~ Erros comuns enquanto testes A / B
Olá teste!
Testes A/B - Erros comuns enquanto testes A / B
Testes A/B (Publicado em: 16/03/2019 )
Erros comuns enquanto testes A / B
...


Erros comuns enquanto testes A / B


Não planejando bem seu roteiro de otimização:

- Hipótese inválida: no teste A / B, a hipótese é formulada antes de realizar um teste. Todos os próximos passos dependem disso: o que deve ser mudado, qual é o resultado esperado, por que e assim por diante. Se você começar com a hipótese errada, a probabilidade de sucesso do teste diminui.

- "Dizendo aos outros": Claro que alguém alterou o fluxo de inscrição e viu um aumento de 30% nas conversões. Mas é o resultado do teste baseado no tráfego, nas hipóteses e nos objetivos. É por isso que você não deve implementar os resultados de testes de outra pessoa no seu site: primeiro, não há dois sites iguais - o que funcionou para eles pode não funcionar para você - e segundo, não há como saber se os resultados foram relatados para você ler é preciso.

Testando muitos elementos juntos: os especialistas da indústria alertam sobre a execução de muitos testes ao mesmo tempo. Testar muitos elementos de um site juntos torna difícil identificar qual elemento influenciou mais o sucesso ou o fracasso do teste. A priorização é indispensável para o teste A / B bem-sucedido.

Ignorando a significância estatística: Se as intuições ou opiniões pessoais encontrarem um caminho para a formulação de hipóteses ou estabelecimento de metas para um teste A / B, é mais provável que ele falhe. Para que um teste A / B seja bem-sucedido ou que tenha um teste A / B com falha que forneça informações valiosas para seu próximo teste, seu teste deve ser guiado por dados estatisticamente significativos desde o início.

Usando baixo tráfego: as empresas geralmente acabam testando o tráfego errado. O teste A / B deve ser feito com os dados de tráfego apropriados para obter resultados significativos. Usar o baixo tráfego para testes aumenta as chances de obter resultados inconclusivos.




Tempo errado: com base em seu tráfego e metas, execute testes A / B por um determinado período de tempo para que ele alcance significância estatística. Executar um teste por um período de tempo muito longo ou muito curto pode resultar na falha do teste ou na produção de resultados insignificantes. Como uma versão do seu site parece estar ganhando nos primeiros dias após o início do teste, isso não significa que você deve cancelá-lo antes do prazo e declarar um vencedor.

Falha ao conduzir experimentos de acompanhamento: o teste A / B é um processo interativo em que cada teste baseia-se nos resultados dos testes anteriores. As empresas desistem do teste A / B após o primeiro teste falhar. Mas, para melhorar as chances de seu próximo teste ser bem-sucedido, você deve extrair insights de seus últimos testes enquanto planeja e implanta seu próximo teste. Isso melhora a probabilidade de seu teste ter sucesso com resultados estatisticamente significativos.


Não considerar fatores externos: Os testes devem ser executados em períodos comparáveis ??para produzir resultados significativos. É errado comparar o tráfego do website nos dias em que ele recebe o tráfego mais alto nos dias em que ele testemunha o tráfego mais baixo devido a fatores externos, como vendas, feriados e assim por diante. Como a comparação aqui não é feita entre curtidas, as chances de chegar a uma conclusão insignificante aumentam.

Ferramenta errada: com o teste A / B ganhando popularidade, várias ferramentas de baixo custo também surgiram. Nem todas essas ferramentas são igualmente boas. Algumas ferramentas reduzem drasticamente o seu site, enquanto outras não são integradas com as ferramentas qualitativas necessárias (heatmaps, gravações de sessão e assim por diante), levando à deterioração dos dados. O teste A / B com essas ferramentas defeituosas pode arriscar o sucesso do seu teste desde o início.


Olá teste!
Nenhuma tag para este post
Olá teste!



Abra o newsletters