Definir en una campaña publicitaria cuál es el anuncio perfecto es una tarea fácil. Solo debes mirar los indicadores y listo. Sin embargo todos hemos cometido un error garrafal.

Si conoces sobre la publicidad digital sabrás que en una campaña puedes crear varios anuncios para que la plataforma los muestre aleatoriamente, al final siempre habrán uno o varios de esos anuncios que tiene un mejor rendimiento, pero ¿realmente podemos decir que uno funciona más que el otro? La respuesta es no.

Montar varios anuncios dentro de una campaña no es una prueba A/B. El algoritmo determina dentro del grupo de anuncios cuál empieza a tener mejor rendimiento en el menor tiempo posible y a este destina la mayor parte del presupuesto, dejando así a los demás rezagados. Lo que está mal es considerar que los demás no funcionaron o son menos relevantes. ¿Entonces cómo averiguarlo?, usando las pruebas A/B de las campañas o los conocidos split testing.

¿Cómo funciona un Split testing o test A/B?

Es un experimento en el que se ofrecen distintas versiones de un anuncio o producto al mismo tiempo. Observando los cambio del los consumidores entre los dos grupos, se pueden hacer inferencias sobre el impacto de las diferentes variaciones. La publicidad directa por correo fue pionera en esta técnica. Un split testing a menudo revela cosas sorprendentes, por ejemplo, muchas características que hacen que el producto sea mejor a los ojos de los ingenieros y diseñadores no tienen impacto alguno en el comportamiento de los consumidores, este test también es funcional para ayudarte a redefinir tu compresión de lo que quieren y no quieren tus consumidores.

Facebook recomienda usar las pruebas A/B para medir las modificaciones en tu publicidad o para comparar dos estrategias rápidamente. Por ejemplo, si deseas aprender nuevas estrategias, es recomendable que uses las pruebas A/B en lugar de realizar pruebas informales (por ejemplo, activar o desactivar conjuntos de anuncios o campañas de forma manual). Eso puede generar una entrega ineficiente y resultados poco confiables. Las pruebas A/B te ayudan a garantizar que los públicos se dividan de forma pareja y que sean estadísticamente comparables. Las pruebas informales, en cambio, pueden generar públicos superpuestos.

Todas las plataformas tanto Google como Facebook ofrecen la posibilidades de hacer split testing. Usarlos podría ayudarte a resolver hipótesis sobre tus productos, funcionalidades o piezas gráficas de tus anuncios.

En Panacea Marketing no solo incluimos eso en nuestros paquetes de marketing sino también la opción de hacer este tipo de experimentos con las landing pages. Imagina que lanzas una campaña para mujeres y al ingresar a la landing el contenido y los copys está pensado para mujeres, pero la misma landing se transforma si es un hombre el que ingresa a través de los anuncios. Esas y muchas otras posibilidades podemos hacerlas para tu empresa o proyecto.