Lente 3
Herramienta 15.
A/B testing: Prueba de productos
Esta herramienta busca dar a conocer qué es la prueba A/B (o A/B testing, por su nombre en inglés), cómo calcularla y por qué es clave en el diseño de productos y servicios. Presenta un nivel de complejidad alto, y para su manejo requiere conocimiento avanzado de Power BI y conocimientos de estadística.
La herramienta 12. Data analytics para mi empresa, del lente 3, es una introducción al análisis de datos o data analytics.
Continúe para obtener más información
Herramienta 15.
A/B testing: Prueba de productos
Esta guía explica qué es la prueba A/B y por qué es clave al momento de diseñar productos y servicios con enfoque de género. La herramienta se explica en dos niveles: un primer nivel general, con el objetivo de orientar a los equipos de diseño de producto a entender la relevancia de esta herramienta en las fases de diseño; y un segundo nivel específico, con el propósito de guiar a quienes ocupan cargos técnicos en la aplicación paso a paso de estas pruebas. Para el perfil técnico es necesario contar con conocimientos de estadística inferencial y manejo avanzado de Power BI.
Empresas en crecimiento o consolidadas que están diseñando nuevos productos o servicios tienen el desafío de saber qué cambios o innovaciones son las que mejores resultados tienen para su clientela. Para este caso, poder implementar pruebas A/B en el proceso de diseño de esos productos o servicios puede arrojar evidencia concreta sobre qué funciona mejor y para quiénes. Hay mujeres y niñas que no tienen acceso a diversos productos y servicios y muchas compañías se encuentran diseñando nuevas propuestas de valor para poder reducir las brechas de género. De tal manera que al momento de introducir productos y servicios a perfiles de clientas que no estaban accediendo previamente a estos, es clave poder verificar qué es lo que funciona mejor para poder llegar a más personas.
Beneficios de la herramienta
Utilizar pruebas A/B con la parametrización de variables relevantes/de interés como las variables sociodemográficas es un aspecto clave si se están diseñando productos o servicios con enfoque de género. Esto se debe a que permite rápidamente conocer el nivel de respuesta al diseño o la forma de comunicar un producto o servicio en función del sexo y edad de las y los clientes.
Las pruebas A/B son particularmente útiles si la empresa diseña productos que se vendan online o presta servicios en plataformas web, dado que son rápidas de implementar y los beneficios de llevar adelante esta prueba son visibles en el corto plazo.
En términos del enfoque de género, es clave poder diseñar productos o servicios que estén a la medida de las personas a quienes queremos llegar. Por ejemplo, si estamos diseñando un nuevo producto o servicio orientado a mujeres y queremos verificar qué mensaje comunicacional funciona mejor en términos de conversión de ventas, entonces realizar una prueba A/B permitirá probar distintos mensajes y seleccionar el que funcionó mejor con el perfil de mujeres deseado. Otra situación ideal para utilizar estas pruebas es cuando se sabe que algunos productos o servicios no están llegando al perfil de mujeres a quienes se quiere considerar. En este caso, se puede diseñar una prueba que compare el rendimiento de diferentes mensajes o características tanto en hombres como mujeres, para luego comparar cuáles funcionan mejor en cada grupo.
Tal como postula el enfoque de género, las personas no son un grupo homogéneo. Mujeres y hombres tienen necesidades, percepciones y realidades diferentes. Por ello las pruebas A/B permiten diseñar productos o servicios que se adecuen a las diversas características de ambos grupos.
¿Qué son las pruebas A/B?
Se conoce como pruebas A/B o A/B testing, a la creación de dos (o más) versiones de un producto o servicio para determinar cuál de ellas cumple mejor con los objetivos que se hayan planteado. Es muy utilizado para el desarrollo de páginas y aplicaciones web, en donde los mensajes comunicacionales, la diagramación de páginas, la inclusión o no de ciertos elementos puede mejorar la concreción de objetivos.
En una prueba A/B se muestra aleatoriamente el contenido “A” a la mitad de las personas usuarias y el contenido “B” a la otra mitad, para luego medir y analizar los resultados de cada una de ellas en función de ciertas variables, como conversión, compromiso y/o rebote.
En el entorno de desarrollo de aplicaciones web, se suelen utilizar las pruebas A/B cuando se tiene por objetivo:
Arrojar información valiosa sobre lo que prefieren las personas
La primera meta de las pruebas A/B es averiguar qué es lo que prefieren las personas usuarias. Esto es, qué tipo de elementos o mensajes las vuelven más propensas a dar clic en un anuncio, convertirse en potenciales clientes/as, concretar una compra o permanecer en un sitio web. En términos del enfoque de género, se utiliza para verificar si hay preferencias en función del sexo de las personas para los diferentes elementos o mensajes a pilotear.
Incrementar la tasa de conversión
a los productos y servicios que se ofrecen. A partir de este análisis se pueden comparar qué cambios se deben introducir a un proceso de ventas, de comunicación o posicionamiento para generar mayor llegada o fidelidad al producto/servicio entre las mujeres.
Mejorar la experiencia de usuario/a.
Finalmente, las pruebas A/B nos permiten ir perfeccionando el contenido que le ofrecemos a quienes nos visitan para que su experiencia de usuario/a sea cada vez más personalizada y acorde a sus expectativas y necesidades. En términos del enfoque de género, se puede comparar qué cambios se deben introducir a la propuesta de valor para generar mayores niveles de satisfacción entre las mujeres.
Ejemplo del cálculo técnico de la prueba A/B
A continuación, se explica cómo se realizan los cálculos para poder verificar los resultados de una prueba A/B. El video explica paso a paso cómo hacer el cálculo del experimento A/B utilizando Power BI. Para ello, se recomienda que quienes lleven adelante el ejercicio técnico cuenten con conocimientos avanzados de Power BI y conocimientos de estadística inferencial.
Para simplificar la explicación se utiliza el caso de una campaña publicitaria vía Facebook. Se va a promocionar un producto del catálogo y, antes de lanzar la campaña, se desea pilotear qué contenido es el que les va a generar mayor cantidad de conversiones (clics sobre el botón de compra). Para ello, diseñan una prueba A/B, en donde van a mostrar una publicidad de su producto a un grupo de usuarias y otra publicidad a otro grupo. La selección de qué publicidad mostrar a cada persona usuaria es aleatoria, es decir, cada quien tiene 50% de probabilidad de ver cualquiera de las dos publicidades a pilotear.
Video Tutorial
En los siguientes enlaces puede verse un tutorial que explica paso a paso cómo realizar una prueba A/B utilizando Power BI:
¿Sabías?
¡Puede activar los subtítulos en un video de Youtube en un idioma diferente! Simplemente haga clic en el botón CC en la parte inferior del video, luego haga clic en el ícono de ajustes para elegir su idioma de traducción.