Si tienes una aplicación exitosa, probablemente ya has pensado en rediseñarla.
Es posible que hayas definido objetivos para un rediseño, como mejorar la experiencia de usuario (UX) o pasar a la tecnología moderna.
Pero, ¿cómo puedes saber que a la gente le gustarán tus cambios y que serán beneficiosos para tu aplicación?
La respuesta es la prueba A/B.
¿Qué es la prueba A/B?
La prueba A/B (o prueba dividida) te permite comparar dos o más variaciones de la misma característica o elemento de la interfaz para descubrir cuál es la más apreciada por los usuarios.
Las pruebas A/B o de división también te ayudan a construir tu estrategia de creación a medida que llegas a comprender si vale la pena implementar un nuevo diseño o característica.
Ejemplo #1. Tus diseñadores quieren cambiar los colores de la interfaz de usuario de la aplicación.
Mientras todos los demás adoptan el minimalismo, la interfaz de usuario de tu aplicación grita de naranja, verde y amarillo brillante.
Tus diseñadores sugieren cambiar a blanco y negro con acentos azulados.
Tal vez, crees que no es una buena idea, por lo que te recomendamos dividir la prueba de tu alternativa con el esquema de color actual utilizando un segmento de 2.500 usuarios.
Los resultados demuestran que estás equivocado, por lo que implementa los colores más tenues para todos los usuarios y recibe comentarios positivos.
¡Atrapado!
¡Ahora tus diseñadores te están presionando para que cambies la interfaz de usuario general!
Ejemplo #2. Estás cambiando la marca de tu aplicación.
Los usuarios siguen diciendo que tu aplicación es buena, pero parece que se ha quedado atascada en 2009…
Y sabes que es hora de un gran rediseño para toda tu marca. El logotipo, los colores, los iconos y todos los elementos de la interfaz de usuario deben cambiarse.
Eliges moverte gradualmente, así que primero divides las nuevas alternativas de logotipos y capturas de pantalla con una interfaz de usuario actualizada en tu página de la tienda de Apps.
Entonces comienzas a encuestar a los usuarios y descubres que el logotipo es bueno, pero todavía necesitas trabajar en la interfaz y entregar pantallas de aplicaciones que sean más brillantes y menos concurridas.
Ejemplo #3. Deseas implementar nuevas tecnologías en tu aplicación.
Estás planeando implementar un algoritmo de recomendación basado en la Inteligencia Artificial para tu aplicación de streaming de video para ayudar a los usuarios a descubrir nuevos contenidos.
Así que ejecutas una prueba A/B con dos motores de recomendación: el antiguo motor muestra el nuevo contenido sólo de los canales a los que están suscritos los usuarios, mientras que el nuevo contiene recomendaciones de Inteligencia Artificial.
Los resultados muestran que los usuarios puntean más en los vídeos recomendados por la Inteligencia Artificial, por lo que la función está disponible para todo el mundo.
Ejemplo #4. Estás cambiando el tono de voz de tu aplicación.
Has decidido añadir un personaje en tu diseño, un hámster regordete vestido de deportista, para dar un nuevo tono de voz a tu aplicación de nutrición.
Pero tienes un poco de miedo de que los usuarios no lo acepten, así que haces una prueba dividida: 1.500 usuarios reciben consejos de nutrición del hámster y otros 1.500 usuarios ven ventanas emergentes sin carácter (como antes).
El hámster consigue que un 67% más de usuarios abran la descripción completa de los consejos, de modo que tú decides que el pequeño y regordete está haciendo un gran trabajo para ti.
¿Cuáles son los beneficios de las pruebas A/B de aplicaciones móviles?
El objetivo de las pruebas A/B es eliminar la incertidumbre a la hora de tomar decisiones importantes sobre tu aplicación.
Los profesionales del marketing y los propietarios de empresas suelen utilizar las pruebas A/B en sus aplicaciones móviles para probar ideas que han desarrollado por su cuenta o para probar ideas basadas en los datos de los informes.
Con las pruebas A/B, puedes comprobar si tu idea es viable y ver cómo reaccionan los usuarios.
Aquí hay algunos beneficios más de la prueba A/B:
- Maneja los riesgos y ahorra dinero al probar las actualizaciones antes de implementarlas de forma permanente y para todo el mundo
- Mejora los KPIs de tu negocio principal (te diremos qué métricas puedes utilizar más adelante en el artículo)
- Obtén información para mejorar la interfaz de usuario, la experiencia de usuario y el contenido de tu aplicación
- Descubre el comportamiento real del usuario y las respuestas a los nuevos diseños y funciones.
¿Cómo se realizan las pruebas A/B de aplicaciones móviles para obtener resultados significativos?
Puedes realizar pruebas A/B en tu aplicación o en la página de la tienda de aplicaciones (obtén más información sobre cómo optimizar la página de tu tienda de aplicaciones en nuestra guía).
En este post, nos centraremos en las pruebas A/B de contenido in-app.
Analiza los datos de tu aplicación antes de dividir las pruebas.
Google, Facebook y Netflix realizan pruebas A/B regularmente y sólo con datos suficientes para obtener resultados fiables.
Necesitas métricas que te ayuden a medir el éxito de tus pruebas A/B:
- Tasa de conversión – El porcentaje de usuarios que completan una meta (hacer una compra, suscribirse, etc.) en tu aplicación.
- Tasa de retención – El porcentaje de clientes que siguen comprando bienes o pagando por una suscripción en tu aplicación; normalmente se calcula como un promedio de un período de seis meses o un año.
- Tasa de rotación – El porcentaje de usuarios que dejan de usar tus servicios o de comprar dentro de tu aplicación durante un período determinado.
- Usuarios activos – El número de usuarios únicos que utilizan la aplicación diariamente (usuarios activos diarios) o mensualmente (usuarios activos mensuales).
- Sesiones diarias – El número de sesiones que recibes de los usuarios diarios en un solo día; te muestra si los usuarios abren la aplicación tan a menudo como tu quieras.
Revisar las métricas promedio de la industria puede darte un buen punto de partida.
Pero a largo plazo, es mejor desarrollar tus propios puntos de referencia para el éxito dependiendo de las características específicas de tu negocio.
De esta manera, podrás generar ideas más relevantes sobre cómo mejorar tu aplicación y obtener resultados más confiables.
Consulta nuestra guía de análisis de aplicaciones si desea obtener más información sobre cómo mejorar el rendimiento y el retorno de la inversión de tu aplicación.
Sigue el flujo de pruebas A/B.
Al recopilar datos valiosos para pruebas A/B de aplicaciones móviles, es posible que descubras que tienes que rediseñar y actualizar varias partes de tu aplicación, y eso está bien.
Probablemente, tu tentación será empezar a probarlas todas, pero te recomendamos que no lo hagas.
Si pruebas múltiples elementos simultáneamente, corres el riesgo de no entender cuál de ellos condujo los resultados deseados.
Por eso es mejor dividir la prueba gradualmente, midiendo con precisión la influencia de cada una de las actualizaciones.
Cómo crear puerbas A/B para tu aplicacion movil de manera correcta.
Ahora veamos cómo crear una prueba A/B para una aplicación móvil.
Construir una lista de prioridades.
Prioriza los elementos a probar en función del beneficio potencial que puedas obtener de ellos y en función de la importancia del problema que resuelven.
Por ejemplo, si tu pantalla de bienvenida es confusa y también necesitas cambiar los colores de los botones, probablemente deberías comenzar con la pantalla de bienvenida, ya que puedes causar dificultades a los usuarios al principio de su viaje.
Uber ha desarrollado incluso una plataforma de experimentación para identificar oportunidades de mejorar su aplicación y ejecutar experimentos A/B en ella.
Indica tu hipótesis.
Después de saber qué elemento de tu App vas a medir con la prueba A/B, necesitas una idea de qué opciones probar para obtener los resultados deseados.
Esta idea se llama hipótesis.
Puedes probar absolutamente cualquier cambio para, por ejemplo, mejorar las métricas y crear una mejor experiencia de usuario.
Y necesitas una meta para estos cambios, digamos, aumentar la tasa de retención al 35%.
Toma a Netflix como ejemplo:
Hicieron la hipótesis de que necesitaban recomendar contenido para ver dentro de los 90 segundos o de lo contrario los usuarios se aburrirían y se irían.
Para las pruebas A/B, Netflix utilizó grandes datos y un algoritmo de Inteligencia Artificial para encontrar lo que veían personas con preferencias de contenido similares y proporcionar recomendaciones relevantes a los usuarios.
Elije tu segmento y duración.
Para asegurarte de que los resultados de la prueba A/B sean precisos, deberás calcular el número de usuarios y la duración de la prueba.
No te preocupes, no tiene que hacer el cálculo tu mismo, ya que hay muchas calculadoras de pruebas A/B con muestra gratuitas en Internet.
Por ejemplo, en la aplicación de Unbounce, sólo tienes que introducir las tasas de conversión actuales y deseadas, el número de variaciones y el número de usuarios diarios.
Después de proporcionar esta información, verás una muestra recomendada de usuarios y la duración de la prueba.
Crear variables.
Necesitarás contenido para probar tu hipótesis, y puedes crear más de una variación para una prueba A/B.
Google probó una vez 41 tonos de azul para encontrar el que mejor se adapta a Gmail, así que no dudes en hacer tantas variaciones como necesites.
Pero no te dejes llevar, ya que más variaciones requieren más usuarios.
Compruébalo por ti mismo: para obtener una tasa de conversión del 20%, necesitarás 7.200 usuarios (como indica la calculadora de pruebas A/B en la imagen anterior), pero con 4 variaciones necesitarás el doble de personas.
Y si no tienes tantos usuarios, no puedes estar 100% seguro de los resultados de tus pruebas.
Prueba múltiple variables al mismo tiempo.
Si pruebas variables para la misma parte de tu aplicación en diferentes momentos, corres el riesgo de obtener resultados insignificantes.
Por ejemplo, tu aplicación de compras en línea puede recibir muchas más compras en diciembre debido a la Navidad.
Y si pruebas, digamos, una variación de la disposición de tu producto en noviembre y la segunda en diciembre, es probable que malinterpretes el impacto de la prueba A/B en las ventas.
La excepción es para el tiempo de pruebas divididas, cuando, digamos, pruebas el tiempo apropiado para enviar notificaciones push a tus usuarios, como hizo Netflix.
Solicitar comentarios de los usuarios.
Recomendamos respaldar los datos analíticos con comentarios de los usuarios.
De lo contrario, junto con mejores métricas, es posible que obtengas muchos usuarios enojados, como hizo Snapchat después de su actualización en 2018.
En lugar de recopilar comentarios de los usuarios que probaron el nuevo diseño de la aplicación (y que probablemente lo odiaban), Snapchat lanzó la nueva versión de la aplicación para todos los usuarios.
En poco tiempo, más de 600.000 personas habían firmado una petición para que Snapchat volviera a la versión anterior, y millones de usuarios simplemente abandonaron la aplicación y nunca volvieron.
Informar de los resultados de las pruebas A/B y repetir.
Una vez que termines la prueba A/B, informa de los resultados a tu equipo y a los usuarios para que sepan por qué estás actualizando tu aplicación.
Estos informes pueden inspirar nuevas hipótesis para pruebas futuras, por lo que puedes realizar una retrospectiva de la prueba y organizar reuniones periódicas para generar mejoras para la aplicación.
Si es posible, elabora un plan de pruebas con descripciones detalladas y luego repite el flujo de pruebas A/B una y otra vez.
La preparación y realización de las pruebas A/B puede ser un reto.
Pero considera las pruebas A/B como una parte vital de cada pequeña actualización que estés planeando y evitarás decisiones sin fundamento y ahorrarás mucho dinero y nervios.
¡Esperamos que nuestra guía de pruebas A/B para aplicaciones móviles te ayude con eso!
Si el articulo fue de tu agrado, por favor compártelo con tus amigos en tus redes sociales preferidas, eso nos ayudaría mucho a llegar a más personas. ¡Gracias!
Por tu éxito haciendo pruebas A/B correctamente,
El Equipo de Apps Rentables.
Dejar Una Respuesta