A/A Test

En este tipo de test comparamos dos páginas completamente iguales con el fin de encontrar errores que antes no se habían detectado o comprobar la efectividad de los test A/B. Es un test que reparte el tráfico entre ambas webs para ver cuál es el máximo que podemos conseguir.

¿Para qué sirve el A/A test?

• Comprobar que la herramienta de A/B testing es precisa: si todo está bien configurado el resultado de un test A/A deberían ser idéntico, si uno de los dos está más alto puede ser porque no este bien definido o el test no sea efectivo.
• Establecer una tasa de conversión como referencia para futuros test: debemos conocer cuánto tráfico se dirige hacia versiones idénticas para poder establecer en un futuro si hemos mejorado con los cambios.
• Decidir una muestra óptima para los futuros test: para reducir errores es conveniente reforzar su efectividad. Gracias a esta herramienta podremos comprobar cuantos usuarios necesitamos para un test A/B sea fiable, ya que cuándo la muestra en un test A/A llegue a cierta cantidad de usuarios, los resultados serán iguales en ambos test sabremos que funciona correctamente.

¿Cómo configurar un A/A test?

Primero debemos elegir con qué herramienta vamos a realizar nuestro A/A test, existen muchas herramientas, Google no ofrece de forma gratuita Optimaze 360 para realizar test A/A o test A/B. Una vez hemos seleccionado la herramienta debemos entrar en su interfaz y configurarlo.

Otro paso previo que debemos considerar es qué queremos medir, cuál va a ser el objetivo de nuestro test, es importante establecer que resultados queremos obtener y tenerlo en cuenta.

Podemos segmentar también el número de páginas en la que realizaremos el test. Lo recomendado es hacer un A/A test para cada página.

Una vez hemos pensado esto, debemos crear tres test A/A idénticos durante una quincena cada uno.

Dividimos el tráfico que llega al 50% entre las dos versiones idénticas.

Después de dos semanas de rigor, según las recomendaciones de Google, ya podemos analizar los resultados. Para ello podemos vincular el test a nuestra herramienta de análisis para que los datos se muestren de una forma clara.

Ahora debemos comprobar si ha sido capaz de encontrar una versión predominante de los test y por qué. Quizá halla sido un fallo de la herramienta, un test que está mal configurado o que la muestra era insuficiente para dar resultados fiables.

¿Son útiles los test A/A?

El problema de este tipo de test es que requieren mucho tiempo y tráfico. Por lo que muchas empresas se plantean si realmente merece la pena invertirlos en un test en el que las variaciones son idénticas. Estas empresas piensan que podría ser más rentable dirigir ese tráfico directamente a los test A/B que si introducen cambios y los resultados les dan información sobre que prefieren los usuarios.

Sin embargo los test A/A te dan la base sobre la que podrás comprobar a partir de que punto los test A/B van a ser fiables, por lo que quizá, no siempre sea necesario realizar test A/A pero si es conveniente realizarlos la primera vez que vamos a realizar un test A/B o cuando hemos hecho grandes cambios en la web.

Mas información

Definición de «A/B Test»

Definición de «Landing page»

Definición de «Call to action»