Os testes A/B procuram dar resposta a uma pergunta comum a todos os gestores de marketing e líderes de organizações: o que querem os nossos clientes?
Uma estratégia de marketing eficaz assenta em factos e dados sobre um determinado público-alvo. Mas, como não existem relatórios e estatísticas que se apliquem exclusivamente a cada empresa, é necessário testar. É por este motivo que muitos optam por conduzir testes A/B, como forma de obter informações fiáveis e acionáveis sobre os seus clientes, atuais e potenciais.
O que são os testes A/B
Os testes A/B são uma forma de comparar duas versões de algo em que a única diferença é o elemento que se quer testar.
Imagine que está a criar a newsletter mensal da sua empresa. Que tipo de imagem deve colocar no início do e-mail? A fotografia de uma pessoa sorridente ou o artigo isoladamente? Neste exemplo concreto, o teste A/B poderia consistir em enviar uma das opções para um determinado grupo (grupo de controlo) e a segunda versão para um segundo conjunto de pessoas (grupo de teste). Com base nos resultados de aberturas de e-mail e cliques nos links, poderia definir que tipo de imagem é mais adequado para as suas iniciativas de email marketing.
O mesmo aplica a muitos outros materiais de marketing, como anúncios nas redes sociais, landing pages, páginas de artigos ou mensagens de texto. Em todos eles, existem elementos que podem fazer a diferença nos resultados obtidos: as cores dos fundos, dimensão dos textos, tipo de mensagens, localização dos botões, inclusão dos preços e dos descontos. Por exemplo, poderia executar um teste A/B para responder à seguinte pergunta: é melhor ter um botão azul ou vermelho no próximo anúncio no OLX?
A premissa é sempre a mesma: em vez de assumir que sabe o que os clientes querem ver, teste.
Está a tirar partido da sua lista de emails?
As vantagens de realizar testes A/B
A principal vantagem de realizar testes A/B é construir uma base de conhecimento personalizada para a sua organização que resume aquilo que de facto funciona. Assim, da próxima vez que estiver a desenhar uma campanha pode basear-se em conhecimento comprovado sem ter que tentar adivinhar o que poderá funcionar. De uma forma resumida são estas as vantagens:
- Eficácia das campanhas de marketing: As empresas que realizam testes A/B com frequência desenham campanhas mais eficazes, que geram mais leads, mais conversão e mais vendas.
- Maior produtividade da equipa de marketing: Como existe uma base estudada das regras a cumprir fruto dos testes A/B, a equipa de marketing consegue ser mais eficiente na produção das campanhas seguindo estas regras.
- Clientes mais satisfeitos: A premissa dos testes A/B é saber aquilo que os clientes querem através de experimentação para depois criar materiais mais adequados às suas necessidades. Como resultado deste processo os clientes vão ficar mais satisfeitos e ter mais motivos para voltar a comprar.
- Simplicidade: O principal apelo dos testes A/B é a sua simplicidade que não exige conhecimentos estatísticos.
Descubra como executar testes A/B, passo-a-passo.
Como implementar
Existem 8 etapas principais para executar testes A/B. Todos podem ser executados por qualquer pessoa, mesmo que não tenha conhecimentos estatísticos. A maioria das ferramentas que já utiliza para publicar materiais de marketing (Facebook, Linkedin, Mailchimp, Jumpseller, ou Shopify, por exemplo) já permitem automatizar estes testes o que torna a sua realização ainda mais acessível. Descubra como o fazer.
1# Decida o que testar
O primeiro passo para realizar um teste A/B é decidir o que deseja testar. Comecemos por um exemplo simples: o tamanho do botão de contacto no site. Deve ser grande ou pequeno?
2# Crie os materiais de teste
Depois, deve criar as diferentes versões: a página com botão grande ou pequeno. Algumas ferramentas, como o Facebook, propõem automaticamente diferentes versões a testar, mas pode ser necessário criá-las à parte e introduzi-las na plataforma.
3# Defina como vai medir os resultados
Depois, é necessário determinar como vai avaliar o desempenho. Neste caso, digamos que a métrica será o número de visitantes que clicam no botão.
4# Defina o tamanho da amostra
Se o tamanho da amostra do teste for demasiado pequeno, os resultados podem não ser representativos. Não há uma regra fixa, mas procure calcular uma proporção do número de utilizadores total do processo em estudo – neste caso, dos visitantes totais ao site. Se recebe 1 milhão de visitantes por mês, talvez precise de uma amostra de 10.000 pessoas para se sentir confortável a tomar conclusões, o que corresponde a 1% da população total.
5# Garanta o fator de aleatoriedade
Neste exemplo (e na vida real) existem muitos fatores que influenciam se alguém clica. Por exemplo, o dispositivo em que se consulta pode ter impacto, bem como o browser, que pode estar a mostrar o botão de uma forma diferente do esperado. Por isso é tão importante que as versões sejam apresentadas de forma aleatória – os diferentes fatores externos são igualmente entre todos os visitantes e não afetam os resultados médios. É aqui que as ferramentas de geração de testes ajudam – esta é normalmente uma parametrização que pode definir e o software trata de apresentar diferentes versões a cada grupo de visitantes.
6# Execute o teste A/B
Para executar o teste, mostre a dois conjuntos de utilizadores (selecionados aleatoriamente quando visitam o site) as diferentes versões em que a única coisa diferente é o tamanho do botão e determine qual influenciou mais a métrica de sucesso. Neste caso, qual foi o tamanho de botão que fez com que mais visitantes clicassem?
7# Teste a combinação de fatores
Este exemplo pode parecer muito simples. Mas e quanto à cor? E o texto, o tipo de letra e o tamanho da letra? Muitos gestores de marketing executam testes sequenciais – por exemplo, primeiro testam o tamanho (grande versus pequeno), depois a cor (azul versus vermelho) e, em seguida, a fonte (Times versus Arial).
Mas os testes sequenciais não medem o que acontece quando os fatores interagem. Por exemplo, pode acontecer que os utilizadores prefiram azul em média, mas gostam mais do vermelho quando combinado com Arial. O exemplo acima, com cores e tamanho, pode significar mostrar a grupos diferentes um grande botão vermelho, um pequeno botão vermelho, um grande botão azul e um pequeno botão azul. Se também quisesse testar tipos de letra, o número de grupos de teste aumentaria ainda mais.
8# Interprete os resultados
A maioria dos softwares de testes A/B reporta duas taxas de conversão para o teste A/B: uma para os utilizadores que viram a versão de controlo (a original) e outra para os que viram a versão de teste (a que tem a mudança).
A taxa de conversão pode medir cliques ou outras ações realizadas. O relatório dirá algo como: “Controlo: 15% (+/- 2,1%); Teste: 18% (+/- 2,3%).” Isto significa que 18% dos utilizadores clicaram na nova variação (talvez o botão azul maior) com uma margem de erro de 2,3%. Uma taxa de conversão de 18% é melhor do que 15%, mesmo levando em conta a margem de erro (12,9% –17,1% versus 15,7% –20,3%).
Neste caso, provavelmente é uma boa decisão mudar para a nova versão, mas isso dependerá dos custos de implementação. Se forem baixos, pode experimentar e ver o que acontece. Uma das grandes vantagens dos testes no mundo online é que geralmente pode reverter para o original com bastante facilidade.
O que é o remarketing e como pode ajudar nas vendas
Conclusão: o OLX é o parceiro para ideal para testes A/B
No OLX, pode pôr em prática vários testes A/B. Experimente com anúncios diferentes para ver o que funciona – teste cores, fotografias, descrições e títulos.
Se estiver registado como OLX Pro, um portal exclusivo para empresas que querem vender online para mais de 15 milhões de utilizadores mensais do OLX, então pode levar os testes A/B ainda mais longe e medir o resultado de diferentes layouts e mensagens na página da sua empresa, dentro do site OLX. Tudo o que precisa de fazer é registar-se, um processo simples, gratuito e 100% digital.
