O guia definitivo de testes A / B de comércio eletrônico: estratégia, táticas, ferramentas, ciência de dados e estudos de caso

Todos no espaço online já ouviram a frase “teste de divisão A / B”. Mas muitos comerciantes e varejistas hesitam quando se trata de conduzir seus próprios testes.

Eles não têm certeza sobre como coordenar todas as diferentes partes do processo de teste de divisão, desde o brainstorming até a seleção do software e a análise dos resultados.

E embora o teste de divisão A / B não seja tão fácil quanto a maioria das pessoas pensa, está longe de ser difícil. Gastar algum tempo para implementar processos de teste de divisão A / B bem estruturados e testados será extremamente positivo para sua loja online.

Neste guia, você receberá uma fórmula simples para conduzir testes de divisão. Você também aprenderá sobre erros comuns, verá alguns estudos de caso da vida real e receberá dicas práticas e específicas sobre quais elementos no local e fora dela testar.

O que você encontrará neste artigo:

O que é teste A / B?
Como fazer o teste A / B: uma visão geral
1. Análise
2. Recomendações
3. Protótipo e Design
4. Código e teste
5. Resultados
Como calcular o tamanho da amostra do teste de divisão A / B
Quais elementos da página de produto você deve testar?
Os 11 principais erros de teste de divisão A / B de comércio eletrônico a serem evitados
Uma revisão das melhores ferramentas de teste de divisão A / B para comércio eletrônico
Exemplos de estudos de caso de teste A / B de comércio eletrônico
1. Budapester
2. Reservado
3. 4F
Conclusão

Vamos começar!

O que é teste A / B?

O teste A / B envolve direcionar o tráfego para duas partes diferentes de conteúdo - como anúncios, e-mails, páginas da web e assim por diante - para ver qual delas tem melhor desempenho. Muitas vezes, a única diferença entre os assuntos de teste é um único elemento, como um título, CTA (Call to Action), imagem, parte do texto, etc. Alternativamente, os testes de divisão podem ser entre dois tipos de conteúdo completamente diferentes, como o Facebook anúncios, e-mails de marketing ou até funis de vendas inteiros.

Então, o que as variantes “A” e “B” nos testes A / B geralmente representam? Sempre que você executa um teste, precisa de um conjunto de resultados “no nível do solo” ou “controle”. “A” normalmente compreende seus resultados atuais ou a primeira iteração de sua variante de teste. “B” é a variação com a qual você comparará os resultados de “A”.

Um exemplo genérico de um teste A / B. (Fonte)
Digamos, por exemplo, que uma página de produto receba várias centenas de visitantes por dia. Você decide executar um teste de divisão no qual adiciona uma notificação sobre a entrega no dia seguinte ao lado do botão “Adicionar ao carrinho”. Portanto, usando seu software de teste A / B, você cria uma página semelhante e divide o tráfego igualmente entre as duas páginas e mede os resultados. A página atual é o assunto de teste “A”. A variante é o sujeito de teste “B”.

Como alternativa, você pode estar se preparando para uma campanha promocional por e-mail, na qual direciona seus assinantes a uma página de destino para participar de uma oferta gratuita. Você construiu duas páginas de destino - “A” e “B” - mas deseja ver qual delas atrai mais participantes. Novamente, usando seu software de teste de divisão, você direciona metade do tráfego de e-mail para a página “A” e metade para a página “B”. Mesmo que você ainda não tenha nenhum resultado, “A” é a página de controle e “B” é o desafiador.

O “teste multivariável” funciona com o mesmo princípio, mas envolve o teste de variantes que incluem várias alterações. O objetivo é determinar qual combinação de variáveis ​​tem melhor desempenho. Em um teste de divisão A / B, por exemplo, você pode testar um botão CTA verde contra um vermelho. Em um teste multivariável, você pode alterar a cor e o texto do CTA ao mesmo tempo. Em um teste com duas alterações na página, isso criaria quatro variantes:

1. cor um e texto um,
2. cor um e texto dois,
3. cor dois e texto um,
4. e cor dois e texto dois.

O benefício do teste multivariado é que ele elimina a necessidade de executar muitos testes de divisão, um após o outro. A desvantagem é que requer muito tráfego.

Como fazer o teste A / B: uma visão geral

Vejamos uma fórmula básica para a realização de testes de divisão A / B. Não se preocupe muito com o aspecto técnico dos testes A / B neste estágio. Há uma variedade de ferramentas disponíveis para agilizar e automatizar tudo, desde a criação da página até a interpretação dos resultados, e vamos descrever os melhores aplicativos e soluções em um momento.

O teste de divisão A / B geralmente é realizado no local ou externo. Os testes no local abrangem coisas como páginas de produtos, páginas de destino, formulários de checkout e assim por diante. Os testes no local também podem ser realizados nas páginas de um aplicativo - se, por exemplo, você tiver um aplicativo móvel de compras ou programa de fidelidade. Basicamente, “teste no local” é para qualquer página em seu site que tenha uma meta única e o CTA principal correspondente.

Os testes externos são para variantes de anúncios (especialmente anúncios pagos), e-mails, postagens em mídias sociais, notificações push e assim por diante.

É essencial executar testes ao mesmo tempo com a mesma amostra de tráfego. O tráfego e o período de tempo constituem as duas maiores variáveis ​​que podem distorcer os resultados. Não há absolutamente nenhum benefício, por exemplo, em comparar os resultados de duas variantes se uma foi testada no Halloween e a outra no Dia das Mães.

Use o seguinte processo para estruturar seus próprios testes A / B:

1. Análise

Neste estágio, você determina seus objetivos e prioriza quais elementos da página devem ser testados.

As metas se concentrarão em impulsionar suas principais métricas de conversão e as “conversões” podem ser cliques, inscrições ou vendas. Você pode até optar por métricas de sucesso “mais amplas”, como engajamento ou alcance, especialmente ao testar anúncios. Seja qual for o caso, você precisa de uma métrica clara para medir o sucesso ou fracasso relativo das variantes.

Depois de definir metas, você pode pesquisar e priorizar quais testes executar. Você deve pesquisar os modelos de página (páginas de produtos, páginas de categorias, formulários de checkout, etc.) que são mais importantes para seus objetivos e, em seguida, determinar quais têm o maior potencial de melhoria. Observe as páginas com altas taxas de rejeição, conversões excepcionalmente baixas, baixo engajamento, alta taxa de abandono e assim por diante.

Depois de identificar as páginas que são importantes e têm potencial, você deve classificá-las de acordo com a facilidade com que você pode executar testes. É melhor, especialmente ao implementar uma nova estratégia, ir para as frutas mais fáceis de alcançar , passando para testes mais complexos à medida que você adquire mais dados. Essa metodologia proporcionará os maiores retornos no menor período de tempo.

O elemento de teste escolhido pode ser uma frase de chamariz, um título em uma cópia do anúncio, uma imagem em uma página de destino, uma linha de assunto em um e-mail ou uma postagem em mídia social anunciando um desconto. O ponto crítico a lembrar é que os assuntos de teste geralmente devem constituir um elemento, com todo o resto permanecendo o mesmo. A exceção a essa regra é quando você está testando duas variações separadas, como páginas de destino ou funis de vendas que são compostos de e-mails e páginas exclusivas.

2. Recomendações

Depois de identificar quais testes deseja executar, você precisa fazer um brainstorm de variações e formar hipóteses.

Faça a pergunta: "Quais mudanças podem levar a melhores resultados para as páginas e por quê?"

Uma hipótese é uma avaliação de por que uma página ou elemento não está funcionando tão bem quanto deveria e como você pode melhorá-lo. Quando você executa um teste A / B, está essencialmente testando uma hipótese.

Você pode concluir, por exemplo, que os CTAs da página do seu produto atual não se destacam o suficiente e que os visitantes têm dificuldade em encontrá-los. A maneira de resolver esse problema seria usar uma cor mais clara para o botão CTA.

A melhor maneira de formular hipóteses é usar o seguinte modelo simples: Se…, então…, porque….

Vejamos um exemplo:

Se as informações sobre baixo estoque são adicionados a páginas de produtos ao lado do CTA, então a taxa de add-to-carro (e, portanto, a taxa de conversão) vai aumentar, porque elementos de construção de urgência visitantes solicitação de acção.

3. Protótipo e Design

Depois de formar hipóteses, muitas pessoas se precipitam e começam a organizar o teste. Mas é essencial fazer um brainstorm adequado e verificar as diferentes opções de design, garantindo que toda a equipe esteja a bordo e que todas as ideias sejam levadas em consideração.

Você deve começar criando wireframes soltos de mudanças propostas, fazendo um brainstorming de tantas possibilidades quanto possível. Depois de verificar aqueles que parecem mais promissores, você pode criar protótipos completos para fins de implementação.

4. Código e teste

Comece calculando o tamanho da sua amostra. Seu “tamanho da amostra” é a quantidade de tráfego de que você precisa para dizer de forma conclusiva que quaisquer diferenças nos resultados não são devidas ao acaso. Cobrimos esse tópico em detalhes na próxima seção. Se você não está direcionando altos níveis de tráfego para uma página específica ou se seu site está em estágio de desenvolvimento, você sempre pode comprar tráfego. Muitos serviços existem para este propósito.

Então, com a base estabelecida, você pode selecionar as ferramentas certas e começar o teste. Diferentes ferramentas atendem a diferentes necessidades de teste. Para elementos de página individuais, um editor da web simples é tudo o que você precisa. Para testes de divisão mais complexos, como uma comparação de funis de vendas diferentes, ferramentas sofisticadas podem ser necessárias. Um software dedicado também está disponível para marketing por email e campanhas publicitárias.

Se você tiver uma equipe de desenvolvimento dedicada à implementação de código no local, os designs criados na etapa anterior serão inestimáveis ​​aqui.

5. Resultados

Assim que o teste terminar, você pode avaliar os resultados e formular novos testes de divisão. A avaliação tem dois objetivos: determinar um vencedor e gerar novas ideias para testes futuros. Às vezes, os resultados serão inconclusivos, fazendo com que você revise ou abandone suas hipóteses originais. Em outros casos, os resultados serão tão significativos a ponto de solicitar testes semelhantes em outras páginas relacionadas ou tentar variações ainda mais avançadas de sua alteração original.

O teste de divisão é melhor conduzido como parte de uma estratégia de longo prazo. Você deve tentar fazer várias pequenas mudanças ao longo de muitas semanas e meses. Todas essas mudanças irão se somar para melhorar drasticamente e consistentemente sua taxa de conversão geral.

Como calcular o tamanho da amostra do teste de divisão A / B

Calcular o tamanho mínimo da amostra é relativamente fácil, uma vez que você entende os conceitos subjacentes.

Aqui estão alguns termos que você precisa saber:

• Conversão da linha de base - a taxa de conversão da página atual.
• Efeito mínimo detectável - O efeito mínimo detectável é a alteração percentual mínima da taxa de conversão de linha de base com a qual você está animado: pode ser 2%, 3%, 5% ou 10%. Em testes A / B, raramente deve estar acima de 10%. Obviamente, aumentos menores são mais fáceis de alcançar, mas mais difíceis de provar, porque você precisará de mais usuários. Por outro lado, aumentos maiores são mais fáceis de provar com menos usuários. Mas geralmente é difícil ter uma ideia de teste que terá um impacto tão profundo.
• Significância estatística - a significância estatística é o grau em que você está “certo” sobre seus resultados. Em um ambiente de comércio eletrônico, você deve ter como objetivo uma significância estatística de 80% a 95%.
• Nível de significância - o nível de significância é o inverso da significância estatística. Um nível de significância de 5%, por exemplo, significa que há 5% de chance de que os resultados sejam devidos ao acaso. Um nível de significância de 5% a 20% é normal.
• Poder estatístico - frequentemente marginalizado pelos testadores de divisão A / B, “poder estatístico” é a porcentagem que descreve a probabilidade de um teste encontrar o efeito mínimo detectável, supondo que ele exista. Por exemplo, digamos que você defina o efeito mínimo detectável para 5% e o poder estatístico para 80% e, no final do teste, sua versão alternativa não vence. Você tem 80% de certeza de que a versão perdida não é melhor em 5% ou mais.

Use esta calculadora de Evan Miller para calcular sua amostra mínima e leia esta postagem sobre significância estatística se você quiser saber mais

Quais elementos da página de produto você deve testar?

As páginas de produtos atendem perfeitamente aos critérios de seleção de candidatos de teste. Eles estão entre as páginas mais importantes e de maior tráfego em um site de comércio eletrônico. Eles também são fáceis de dividir em teste.

Aqui estão alguns dos elementos da página do produto que podem ter o maior efeito nas conversões:

• Título - o título é a primeira coisa que os clientes veem quando acessam a página de um produto. Ele identifica o item e o distingue de outros produtos. Você pode experimentar incluindo (ou excluindo) nomes de marcas, recursos principais e USPs, e amostrando diferentes versões do nome genérico do produto.
• Imagens - as imagens do produto podem afetar significativamente as conversões. Em particular, a imagem do produto principal - aquela que os clientes veem primeiro antes de percorrer as imagens subsequentes - tem muito peso. Execute diferentes variações dessa imagem para ver qual deles os clientes acham mais atraente.
• Descrição - descrições persuasivas obrigam os clientes a clicar no CTA principal. Experimentar descrições adicionando elementos persuasivos à sua cópia pode produzir resultados interessantes. Considere citar prêmios, menções na mídia, endossos de celebridades, críticas de destaque e muito mais.
• Preço - praticamente todos os visitantes de uma página verão o preço. Inúmeras alterações podem ser testadas, incluindo cor, tamanho, localização e qualquer informação incluída imediatamente ao lado do preço - como o preço original riscado antes dos descontos ou um prazo para um preço promocional.
• Opções de recursos - Freqüentemente, os visitantes precisarão selecionar recursos do item, como cor e tamanho, antes de comprar. Se essas opções não forem claras ou difíceis de usar, isso pode criar muito atrito para os compradores. Níveis de estoque ambíguos também podem levar à incerteza.
• Informações de entrega - o tempo e o custo de envio são outro fator importante no processo de tomada de decisão. Você pode eliminar dúvidas mostrando as informações de entrega da maneira certa e até mesmo aumentar a disposição de comprar mostrando de forma destacada a entrega gratuita, no mesmo dia ou no dia seguinte.
• CTA - Este é um grande problema. Três recursos são mais importantes quando se trata de CTAs: forma, tamanho e cor. Os CTAs devem se destacar de outros elementos na página e ser fáceis de clicar, especialmente no celular.
• Classificação por estrelas - Os compradores online adoram críticas. Considere testar variantes de uma avaliação com estrelas mostrada abaixo do título e torne mais fácil para os clientes navegar na seção nas páginas de produtos dedicadas a avaliações.
• Recursos de construção de urgência - elementos de construção de urgência - como cronômetros de contagem regressiva, entrega com tempo limitado, preços com descontos especiais e assim por diante - podem aumentar drasticamente as conversões de uma página. Saiba mais sobre como criar urgência nas páginas dos produtos.

Se você gostaria de ver alguns exemplos de páginas de produtos de alto desempenho, junto com ideias sobre como aumentar as conversões, verifique nossa postagem sobre o tópico.

Se você está procurando outra inspiração para testes, nós escrevemos a lista de verificação de otimização de comércio eletrônico mais abrangente disponível na web (ou em qualquer lugar, nesse caso). Baixe gratuitamente agora!

Quer mais informações como essa?

Obtenha dicas semanais de comércio eletrônico, estratégias e conhecimento líder do setor. Entregue direto em sua caixa de entrada.

em Li a política de privacidade e aceito os termos e condições da newsletter.

Selecione esta caixa de seleção para continuar

Uau! Você acabou de se inscrever. Verifique sua caixa de entrada para confirmar a inscrição.

Os 11 principais erros de teste de divisão A / B de comércio eletrônico a serem evitados ”

Quando não feito corretamente, o teste de divisão pode ser uma perda colossal de tempo e dinheiro.

Evite cometer os seguintes erros:

1. Páginas de teste de divisão que não afetam as conversões - Não há uso em páginas de teste de divisão que não afetam as conversões de forma significativa. Com tempo e recursos limitados, é crucial pesquisar e priorizar os melhores candidatos para o teste.
2. Teste de divisão de vários elementos em um teste - Se você executar testes com vários elementos, não terá como saber quais variações são responsáveis ​​por resultados positivos. Isso afeta negativamente sua capacidade de formular hipóteses no futuro e também pode levar a resultados aquém do ideal para as páginas em que você executou os testes.
3. Usando um tamanho de amostra pequeno - Se você não aderir a uma boa ciência de dados - calculando um tamanho de amostra com significância estatística entre 80% e 95% - seus resultados serão inconclusivos. No longo prazo, é mais provável que isso leve a mudanças insignificantes em seus objetivos.
4. “Pegar emprestado” todas as suas ideias de teste - a pesquisa da concorrência e o uso de estudos de caso para informar suas hipóteses é uma boa prática. É um erro quando você apenas gera ideias de teste a partir deles. Muitos de seus melhores resultados provavelmente virão de testes que seus concorrentes não conduziram.
5. Teste de divisão esporádico - Como diz o velho ditado: o teste de divisão é para toda a vida, não apenas para o Natal. Para obter os maiores ganhos de conversão e para uma estratégia que seja capaz de se adaptar às mudanças no comportamento do consumidor, os testes devem ser conduzidos de maneira sustentável a longo prazo.
6. Falta de separação entre os processos de design e desenvolvimento - Deve haver uma distinção clara entre as tarefas quando se trata de fazer um brainstorming (design) e implementá-las (desenvolvimento e codificação). Freqüentemente, os varejistas confundem essas funções, resultando em brainstorming ineficaz ou implementação de má qualidade. Mesmo que uma pessoa seja responsável por ambos os cargos, é essencial garantir que eles tenham o conjunto de habilidades adequado.
7. Baseando as hipóteses em palpites e suposições - Cada equipe de teste dividido terá um conjunto de suposições sobre o que constitui uma “boa ideia de teste”. Mas é importante ter a mente o mais aberta possível e criar hipóteses que podem parecer contra-intuitivas. Todo o propósito do teste de divisão é identificar mudanças originais positivas. Os processos devem desafiar as suposições subjacentes tanto quanto possível e encorajar os designers a pensar fora da caixa.
8. Falha em formar hipóteses adequadas - é importante saber as razões por trás das mudanças positivas. Se você gerar ideias sem qualquer premeditação, estará se colocando em desvantagem. Compreender a base dos resultados bem-sucedidos permite formular uma compreensão mais clara do comportamento de sua base de clientes ao longo do tempo e gerar hipóteses sólidas no futuro.
9. Análise de resultados inadequada - Portanto, o CTA “B” converte a 10%, enquanto o CTA “A” converte apenas a 5%. É o fim da história, certo? Não! Os dados de teste contêm percepções úteis sobre os clientes, incluindo informações sobre segmentos de alta conversão, horários de pico de conversão, obstáculos na página e muito mais. Use uma plataforma de análise como o Google Analytics para realmente detalhar os resultados dos testes.
10. Negligenciando pequenos ganhos - Os varejistas geralmente esperam resultados massivos e muitas vezes descontam as alterações de 2% ou 3% como insignificantes. De certa forma, isso é compreensível. A preponderância de estudos de caso de ultra-sucesso na web nos condicionou a tentar espelhar os mesmos resultados. Mas isso é um erro. Pequenos aumentos, quando têm significância estatística robusta, são tão válidos quanto resultados maiores. Os testes com alto poder estatístico podem detectar um pequeno efeito e são todos igualmente válidos.
11. “Espiar” os resultados - interromper os testes de divisão prematuramente (antes de ter atingido o número desejado de usuários testados) é uma grande falta de nenhum. Freqüentemente, os testadores concluem a eficácia de uma variante em relação a outra com base nos resultados do meio do teste. Ao fazer isso, você ignora a variância que pode se manifestar no decorrer de um teste e é comum que variações arbitrariamente superem umas às outras em determinados momentos.
    

    Uma revisão das melhores ferramentas de teste de divisão A / B para comércio eletrônico

    O teste de divisão A / B deve abranger a maioria dos aspectos de suas atividades de marketing e vendas. Não deve se limitar ao seu site. A maioria dos aplicativos dedicados, como os de marketing por e-mail, publicidade no Facebook, mídia social e assim por diante, virá com suas próprias ferramentas de teste de divisão A / B.

Esta lista descreve as melhores ferramentas para executar testes de divisão em seu site de comércio eletrônico . Além disso, não existe uma “melhor” ferramenta completa quando se trata de testes de divisão A / B. Diferentes soluções são projetadas para diferentes tipos de lojas online, e a melhor escolha de software depende de uma variedade de fatores, incluindo tamanho, setor, métodos de marketing preferidos e muito mais.

Aqui está nosso resumo das cinco principais ferramentas de teste de divisão A / B de comércio eletrônico:

1. VWO - VWO é uma das ferramentas de comércio eletrônico mais populares da web para realizar análises, desenvolver novas ideias e executar testes. Como plataforma, possui todos os recursos necessários para executar campanhas de otimização e é muito versátil - com uma gama de opções para empresas e empresas menores (e tudo mais). A VWO inclui o eBay em sua lista de clientes.
2. Optimizely - Outro grande nome no espaço internacional de comércio eletrônico, Optimizely é um favorito entre os varejistas online de “grande nome” . O software inclui um poderoso pacote de recursos para a realização de testes A / B, permitindo a segmentação de amostras, previsão, direcionamento e análise. É perfeito para uso em dispositivos móveis e desktops.
3. Google Optimize - Um dos grandes pontos de venda do Google Optimize é sua integração perfeita com o Google Analytics, embora “ponto de venda” talvez seja a palavra errada, já que é gratuito. Optimize é uma plataforma de teste A / B completa e tem seu próprio editor visual. Ele encontrou um grande número de seguidores, principalmente entre empresas menores, o que é compreensível, visto que não possui muitos dos recursos de nível empresarial dos concorrentes. Existe uma versão paga, Optimize 360, para a qual os usuários podem fazer upgrade posteriormente.
4. AB Tasty - AB Tasty foi projetado para empresas maiores e vem com um conjunto completo de ferramentas de teste, incluindo uma plataforma analítica rica em recursos, editor visual e funcionalidade de implementação automatizada para a execução de testes.
5. Swiftswap - Não poderíamos compilar uma lista das principais ferramentas de teste sem incluir o software da Growcode, Swiftswap. O que torna o Swiftswap único é o uso de IA para informar e agilizar o processo de teste. Ele se integra a todas as plataformas de comércio eletrônico. Ele também foi projetado para fornecer mudanças de otimização rápidas e consistentes para lojas de comércio eletrônico e está disponível como parte do pacote de otimização terceirizado da Growcode.

Exemplos de estudos de caso de teste A / B de comércio eletrônico

Então, como é um teste de divisão A / B na prática?

Aqui estão três exemplos dos próprios arquivos de caso da Growcode:

1. Budapester

Budapester é um grande varejista on-line que vende bolsas, sapatos e acessórios de grife. A empresa queria implementar um plano de teste de longo prazo que fosse econômico. A análise mostrou que as páginas do produto e o carrinho de compras tinham o maior potencial de melhoria.

Leia o estudo de caso completo aqui.

Resultado: a taxa de conversão aumentou 12,5%.

As seguintes hipóteses foram formuladas e testadas:

Hipótese um: uma comunicação mais clara da USP em todas as páginas aumentaria as conversões.

Antes: O USP, que inclui frete grátis e disponibilidade imediata do produto, não era mostrado nas páginas dos produtos.

Depois: O USP foi incluído abaixo da descrição do produto e no cabeçalho.

Hipótese dois: o cabeçalho estava ocupando muito espaço e distraindo os visitantes com links e informações desnecessárias.
Antes: O cabeçalho não estava claro, com muitos botões pequenos, texto difícil de ler e links desnecessários.

Depois: O cabeçalho foi simplificado e os botões principais ficaram mais claros.

Hipótese três: um carrinho de compras simplificado reduziria o abandono do carrinho.
Antes: Na página de confirmação de compra, as informações sobre entrega gratuita não eram mostradas e os preços com desconto não eram destacados.

Depois: Entrega gratuita, disponibilidade e descontos foram incluídos em cores vivas para torná-los visíveis.

2. Reservado

Reserved é o maior varejista de moda da região CEE. A loja online foi inaugurada em 2013.

Resultado: aumento de 4,6% na taxa de conversão.

Leia o estudo de caso completo aqui.

As seguintes hipóteses foram formuladas e testadas:

Hipótese um: adicionar o USP às páginas principais - home page, páginas de produtos e páginas de categorias - ajudaria a persuadir os visitantes sobre os benefícios exclusivos de comprar com o Reservado.

Antes: Nenhum USPs claro era exibido na página inicial.

Depois: Os USPs foram exibidos na página inicial logo abaixo do cabeçalho.

Hipótese dois: incluir o USP nas páginas do carrinho de compras reduziria o abandono do carrinho.
Antes: Alguns USPs foram mostrados, mas não foram explicados com clareza. Não foram mostradas informações sobre entrega gratuita e entrega gratuita de correio em compras acima de $ 50.

Depois: Uma seção exibindo informações sobre USPs foi incluída à direita da página.

3. 4F

A 4F vende roupas esportivas e acessórios esportivos. A empresa construiu uma reputação de qualidade - misturando processos de fabricação tradicionais com designs modernos.

Resultado: aumento de 8% na taxa de conversão global.

Leia o estudo de caso completo aqui.

As seguintes hipóteses foram formuladas e testadas:

Hipótese um: a inclusão de descrições detalhadas nas páginas dos produtos aliviará as dúvidas e fará com que mais visitantes adicionem produtos ao carrinho.

Antes: as informações do produto estavam espalhadas, difíceis de digitalizar e longe do CTA.

Depois: Os detalhes do produto, incluindo informações de entrega, foram gravados para serem escaneados e colocados ao lado do CTA.

Hipótese dois: mostrar descontos como uma porcentagem fará com que mais clientes adicionem produtos ao carrinho.
Antes: o preço com desconto era riscado e mostrado ao lado do preço atual, sem mais informações.

Depois: Um valor mostrando o preço com desconto como uma porcentagem foi incluído ao lado do preço atual.

Hipótese três: Mostrar informações sobre a entrega na loja aumentaria as conversões porque é altamente relevante para os clientes e a 4F tem uma rede bem conhecida de lojas locais.
Antes: as informações sobre entrega na loja ficavam bem no final da página.

Depois: os detalhes do envio direto e da entrega na loja foram exibidos um ao lado do outro acima do CTA.

Como você pode ver, a maioria dos elementos da página que foram testados são exemplos de teste A / B bastante genéricos. Apesar de parecerem “seguros”, eles ainda podem gerar aumentos significativos nas taxas de conversão.

Conclusão

Armado com as informações descritas nesta postagem, você pode começar a conduzir testes que geram resultados reais e o aproximam de suas metas de conversão e receita.

Mas há um ponto importante a ter em mente.

Não se esqueça da importância do teste de divisão contínuo e consistente.

A implementação de uma campanha de otimização que envolve muitas pequenas alterações ao longo do tempo o colocará bem acima da concorrência. É a estratégia que grandes empresas como a Amazon usam para atingir taxas de conversão bem acima da média do setor.

A propósito, se você está procurando inspiração para testar, nós escrevemos a lista de verificação de otimização de comércio eletrônico mais abrangente disponível na web (ou em qualquer lugar, nesse caso). Baixe gratuitamente agora!

Por que não entrar em contato com o Growcode?

Se você deseja que uma equipe experiente assuma sua estratégia de otimização, por que não entrar em contato com a Growcode? Temos anos de experiência executando testes de divisão e podemos implementar uma estratégia de longo prazo por uma fração do que custará para você gerenciar. Além disso, os resultados são garantidos. Se não conseguirmos entregá-los, nós lhe daremos um reembolso total.
Leia sobre nossa abordagem única de mãos livres aqui.