Combinando secciones con el Test Multivariante (MVT)

Analítica y Data Science

“La suerte es como el Tour de Francia, lo esperas todo el año y luego pasa rápido. Las oportunidades hay que atraparlas deprisa, sin dudar“?, Ameliè

Después de hacer nuestros primeros pinitos testeando sobre nuestra web con el Test A/B, toca ahora pasar a la siguiente fase: el test multivariante o MVT. La diferencia principal con el anterior test es que se utilizarán muchas más variables y escenarios en vez de un par de elementos, por lo que resulta más complejo, pero igual de sencillo de plantear. Es decir, vamos a probar diferentes versiones de una página original durante el tiempo suficiente (a mayor tráfico, menor tiempo requerido) como para saber cuál de las versiones nos genera mejores resultados.

Para los más escépticos en cuanto a realizar un test, no podemos olvidar las grandes posibilidades que tenemos a nuestro alcance“ ¿Influye si una imagen muestra una persona, un paisaje o un objeto? ¿La ponemos estática o metemos un flash? ¿En grande o en chiquito? ¿Con el texto encima o a un lado? ¿El texto en blanco o en gris? ¿El texto con descripción o directo al grano? ¿En negrita o de normal? ¿Con un link como llamada a la acción o un botón? ¿Ponemos más de un link o le distraeremos?… Lo que sirve para una determinada página, no tiene por qué servir para otra.

Es básico, además de decidir la página original, identificar los objetivos que perseguimos (tasa de conversión más alta, más navegación, incremento del tiempo en la página, más llamada a la acción) y definir las métricas con las que vamos a determinar el éxito o no de cada prueba.

Mejor si disponemos de datos antiguos de estas métricas para descubrir tendencias y poder testarlo mejor si lo orientamos al beneficio.

El primer paso es tomar la página original y definir las variaciones que vamos a realizar. Planificaremos tantas alternativas como contenido queramos testar, para cada variable (copy, imagen, banner, botón, “) deberemos crear como mínimo dos alternativas. Agruparemos las variantes en diferentes combinaciones, teniendo en cuenta que la duración del test estará también condicionada por el número de combinaciones a probar. Al principio, si realizamos todas las combinaciones posibles podemos llegar a tener un número infame, pero podemos reducir el número de combinaciones y quedarnos sólo con las más óptimas. Es decir, en vez de tomar todas las combinaciones intragrupales tomaremos las intergrupales.

Imaginemos que nuestra página original tiene 5 elementos que queremos testar y cada uno de los elementos tiene 3 alternativas. Si las combinamos tendremos intergrupalmente 5 elevado a 3 combinaciones = 125. Si las combinamos intergrupalmente por alternativas tendremos 3 alternativas * 5 elementos = 15 combinaciones. Mucho más fácil de testar.

Para diseñar las combinaciones intergrupales podemos utilizar cualquier herramienta de diseño experimental. Si no disponemos de una, creo que lo más inteligente es hacerlo a mano. Si no podemos tirar de experiencia sobre lo que prefieren nuestros usuarios, se pueden elegir las combinaciones que a priori gusten más al jefe, al diseñador, al de marketing, a uno mismo“, y luego ir modificando variantes según vayan saliendo los resultados.

Como vamos a testar varios (muchos) modelos de páginas, hay que tener todo muy bien documentado para que realmente el test sirva para algo y podamos interpretar bien los resultados.

Se puede organizar el test desde la misma herramienta que el Test A/B, desde Google Optimizer (herramienta gratuita), o desde una herramienta más sofisticada como Optimost u Offermatica (Omniture).

Al igual que para saber cuál es la herramienta de analítica web que mejor se adapta a lo que queremos saber, necesitamos trastear mucho con Google Analytics, considero un primer paso el realizar un test multivariante con Google Optimizer para ver si se adapta o no a lo que buscamos.

Es fácil interpretar qué está pasando en nuestra super prueba, en Google Optimizer hay dos informes para seguir la trayectoria:

Combinaciones (rendimiento)

Podremos ver claramente la relación entre las distintas variables, sobre todo, es interesante ver su recorrido con respecto al resultado cosechado por la página original.

Desde aquí veremos si el porcentaje de conversiones (el actual más el estimado), es positivo con respecto a la página original (verde es bueno, rojo no), si tiene posibilidades de superarla en efectividad (con un nivel de confianza del 95%), el porcentaje de mejora (cociente del ratio de la variante entre el ratio de conversión de la original) y el número de conversiones y de visitas que tiene cada variante.

También podremos deshabilitar las opciones que no estén cosechando buenos resultados para centrarnos en las que de verdad nos aporten beneficios.

Secciones de página (impacto de las variantes)

Aunque los datos ofrecidos son los mismos, este informe nos aporta el ratio de relevancia; es decir, el impacto de cada cambio (sección) dentro de la variante sobre la original.

Esta información me sirve para, dentro de la variante ganadora, saber qué parte ha funcionado realmente bien, cuál podría ser foco de mejora y cómo ha influido cada cambio dentro de la página. ¿Os acordáis de que antes hablábamos de quedarnos solamente con alguna de las posibles combinaciones del total? Aquí y ahora es donde podremos determinar si nos convence del todo la combinación elegida o podemos crear otra con algún cambio en la sección que no tengan el ratio de conversión esperado.

Por tanto, si en la combinación elegida del ejemplo anterior (5 elementos con 3 alternativas cada uno), una de las alternativas no funciona tan bien como las demás, podemos probar con otra de las alternativas para ver si incrementamos la efectividad. Y así sucesivamente hasta que encontremos la combinación ganadora.

Mi consejo es seguir testando, no parar porque se supone que ya no se puede mejorar la página, probablemente sí se pueda y haya otra combinación de elementos que ayuden a incrementar nuestro beneficio. Incluso si hemos llegado a rozar la perfección en un momento dado, no deberíamos relajarnos, el testar continuamente nos llevará a conocer mejor cómo podemos innovar y qué funciona y qué no con nuestros visitantes, no hay que esperar a la suerte, sino aprovechar esta oportunidad.

Más información | Jonathan Mendez y Multiplica

Entradas en eTC sobre analítica web:

Menú