Dados não mentem. E o marketing também não pode servir falácias. Já foi o tempo - ainda bem - em que marketing não era um setor de geração e análise de dados nas empresas.
Agora, nós que somos responsáveis por encantar o lead e fazer o cliente continuar cliente, devemos nos preocupar em como fazer isso sem base no achismo. Para tanto, somos orientados por dados, o tal do Data Driven.
E essa base é fundamental para abrir espaço para hipóteses e, então, finalmente, para testes.
Daí que chegamos no teste A/B, uma das metodologias mais usadas - se não a mais - para tomada de decisões no marketing.
Neste texto, iremos te contar o que é e como fazer um teste A/B eficiente, passando por pontos de cuidado para extrair a melhor análise possível do seu teste.
Vamos lá?
Teste A/B é uma metodologia estratégica dentro do marketing digital, especialmente em performance, que compara variáveis de algum cenário do marketing para avaliar qual modificação gerou melhor resultado.
De um lado, o teste A e, do outro, o teste B. Assim, fica mais claro e assertivo entender o que funciona mais para determinado objetivo.
Pegue como exemplo uma Landing Page na qual temos como objetivo aumentar a taxa de inscrição dos visitantes. Com isso, um teste A/B nesse caso pode focar em um elemento, como o texto do CTA.
No teste A, o CTA é “Inscreva-se” e no teste B é “Inscreva-se agora!”.
Ao longo de um período de tempo e considerando um volume de dados, teremos o resultados de qual desses dois CTAs performaram melhor de acordo com o nosso objetivo: aumentar a taxa de inscrição dos visitantes.
Quando você faz um teste A/B, você modifica algum acionável e o avalia em dois diferentes cenários dentro de um intervalo de tempo.
Ou seja, o teste A/B é usado para identificar qual modificação entre duas têm mais sucesso de acordo com um determinado objetivo. Geralmente, esse objetivo gira em torno do quão aderentes as otimizações são com o ICP (Ideal Customer Profile) da marca.
Para realizar o teste A/B, não há uma fórmula exata. O que você precisa fazer é, no entanto, definir uma boa amostra (volume de dados) e o investimento necessário para conseguir realizar um teste relevante.
Como no exemplo acima, o teste A/B não se restringe somente a CTA em LPs. Também é possível testar:
As variáveis para testar são muitas e os cenários também: e-mails, anúncios, LPs, posts de mídia social, push notification em apps, e outros.
O que realmente vale no teste A/B é a significância dele. É preciso ter o que analisar, entende?
Por exemplo, dentro de um anúncio de display, se você for testar duas diferentes peças gráficas, mudar somente um detalhe imperceptível não fará diferença. Elas devem ter elementos minimamente perceptíveis para um resultado de teste significativo.
Chamamos esse mínimo de MVT, ou Mínimo Teste Viável, que consiste na seguinte pergunta: Qual é o mínimo que eu preciso fazer para validar determinada hipótese?
Você agora pode estar se questionando sobre o que é essa hipótese. Vamos explicar isso e mais sobre como, de fato, executar um bom teste A/B.
Bora de passo a passo?
Para começo de conversa temos duas opções de como você pode executar um teste A/B: uma é manual e a outra é através de ferramentas e calculadoras espalhadas pela internet.
Realizar um teste A/B manualmente consiste em fazer as alterações e ter um controle próprio do tempo e monitorar o volume de dados.
No caso dos anúncios, plataformas como Google Ads, Meta Ads e Pinterest Ads possibilitam a você inserir as informações e então o teste roda sozinho. Dessa forma, você pode deixar a ferramenta trabalhar por você e coleta os dados após o período.
Já para testes em Landing Page, temos o Google Optimize; para criativos, o Adobe Target, e assim por diante.
Dito as duas formas de como fazer um teste A/B, vamos entender como, de fato, um teste A/B deve ser executado com eficiência.
Aqui está o ciclo infinito do teste A/B:
Esse ciclo nos mostra que dos resultados de um teste outras hipóteses podem surgir, fazendo com que as otimizações não acabem.
Por que você quer testar o que vai testar? O quão relevante é esse teste para a sua estratégia e seus objetivos?
Responder essas questões é o primeiro passo para iniciar um teste A/B, porque assim você já parte para uma análise assertiva, interpretando os resultados posteriores de uma forma mais direcionada.
É claro que, mesmo que tudo esteja ocorrendo bem e você não tenha nada do que reclamar da sua performance, você ainda pode encontrar oportunidades de teste. Afinal de contas, otimizações sempre são bem-vindas.
A definição da variável vem, geralmente, de uma hipótese. “O que acontece se eu mudar a cor de fundo desse criativo?” ou “As conversões vão subir quando essa página estiver mais clean.” são perguntas que estimulam o teste.
Porque, se você tem uma hipótese, você precisa testar e validar se ela se confirma ou não - que é nosso terceiro passo.
Se o seu teste for sobre quais públicos engajam mais com a sua LP, por exemplo, você deve definir e dividir dois grupos para testar.
Já se o seu teste for sobre qual chamada no anúncio converte mais, separe duas chamadas e as teste.
Nessa etapa, independente da variável, você deve dividir o primeiro e o segundo teste para iniciá-lo.
Esse é o seu volume de dados. O teste A/B precisa ter uma significância de dados para ser… significante. Lembra disso?
É aqui que entra um dos parâmetros mais importantes, já que para uma boa comparação entre o teste A e o B você precisa que ambos estejam sob as mesmas condições. Do contrário, o resultado será inconclusivo.
Com tudo configurado, é só deixar o teste rodar e, após o final do período, coletar os resultados e chegar às conclusões.
Nem sempre eles são satisfatórios, mas devem ter significância estatística para que, mesmo com o resultado inconclusivo, você possa fazer novos testes em cima desses resultados.
O seu teste teve sucesso? A sua hipótese foi comprovada? Ótimo!
Se ela for rejeitada, você pode iniciar outro teste até que a hipótese seja aceita.
Além de saber como fazer o teste A/B, você deve se atentar a alguns detalhes.
Um deles é que para uma boa performance você precisa ter capilaridade na hora de definir a variável. Em outras palavras, se você testar mais de uma variável, não vai dar boa.
Se em um mesmo teste você alterar o CTA e o criativo, como vai saber qual deles deu certo? Portanto, teste uma coisa de cada vez.
Outro cuidado que você deve ter é com o tempo: esse fator é condicional, pois depende do seu objetivo. Mas definir um intervalo de tempo igual para rodar os testes A e B é essencial para a coleta do resultado.
Para definir o tempo de duração do teste, assim como a amostragem, você pode utilizar nossa calculadora de teste A/B. Nela, você informa o número de variações que deseja testar, a taxa de conversão atual, a melhora mínima que você espera com o teste, a população e a amostra.
Por último, vale reforçar que é fundamental a relevância estatística do seu teste. É necessário ter volume de dados suficiente para ter uma boa amostra e, consequentemente, bons resultados.
Como citamos anteriormente, você pode testar quanto tempo seu teste A/B precisa rodar e de quantos usuários você precisa para atingir um resultado estatisticamente significante.
Desenvolvemos essa calculadora pensando na praticidade que os profissionais de marketing precisam para definir testes que realmente gerem boas análises.
Você também pode se aprofundar mais no conhecimento de teste A/B com esse guia de Como usar um Teste A/B e o Framework MVT para aumentar sua taxa de conversão em 463%.
Lá, trazemos um case real de aplicação e conclusões.
O teste A/B é uma metodologia que deve fazer parte da rotina do profissional de marketing, especialmente do âmbito de performance.
Ele pode parecer trabalhoso e difícil no início, mas é imprescindível para ter uma resposta clara sobre como as suas estratégias estão desempenhando.
Uma dica nossa: utilize sempre que possível as ferramentas disponíveis para rodar seus testes, porque elas têm um nível de velocidade de aprendizado cada vez melhor e economiza bastante seu tempo.
E, por fim, tenha em mente que o teste A/B é um ciclo infinito, com muitas possibilidades que oportunizam melhorias nos processos e resultados de marketing.
Gostou desse conteúdo e quer nos ajudar a compartilhar mais conhecimento? Compartilhe esse texto!
Nós queremos ajudar empresas a obterem mais sucesso com seus anúncios pagos a partir de decisões mais inteligentes e sua ajuda é muito importante para nós.
Se você trabalha com Mídia Paga e quer conhecer mais sobre a Traktor, ficaremos felizes em conversar com você! Conheça nossas vagas disponíveis.
Está precisando de uma ajuda com suas mídias? Converse com nosso consultor e receba um Diagnóstico de Mídia para a sua empresa
