[VIDEO] Opciones para hacer A/B testing en sitios de poco tráfico

pexels-photo-125514
Si te gustó, compartilo! :)Share on FacebookTweet about this on TwitterShare on LinkedInShare on Google+Email this to someone

En el último video comenté la importancia de respetar la cantidad mínima de usuarios que deben pasar por cada variante de un A/B testing para poder tener certeza sobre el resultado que obtenemos.

Pero también vimos que esa cantidad mínima de usuarios suele ser grande, sobre todo para sitios que tienen baja conversión. Y en general pocos sitios reciben una cantidad diaria de tráfico que haga que ese número sea alcanzable en pocos días…

¿Qué pasa entonces si somos una startup? ¿o incluso qué pasa si estamos en una compañía grande pero trabajamos en un producto que no recibe la mayor parte del tráfico?

¿Debemos dejar de lado el A/B testing? ¿Debemos hacer A/B testings que duren 6 meses en obtener resultados?

La respuesta es no. Existen opciones que son mejores que salir a producción “a ciegas” y que repaso en el video de hoy.

Continúa leyendo [VIDEO] Opciones para hacer A/B testing en sitios de poco tráfico

Si te gustó, compartilo! :)Share on FacebookTweet about this on TwitterShare on LinkedInShare on Google+Email this to someone

[VIDEO] A/B testing práctico: determinar fácil y correctamente cuánto debe durar

pexels-photo-356040
Si te gustó, compartilo! :)Share on FacebookTweet about this on TwitterShare on LinkedInShare on Google+Email this to someone

En el último tiempo me di cuenta que di por sentado que cuando hablamos de A/B testing los equipos a cargo de ejecutarlos saben cuánto tiempo deben ejecutar las pruebas antes de determinar un ganador. Y me encontré con algunos mitos o ideas que daban a entender que este conocimiento no estaba tan claro 😀

Por eso armé este pequeño video con explicaciones muy básicas sobre la estadística que ocurre “por detrás” de un A/B test, y la forma exacta para determinar muy rápida y fácilmente cuánto debe durar tu prueba.

En resumen queremos:

  • Nivel de confianza >95%
  • Poder >80%
  • No frenar un A/B test cuando llega a 95% de confianza, porque ese valor varía en el tiempo
  • Determinar de antemano cuánto tiempo ejecutar la prueba en base a nuestra hipótesis de cambio

Para los que quieran leer más del tema, les dejo un artículo que me parece muy bueno sobre el tema:

https://conversionxl.com/blog/ab-testing-statistics/

Me encantaría saber sus comentarios y otras opiniones o formas de calcularlo que estén usando!

Si te gustó, compartilo! :)Share on FacebookTweet about this on TwitterShare on LinkedInShare on Google+Email this to someone

15 métricas para optimizar un e-commerce

pexels-photo-265087
Si te gustó, compartilo! :)Share on FacebookTweet about this on TwitterShare on LinkedInShare on Google+Email this to someone

Tener éxito y poder hacer crecer un e-commerce depende de que sepamos cómo medir y tomar decisiones sobre la performance que estamos viendo.

Luego de más de 6 años trabajando con métricas de e-commerce me parece que hay 2 problemas que impiden que lleguemos a este éxito:

  • Tenemos potencialmente infinidad de métricas para mirar
  • Hay desconocimiento sobre cuáles vale la pena mirar, pero sobre todo qué decisión tomar en base a los resultados que veo (definitivamente me paso cuando estaba empezando)

En general podemos tener muy fácilmente métricas básicas como Transacciones y Conversión, y con eso nos alcanzaría para poder “llevar los números” del negocio. Sería el equivalente digital a una verdulería 😀

La verdad es que hay una evolución de los usuarios y las tecnologías, que nos obliga a  analizar aspectos más complejos del comportamiento de compra. Y creo que pocos los están aprovechando.

Existen métricas más avanzadas como tiempo a conversión, atribución multicanal, cohorts, life time value, tasas de cancelación… y mucho más. Estas son las que pueden darnos un grado de decisión más preciso que nos hagan realmente una diferencia sustancial en lo que ganamos con el negocio.

 

Escribir un post con toda esta información sería poco práctico, pero me gustaría abrir la conversación con algunos tips rápidos que pueden ayudar a que verifiquen si podrían estar tomando mejores decisiones con datos adicionales.

Si no tenés tiempo ahora, bajá ahora la guía sobre medición de e-commerce, con los 15 indicadores que deberías medir, qué decisiones tomar con ellos y cómo llegar a ellos en Google Analytics

Herramientas

Antes de comenzar vale aclarar que este no es un post técnico para analizar cómo implementar un tracking de un sitio o aplicación.

Pero si quiero ser detallista en cómo obtener la información de una herramienta dada.

Y si bien hay muchas (MixPanel, Interana, Amplitude, Kissmetrics, etc), voy a hacer foco en Google Analytics. Porque si hoy mismo quisieran empezar con algo, Google Analytics es gratis y poderosa, y además porque tiene entre 50 y 80% de market share (hay bastantes chances de que ya lo estén usando).

Finalmente, Google tiene una “Demo Account” muy poderosa para poder mostrarles gráficos con datos a lo largo de la explicación, y que ustedes pueden acceder para verlo por sí mismos.

Si están buscando una guía técnica de implementación, la información que Google brinda es excelente.

Métricas Básicas

Sólo para sentar las bases (y si ya estás avanzado sentite libre de pasar de sección), hay ciertas métricas que si o si deberías estar analizando diariamente que nos dan la información básica del rendimiento del sitio o app.

Transacciones (en un período de tiempo), Conversion Rate, Ticket promedio

Es habitual que miremos las transacciones de forma diaria, aunque también podríamos ver las transacciones de la semana o del mes, para comparar con otros períodos de tiempo.

En Google analytics existen varias formas de ver las transacciones, pero si estamos hablando de un e-commerce lo mejor es utilizar el tracking específico que la herramienta tiene para esto.

Entrando en “Conversiones” – “E-commerce” – “Overview” tendremos un panel con la información más relevante sobre cantidad de transacciones.

Transactions GA

En este mismo panel tenemos el conversion rate, posiblemente una de las métricas más universales en productos digitales porque podemos definirla como la cantidad de usuarios que cumplen un objetivo definido. Por eso podría servir para medir cualquier producto.

Pero cuando hablamos de e-commerce, lo que queremos medir es particularmente la cantidad de usuarios que realizaron una compra.

El valor que vemos (ese 3,09% en este caso) es la cantidad de sesiones en este período que tuvieron una compra.

Finalmente también podemos ver el ticket promedio, que tendrá impacto en el volumen de venta. Este dato estará muy ligado al tipo de producto que vendemos, pero en general suele ser un número que querremos que en el tiempo vaya creciendo.

  • ¿Qué decisiones podría tomar?

Continúa leyendo 15 métricas para optimizar un e-commerce

Si te gustó, compartilo! :)Share on FacebookTweet about this on TwitterShare on LinkedInShare on Google+Email this to someone