Pruebas de división con experimentos de Google Analytics

En el tutorial de hoy, veremos una de las adiciones más recientes de Google Analytics a su conjunto de funciones; Experimentos. Usando esta herramienta, le mostraré cómo presentar diferentes variaciones de una página para determinar cuál es la más exitosa para convertir visitantes al sitio.


Preámbulo

Si alguna vez ha creado un sitio web, seguramente estará familiarizado con Google Analytics. Con una cuenta de Google gratuita y un fragmento de código, puede hacer un seguimiento de los visitantes a sus sitios y profundizar en los datos con un enfoque sorprendente.

Desde pequeños proyectos personales a sitios de nivel empresarial, Google Analytics se ha establecido como el líder del mercado por muy buenas razones; es gratis, simple de implementar y es adecuado para el usuario ocasional o incluso para el vendedor más endurecido por la batalla.

¿Listo para comenzar? Vamos a empezar!


Una breve introducción a la prueba de división

Hemos cubierto las pruebas divididas antes como parte del resumen completo de Ian sobre conversión y marketing en línea, pero echemos un vistazo a las pruebas divididas en el ámbito en línea..

Al ofrecer diferentes versiones de una página a visitantes simultáneos, estamos haciendo efectivamente lo que las personas de los círculos de marketing denominan Pruebas divididas. El objetivo final de este enfoque es determinar cuál de un grupo de páginas web (o folletos, anuncios publicitarios, anuncios de texto, etc.) convierte a los visitantes de manera más efectiva. Si bien una 'conversión' puede ser casi cualquier cosa, normalmente los propietarios de sitios web están interesados ​​en compras, registros, registros de cuentas o incluso en conseguir que los visitantes los sigan en los canales sociales..

Las variaciones se deben ejecutar todas al mismo tiempo.

El concepto más importante para comprender las pruebas divididas es que las variaciones deben ejecutarse todas al mismo tiempo. En otras palabras, no se consideraría una prueba dividida efectiva para cargar una página durante un mes, recopilar los datos y luego cargar una página diferente para recopilar y comparar los datos nuevamente. Una parte clave de la prueba dividida es garantizar que se eliminen todos los factores posibles que podrían influir en un visitante del sitio.

Hasta hace poco, las pruebas de división A / B (es decir, las pruebas entre dos variaciones) eran el método estándar para probar las conversiones en línea. La idea con la prueba de división A / B es llegar al ganador y luego enjuagarlo y repetirlo varias veces, acercándose cada vez más a la página que convierte la cantidad máxima de visitantes. Si bien es bastante eficaz, las pruebas de división A / B tienen algunas limitaciones críticas que analizaremos en un momento..

La pregunta es, ¿es esta una forma robusta de De Verdad ¿Llegar a la mejor página de conversión? Hay una serie de problemas con el proceso que se muestra en la imagen de arriba:

  • En primer lugar, si asumimos que cada prueba demora una semana en realizarse, el proceso para llegar a una página ganadora demorará cinco semanas en realizarse. No solo es este un largo tiempo cuando su sitio se basa en conversiones exitosas, mucho puede suceder en cinco semanas en Internet. Incluso un cambio en la forma en que Google indexa su página podría ofrecer un conjunto de usuarios drásticamente diferente (como vimos en la última actualización de Google 'Penguin'). Esto significa que, en esencia, podríamos comparar manzanas con naranjas entre la primera prueba dividida y la prueba final casi un mes y medio después..
  • En segundo lugar, aunque sabemos que la página uno superó a la página dos en la primera prueba, no podemos estar seguros de que la página dos no superaría a la página tres, ya que no los hemos comparado uno al lado del otro..

Una mejor alternativa a este método es comparar todas las variaciones de la página entre sí y al mismo tiempo, como se muestra aquí:

En este ejemplo, podemos estar seguros (más allá de toda duda razonable) de que la página cuatro es realmente la página con el mejor rendimiento, ya que todas las páginas se comparan entre sí dentro del mismo período de tiempo, con (podemos asumir) una base de visitantes consistente.

Lo que haremos hoy es utilizar los Experimentos de Google Analytics para ejecutar tres variaciones de página lado a lado, en lugar de múltiples iteraciones de las dos variaciones estándar en las pruebas de división A / B tradicionales. Mientras estoy usando tres variaciones, actualmente puedes ejecutar variaciones de seis páginas en un solo 'experimento'.


El escenario

En el proyecto de hoy, hemos sido encargados de aumentar la cantidad de registros de cuentas exitosos para una compañía ficticia. Se han dado cuenta de que una gran cantidad de visitantes al sitio llegan a la página de registro de la cuenta, pero lo dejan antes de enviar el formulario..

Aquí hay una captura de pantalla (redimensionada para el tutorial) de la página de registro actual o puede ver la página en línea.

Nota: Este tutorial no examinará el diseño de la página y sus variaciones. Si está interesado en buscar en el código, puede descargar todos los archivos de la sección de recursos de este tutorial..

Además, por razones de simplicidad y brevedad, estas páginas son bastante simples y no incluyen ningún script del lado del servidor para recopilar los datos del formulario y no son ejemplos de formularios de producción en funcionamiento..


En esta etapa, solo podemos especular sobre cuál podría ser el motivo del abandono, pero un buen punto de partida es abordar la longitud del formulario. Actualmente, la página de registro requiere que el usuario complete la friolera de catorce acciones separadas para crear una cuenta..

Suponiendo que el usuario pueda regresar y agregar sus datos personales (por ejemplo, su país y la moneda preferida) después de que se haya creado su cuenta, una variación lógica de la página para servir a los visitantes del sitio es un formulario recortado que requiere menos acciones para completar.

Con ese plan de ataque en mente, aquí está la segunda variación de página que usaremos en nuestro experimento:


Ver la página en línea.

Para nuestra última variación de página, reduzcamos el formulario una vez más para que solo se incluyan las necesidades absolutas con el fin de crear una cuenta, es decir, el nombre de usuario, los campos de contraseña, la dirección de correo electrónico y el reconocimiento de los términos del servicio.

Aquí hay una imagen de la variación de la tercera página:


Ver la página en línea.

Finalmente, tenemos una página de confirmación que se mostrará al visitante una vez que el formulario se haya completado con éxito.


Ver la página en línea.

Ahora que tenemos nuestras variaciones de tres páginas, configuremos los elementos requeridos en Google Analytics y los probemos uno al lado del otro.


Paso 1: Crear una cuenta de Google Analytics

Estoy seguro de que muchos de ustedes ya estarán familiarizados con Google Analytics, pero en aras de la exhaustividad, vamos a pasar por todos y cada uno de los pasos necesarios para habilitar los análisis en el sitio, definir un objetivo y habilitar el experimento en sí..

Diríjase a Google Analytics e inicie sesión con su cuenta de Google (o configure una nueva cuenta). Suponiendo que aún no ha agregado una cuenta de análisis a su perfil, aparecerá la siguiente pantalla. Haga clic en el botón 'Registrarse' para comenzar.

En la página siguiente, complete los campos del formulario según se relacionen con su proyecto:


Paso 2: Agregue el fragmento de Google Analytics

La capacidad de seguimiento de Google Analytics se basa en un fragmento de código JavaScript, y en la siguiente página, recibirá el código requerido e instrucciones sobre cómo agregarlo a su sitio. Simplemente copie el código en su portapapeles y péguelo en cada página que desee rastrear con Google Analytics.

En el sitio, el texto de ayuda sugiere que agregue este fragmento inmediatamente antes del cierre etiqueta, que asegurará que se registre una página vista incluso si no se carga toda la página antes de que el usuario avance. Sin embargo, generalmente se considera la mejor práctica para agregar sus scripts al final de una página html, antes del cierre etiqueta.

Si bien ambos enfoques funcionarán bien, en esta situación queremos asegurarnos de que nuestras páginas de registro se carguen completamente antes de que se active el script de Analytics.

Para este proyecto, agregué este script a las tres páginas de registro (signup1.html, signup2.html & signup3.html) y la página de confirmación.html, así:

          

Una vez que haya agregado el código, cargue las páginas a un servidor web a través de FTP. También es importante tener en cuenta que Google Analytics suele tardar entre 24 y 48 horas en comenzar a recopilar datos, así que tenga paciencia durante los primeros días antes de ver los datos de sus visitantes..


Paso 3: Crear una meta

Antes de configurar y habilitar el experimento en sí, necesitamos crear un objetivo para medir.

Google Analytics se puede configurar para crear y monitorear objetivos muy sofisticados, que incluyen embudos de objetivos multicanal y seguimiento de comercio electrónico. En el ejemplo de hoy, lo mantenemos simple definiendo una conversión exitosa (es decir, nuestro objetivo) como el /confirmation.html destino de URL. En otras palabras, queremos hacer un seguimiento de cada instancia de un usuario que complete cualquiera de las tres variaciones de formulario, haciendo clic en el botón 'Enviar' y llegando a la página 'Gracias por registrarse con nosotros'.

Desde el menú principal a la izquierda en la interfaz de Google Analytics, seleccione el elemento 'Información general' del encabezado 'Conversiones':

Si este es el primer objetivo que ha establecido, debería ingresar automáticamente a la página 'Crear un nuevo objetivo'. De lo contrario, haga clic en el elemento de menú 'Admin' en la esquina superior derecha de la pantalla y asegúrese de que está mirando la pestaña 'Objetivos'.

Asigne un nombre a su nuevo objetivo, seleccione el tipo de objetivo como destino de URL e ingrese la ruta, en este caso, /confirmation.html.

Si su objetivo tiene un valor real en dólares asociado (por ejemplo, una membresía pagada a un sitio), puede agregar esta cantidad al campo de texto "Valor del objetivo". Hoy no vamos a utilizar un embudo de objetivos, así que solo podemos guardar nuestro nuevo objetivo..


Paso 4: Acceda a la función de Experimentos

Con nuestro objetivo establecido, ahora podemos comenzar un experimento para determinar cuál de nuestras páginas se desempeñará mejor en términos de un registro exitoso de la cuenta..

En la sección 'Contenido' del menú principal a la izquierda, selecciona 'Experimentos'.

Nota: Al igual que con muchos productos de Google, la función de Experimentos se entrega como parte de una implementación por etapas. Si actualmente no tiene acceso a Experimentos, deberá tener paciencia y esperar a que su cuenta de Google se actualice con esta función..

Para comenzar, agregue la URL de la página que queremos probar, en este caso, signup1.html. Esto no es una URL en vivo, solo se usa para los propósitos del tutorial.


Paso 5: Crear un experimento

Después de acceder a la función de experimentos, se le presenta un asistente de creación de experimentos de cuatro pasos.

Comience por confirmar la página de control (es decir, /signup1.html) y luego agregue las URL para cada una de las variaciones de la página. Asegúrese de darle a cada variación un nombre descriptivo y no solo un título genérico de "variación uno / variación dos / variación tres"; hará que el análisis del experimento sea mucho más fácil en las etapas posteriores..

En la siguiente página del asistente de registro de experimentos, haremos referencia al objetivo que creamos en el Paso Tres como la métrica medible..

En este experimento, queremos servir variaciones de página al 100% de los visitantes. Si estaba realizando cambios radicales en un sitio establecido, puede elegir limitar la cantidad de visitantes que participan en el experimento para minimizar cualquier impacto potencial.

En la tercera página, se le dará otro bloque de código que se agregará a la página de control (en este caso /signup1.html). Agregue este código en la parte superior de la página de control, justo después de la apertura etiqueta. Tenga en cuenta que para este script, a diferencia del código de seguimiento, definitivamente queremos que este código se encuentre en la parte superior de la página, ya que así es como las variaciones de la página se servirán a los visitantes.

El código final para la página de control (es decir, /signup1.html) se verá así:

        Formulario de inscripción 1     

Suba su nueva página de control con el script de experimentos a su servidor.

En la cuarta etapa, puede comprobar que todo funciona como debería y que Google Analytics está registrando todas las páginas y está listo para comenzar a realizar el experimento..


Paso 6: Probando tu experimento

¡Buen trabajo! Ha creado su primer experimento de Google Analytics y está un paso más cerca de mejorar su tasa de conversión..

Como el panel de Experimentos demora entre 24 y 48 horas en comenzar a mostrar datos, solo asegurémonos de que nuestro experimento está sirviendo diferentes variaciones de página..

Abra su navegador y navegue a la página de control (es decir, /signup1.html). Si el experimento funciona correctamente, será redirigido automáticamente a una de las tres variaciones de página. La barra de direcciones mostrará la variación con una ID adjunta, lo que indica que el experimento ha servido una de las variaciones de su navegador..

Detrás de escena, Google Analytics ha agregado una cookie a su sesión de navegador que "recuerda" la variación de página que recibió. Notará que si actualiza la página o regresa a la página más tarde, siempre se le mostrará la variación de la página original, una parte esencial para garantizar que proporcione a sus visitantes una experiencia de usuario consistente..

Puede borrar las cookies, el sitio y los datos del complemento de su navegador para que se sirvan una variación diferente de la página.


Paso 7: Analizar los datos del experimento

Una vez creado, el experimento simplemente se ejecuta solo, recolectando datos hasta que Google Analytics pueda determinar un ganador claro. La cantidad de tiempo que tendrá que ejecutar su experimento dependerá de una serie de factores, incluidos los visitantes en general y la proximidad de las variaciones entre sí..

Echemos un vistazo a este experimento mientras está en progreso y seleccionemos algunos puntos que vale la pena discutir..

  1. Los datos de gráficos predeterminados trazan la tasa de conversión de cada una de las variaciones de la página en función del tiempo que se está ejecutando el experimento, lo que probablemente sea la métrica más importante a considerar para nuestros propósitos de hoy. La selección desplegable también le permite trazar los datos relacionados con una serie de otras métricas, incluido el uso del sitio, el recuento de objetivos exitosos y una selección de métricas analíticas estándar, como páginas por visita, porcentaje de rebote, porcentaje de visitas nuevas, etc..
  2. A la derecha de la página, se resume el experimento en curso, contando las visitas generales a las páginas del experimento, la cantidad de tiempo transcurrido y el estado del experimento; en este caso, Analytics no ha establecido un ganador claro.
  3. Un punto interesante a tener en cuenta es que Analytics no necesariamente distribuye las páginas una por una. Mientras que al comienzo del experimento puede esperar una cantidad comparativa de visitas para cada variación de página. A medida que el experimento avanza y una o más de las páginas comienzan a superar a las demás, Analytics comenzará a favorecer las páginas con mejor rendimiento. En este caso, nuestra tercera variación (la forma corta) se ha distribuido a alrededor del 36% de los visitantes del sitio, en comparación con la forma larga (variación uno) que se muestra a alrededor del 31% de los visitantes.
  4. En la tabla de datos hacia la parte inferior de la página, Analytics compara la tasa de conversión de cada variación con el control y calcula la probabilidad de que la variación supere al original. Entonces, en este ejemplo, si bien no tenemos un ganador claro, ya podemos estar seguros de que ambas variaciones serían mejores alternativas a la forma larga con una probabilidad mayor al 93% de que los visitantes conviertan con más éxito.

Paso 8: Llegar a un ganador

Como se mencionó, el tiempo que se tarda en llegar a un ganador dependerá del rendimiento de las variaciones de la página en relación con la página de control. Si se tarda tres días o tres semanas en llegar a una conclusión, puede estar seguro, más allá de toda duda razonable, de que el ganador del experimento será el mejor en términos de la meta que se está midiendo..

Después de ocho días de datos y 1240 visitas, Analytics ha llegado al ganador claro (usted lo adivinó), nuestra página breve.


Paso 9: Tenemos un ganador, ¿y ahora qué??

Ahora que nuestro experimento ha concluido, debemos actuar. Dado que el formato corto se desempeñó tan bien con una tasa de conversión de alrededor del 91.5%, lo más obvio es reemplazar la página de control (es decir, el formulario largo) con la variación ganadora.

A partir de aquí, tendremos que realizar un análisis adicional y tomar una decisión importante. Si bien hemos establecido nuestro objetivo como visitas a la página de confirmación, no es nuestro real Gol. La medida real del éxito es, por supuesto, la gente que usa el servicio (cualquiera sea el servicio que realmente sea). Suponiendo que se requiere toda la información adicional (el país, la moneda preferida, etc.), se requerirá un análisis adicional para asegurarse de que los solicitantes de registro exitosos completen esta información una vez que se establezca su cuenta (un ejercicio para otro experimentar).

Finalmente, la siguiente decisión que debemos tomar es si invertir o no el tiempo para crear variaciones adicionales para nuestro formulario y tratar de mejorar aún más la tasa de conversión del 91.5%. Por ejemplo, un diseño diferente o variaciones de copia pueden aumentar la tasa de conversión. Realmente, los experimentos podrían continuar hasta que se logre una tasa de conversión del 100%. Dicho esto, lo que debemos tener en cuenta es la tasa de rendimientos decrecientes. Habrá un punto en el que el tiempo y el esfuerzo requeridos para mejorar la tasa de conversión no dan un retorno de la inversión adecuado, y nuestro tiempo estaría mejor servido para probar y optimizar otras páginas de nuestro sitio.


Conclusión

En este tutorial, solo hemos arañado la superficie de los Experimentos de Google Analytics, y podríamos continuar discutiendo las complejidades de los datos disponibles indefinidamente. Dicho esto, en solo unos pocos pasos hemos establecido un programa que es mucho más eficiente que las pruebas de división A / B tradicionales y hemos llegado a un resultado que no puede entregarse y que supera con creces a la página de control..

Si bien hemos creado un experimento que sirve páginas completamente diferentes en términos de contenido, se puede tomar el mismo enfoque para probar elementos de página mucho más sutiles. Por ejemplo, un botón de diferente color, un diseño ligeramente diferente o cambios menores en la copia pueden resultar en tasas de conversión notablemente mejoradas, todo lo cual puede probarse utilizando este método de prueba dividida.

Es importante destacar que este enfoque para probar nuestros diseños elimina las conjeturas del diseño efectivo. Como diseñadores que trabajan con partes interesadas de los clientes (y que a menudo toman decisiones por parte del temido comité), es fácil perder de vista el bosque por los árboles y tomar decisiones de diseño basadas en suposiciones en lugar de datos sólidos. Establecer un programa de prueba dividido como este es la forma más segura de mejorar sus conversiones, sin importar cuál sea su objetivo.

¿Cómo utilizarás Google Experiments? Deja un comentario abajo - nos encantaría escuchar tus pensamientos!