Se ha denunciado esta presentación.
Utilizamos tu perfil de LinkedIn y tus datos de actividad para personalizar los anuncios y mostrarte publicidad más relevante. Puedes cambiar tus preferencias de publicidad en cualquier momento.

A/B Testing - Cómo ganar más sin incrementar la inversión publicitaria

Presentación sobre A/B Testing en el 2° Congreso de Analítica Digital en Perú. Contiene información acerca de la importancia del testing, así como casos de estudio y una metodología para una adecuada medición.

A/B Testing - Cómo ganar más sin incrementar la inversión publicitaria

  1. 1. A/B Testing: Cómoincrementar las ventassin mayor presupuesto II Congreso Internacional de Analítica Digital Carlo Rodriguez – CEO Attachmedia @attachmedia blog.attachmedia.com
  2. 2. “ A/B testing compara la efectividad de 2 o más versiones de una Página Web, email u otra pieza de marketing para descubrir cual tiene la mejor respuesta o conversión ” Wikipedia
  3. 3. ¿Por quéTestear?
  4. 4. Ej:$150KAdicionales sepodrían lograr sóloincrementando en0.2% tu conversión.
  5. 5. Visitas % Conversiones Ganancia por Ganancia Conversión conversión total 1 000 000 0.9 % 9000 $ 75 $ 675 000 1 000 000 1.0 % 10 000 $ 75 $ 750 000 1 000 000 1.1 % 11 000 $ 75 $ 825 000
  6. 6. ¿Deseas hacer tu propio test? http://wattproject.com/wattif/
  7. 7. Las decisiones nopueden serdejadas al azar.
  8. 8. Microsoft testeó multiples versiones de azulpara los links en sus resultados de búsqueda.Un color (#0044CC) incrementó sus ingresosentre $80-$100 millones de dólares en un añoversus el azul que el equipo usó primero. http://channel9.msdn.com/Events/MIX/MIX10/CL06
  9. 9. http://channel9.msdn.com/Events/MIX/MIX10/CL06
  10. 10. Twitter incrementó sus registros en 29%cambiando su proceso de 3 a 4 pasos -Sí, unomás-. http://www.lukew.com/ff/entry.asp?1128
  11. 11. http://www.lukew.com/ff/entry.asp?1128
  12. 12. http://www.lukew.com/ff/entry.asp?1128
  13. 13. Metodología para un adecuadoTesting: Caso de estudio
  14. 14. Análisis HipótesisMedición Metodología Implement ación
  15. 15. Análisis HipótesisMedición Metodología Implement ación
  16. 16. Análisis: Entender al negocio ¿Quiénes son? ¿Qué hacen? ¿Qué quieren lograr?
  17. 17. Análisis: Entender al negocio Movistar es la principal empresa de comunicaciones en el Perú. Uno de los objetivos del negocio es el conseguir personas interesadas - leads- en adquirir sus productos y/o servicios. El objetivo es incrementar sus leads.
  18. 18. Análisis: Entender la audiencia ¿Quiénes son? ¿Cuáles son sus motivaciones? ¿Cuáles son sus inhibidores?
  19. 19. Análisis: Entender la audiencia Padre preocupado Mujer universitaria Estudiante empeñoso El crear un perfil “real” y darle una actividad a realizar ayuda a entender mejor las motivaciones e inhibiciones de nuestros consumidores.
  20. 20. Análisis: Analizar la información A través de las herramientas de Analítica analizamos la información.
  21. 21. Análisis: Buscamos patrones Del 80% que abandona su compra el 22% se va del Site, pero el resto regresa a otras páginas.
  22. 22. Análisis: Se escoge un ganador La página que más influye en la conversión es el mejor candidato para testear ¿Por qué? Por que tendrá el mayor impacto en los objetivos del negocio.
  23. 23. Análisis: Se escoge un ganador
  24. 24. Análisis HipótesisMedición Metodología Implement ación
  25. 25. Generamos una hipótesis“ Si eliminamos los elementos distractivos y usamos otros elementos que refuercen la confianza incrementaremos los leads. ”
  26. 26. LIFT Model http://www.widerfunnel.com/conversion-rate-optimization/the-six-landing-page-conversion-rate-factors
  27. 27. HipótesisEl utilizar una personay tipografía a manoincrementará laconfianza.
  28. 28. Hipótesis Eliminamos el menú superior para evitar distracciones.
  29. 29. Hipótesis Elemento generador de confianza. Indica que la compra es segura.
  30. 30. Hipótesis Incrementados el tamaño del llamado a la acción.
  31. 31. Análisis HipótesisMedición Metodología Implement ación
  32. 32. Implementación: Algo de código Para realizar un A/B Testing se debe colocar un código de seguimiento en el Sitio Web.
  33. 33. Implementación Equipo Analítica Equipo de Equipo de TI Marketing
  34. 34. Implementación: Algunas herramientas
  35. 35. Análisis HipótesisMedición Metodología Implement ación
  36. 36. Medición“ A la hora de medir los resultados de un test debemos tener cuidado de los factores externos puesto que pueden afectar la validez del mismo. ”
  37. 37. Medición: ¡Tenemos un ganador! Original Versión Test A 15% +
  38. 38. ConsejosFinales
  39. 39. Nueva data generaNuevas hipótesis
  40. 40. Nueva data genera nuevas hipótesis
  41. 41. Nueva data genera nuevas hipótesis
  42. 42. Nueva data genera nuevas hipótesis
  43. 43. Siempre se puedemejorar
  44. 44. Versión 1
  45. 45. Versión 2
  46. 46. Versión 3
  47. 47. “ No puedo hacer un cambio que incremente mis ventas 1000% pero puedo hacer 1000 cambios que incrementen mis ventas 1% ”
  48. 48. Gracias Carlo Rodríguez crodriguez@attachmedia.com @attachmedia http://blog.attachmedia.com

×