmente refinado na década de 1920 por um estatístico e biólogo chamado Ronald Fisher, que o usou pela primeira vez em experimentos agrícolas. Rapidamente passou de “o que acontece se eu usar fertilizantes diferentes neste lote de terra”, para testes clínicos em medicina e para web design e marketing hoje.

Digamos que você esteja projetando um site e queira ver quais ajustes de design farão as pessoas ficarem mais tempo. Você criaria duas versões da página, uma com as alterações e outra sem – versão A e versão B. Uma versão serve como controle, sem alterações, e a outra é a variação.

Geralmente funciona assim:

  1. Escolha o que você deseja testar.
  2. Mostre as versões de controle e variação para grupos de pessoas aleatoriamente.
  3. Acompanhe os dados para mostrar qual versão influenciou mais seus resultados.
Recomendado:  Como jogar o jogo de surf secreto do Microsoft Edge

A randomização é crítica para este processo de teste, pois ajuda a remover outras variáveis ​​da equação. Se você quiser testar o tamanho do botão de assinatura de seu boletim informativo, por exemplo, mostre às pessoas as páginas de controle e variação aleatoriamente no desktop e no celular para evitar que essa variável distorça os dados.

O teste A / B pode ser feito com mais de duas páginas, mas você geralmente usa dois produtos para começar. Quantas pessoas você mostra cada versão varia com base em se ambas as versões são novas ou se a nova versão está competindo com uma página da web estabelecida. Se ambos forem novos, você provavelmente dividirá o tráfego em 50/50. Se você estiver introduzindo alterações em uma página estabelecida, pode ser 60/40.

Independentemente de como você decide distribuir o tráfego para as páginas, você sempre mostra aos usuários recorrentes a mesma versão para manter a integridade do teste. O teste precisa ser executado por tempo suficiente para reunir dados suficientes para ser estatisticamente significativo antes que uma decisão possa ser tomada. Isso parece complicado, mas existem ferramentas gratuitas para ajudá-lo a traçar isso.

Qualquer elemento de qualquer página pode ser testado A / B. Tentando obter mais cliques do Google? Teste vários títulos. Tentando fazer com que as pessoas naveguem para outras páginas do seu site? Teste A / B diferentes opções de menu e layouts.

Os elementos comuns da página que são testados A / B são:

  • Botões de frase de chamariz (CTA), como Inscreva-se, Inscreva-se, etc.
  • Manchetes
  • Páginas de destino
  • Imagens

Os web designers podem literalmente mudar uma coisa em uma página, executar um teste A / B e rastrear os resultados. Se algo mudar, eles podem estar razoavelmente certos de que foi por causa do ajuste que fizeram no design.

Recomendado:  As hashtags do Facebook são um risco à privacidade?

Novamente, esse conceito não é exclusivo para web design. Você pode testar A / B diferentes e-mails de marketing entre si, diferentes medicamentos e assim por diante. Um teste A / B é o tipo mais básico de teste de controle aleatório  e você pode usá-lo para melhorar continuamente a experiência do usuário. Se você estiver interessado em aprender mais e, possivelmente, implementá-lo em seus projetos, ir mais longe com um mergulho profundo em testes A / B .