Monitorea los resultados de las pruebas A/B en Google Ads

Algunas personas disfrutan de profundizar en los números, mientras que otras pierden interés cuando se trata de ellos. Si trabajas en el campo del performance marketing, aprenderás a sentirte a gusto utilizando datos numéricos para tomar decisiones sobre el rendimiento de tu campaña. Al monitorear los resultados de las pruebas A/B para variaciones de anuncios o estrategias de puja en Google Ads, se te presentarán algunos resultados estadísticos. Esta lectura te proporcionará una introducción a estos resultados para que puedas analizar los datos de tus pruebas de forma efectiva. Con base en los números, podrás decidir cuáles de los cambios que probaste son relevantes y beneficiosos para tus campañas.

Estadísticas en Google Ads.

Al monitorear los resultados de las pruebas, encontrarás los siguientes términos estadísticos: 

● Nivel de confianza. 

● Intervalo de confianza (derivado de un margen de error). 

● Significación estadística. 

A continuación, compartimos qué significan estos términos y qué indican sobre una prueba. 

Nivel de confianza.

¿Qué tan confiado/a estás con los resultados de una prueba? Por ejemplo, un nivel de confianza del 95% significa que si realizaras la misma prueba A/B 100 veces, obtendrías los mismos resultados 95 veces de esas 100. Por lo general, se selecciona un nivel de confianza antes de recopilar cualquier dato. La mayoría utiliza un nivel de confianza del 95%. Por defecto, Google Ads utiliza este nivel de confianza para las pruebas. Para que se alcance ese nivel de confianza, se requiere la participación de un mínimo de usuarios/as en la prueba. Es por eso que normalmente se recomienda realizar una prueba durante al menos cuatro semanas para obtener un resultado que esté en un nivel de confianza del 95%. 

Intervalo de confianza (y margen de error).

Debido a que no es posible ejecutar una prueba en toda una población de usuarios/as, los resultados comparativos de una prueba A/B son un estimado de los resultados que obtendrías si pudieras probar a toda esa población. El margen de error es la diferencia estadísticamente calculada entre el resultado de la prueba y el resultado teórico que podrías haber obtenido si hubieras ejecutado la prueba con muchas más personas. El intervalo de confianza es el rango de valores posibles después de tener en cuenta el margen de error. Este rango se obtiene de sumar y restar el margen de error al resultado de la prueba. Por ejemplo, si el resultado de tu prueba es una diferencia del 5% entre las variantes y el margen de error es del 2%, el intervalo de confianza sería del 3% al 7%. La diferencia entre las variantes probadas podría ser tan baja como el 3% o tan alta como el 7%. Cuando Google Ads enumera un rango esperado de resultados, está informando el intervalo de confianza. 

Significación estadística: La significación estadística implica determinar si el resultado de tu prueba podría deberse a casualidades aleatorias o no. Cuanto mayor sea la significación, menor será la probabilidad de que se deba a la casualidad. Google Ads realiza los cálculos estadísticos en segundo plano con un nivel de confianza del 95% y te indica si un resultado es estadísticamente significativo. Una estrella azul que aparece junto a un resultado indica que hubo un cambio estadísticamente significativo entre las dos variaciones probadas. 

Durante cuánto tiempo ejecutar una prueba.

Como se mencionó con anterioridad, usualmente se necesita de al menos cuatro semanas para ejecutar una prueba y obtener resultados estadísticamente significativos. Si necesitas más orientación, en línea hay calculadoras disponibles de tamaño de muestra para pruebas A/B. Una de estas calculadoras de AB Tasty te permite ingresar el número promedio de visitantes diarios y el número de variaciones para calcular una duración posible para una prueba. 

Además, debes ejecutar una prueba el tiempo suficiente para tener en cuenta las fluctuaciones normales en las ventas de comercio electrónico. Por ejemplo, si es normal que tu negocio de comercio electrónico tenga las mejores ventas los domingos y las peores ventas los sábados, ejecutar una prueba durante al menos dos semanas, y preferiblemente más, reduce el impacto que estos cambios tendrán en los resultados. De la misma manera, si una promoción de ventas ocurre durante una prueba, ejecutarla por más tiempo ayuda a evitar que esa promoción distorsione los resultados de la prueba. Si no se permite ejecutar la prueba el tiempo suficiente, una prueba de variación de anuncios puede parecer que funciona mejor de lo que normalmente lo haría, porque una promoción puede cambiar el comportamiento de los/las usuarios/as durante unos días o incluso semanas.

Fuente:
Coursera – Google Marketing Digital E-Commerce.