Esta web utiliza cookies para que podamos ofrecerte la mejor experiencia de usuario posible. La información de las cookies se almacena en tu navegador y realiza funciones tales como reconocerte cuando vuelves a nuestra web o ayudar a nuestro equipo a comprender qué secciones de la web encuentras más interesantes y útiles.
Test A/B y test multivariante en la optimización del diseño
Hoy vamos a hablar del test A/B y del test multivariante, dos tipos de test para averiguar qué diseño funciona mejor en cuanto a conversión. Nielsen Norman ha publicado un vídeo sobre estos dos tipos de tests donde explica sus diferencias.
Nielsen Norman nos dice que el test A/B es un método de optimización del diseño que utiliza datos de analíticas para determinar qué versión de un diseño tiene el impacto más deseable en la conducta del usuario.
El test multivariante es similar al test A/B. Estos dos métodos tienen mucho en común: dividen el tráfico en vivo del sitio entre diferentes variaciones de diseño para medir su impacto y miden qué diseño tiene un mayor impacto en las conversiones.
La diferencia clave entre los dos métodos se encuentra en para qué puedes usarlos. Con el test A/B puedes comparar dos landing pages diferentes, las cuales tendrán diferentes imágenes, contenido y texto de los CTAs. Así que si dividimos el tráfico entre estas dos versiones y descubrimos que la versión B convierte más que la A. Entonces puedes decir que la versión B funciona mejor que la versión A pero no sabes realmente el porqué. ¿Fue la imagen? ¿El contenido? ¿El texto del CTA? ¿O una combinación de todas ellas?
Aquí es donde el test multivariante puede suponer una ventaja. En un test multivariante pruebas todas las combinaciones posibles de los diferentes elementos de la interfaz de usuario que estás considerando cambiar.
Pongamos que estamos intentando cambiar la imagen y el texto del CTA de una landing. Si ejecutas un test multivariante, deberás testear cualquier posible combinación de esas diferentes variables. De esa manera podemos determinar qué cambio, o qué combinación de ellos, tendrá el mayor impacto.
¿Por qué son más populares los test A/B que los tests multivariante? Porque cualquier combinación de elementos de la interfaz es una diferente variación a testear. Lo que significa que en lugar de dividir el tráfico entre dos, lo tienes que dividir entre todas las variaciones posibles. Lo que significa que a menos que tengas un tráfico muy alto, tendrás que ejecutar un test multivariante durante un periodo de tiempo más largo para obtener significación estadística. Y para algunos equipos esto hace que los tests multivariante sean inusables.
Si tienes la opción, reserva los tests multivariante para usarlos cuando intentas refinar y perfeccionar los detalles de un diseño ya funcional.
Los test A/B y los tests multivariante son una herramienta esencial para los diseñadores de UX y los product managers para conocer qué diseño es el que mejor convierte y tener datos fiables del porqué.
Ver también:
Artículo actualizado en abril de 2022