Guía práctica de pruebas A/B para PPC (+5 ideas para probar)

Introducción

Las pruebas A/B de PPC son una forma eficaz de mejorar la efectividad de sus campañas publicitarias.

En esta guía práctica, descubrirá qué son las pruebas A/B para PPC y conocerá los distintos tipos de pruebas y las estadísticas de pruebas necesarias para tomar decisiones basadas en datos. También aprenderás a configurar tu primer test A/B y obtendrás ideas prácticas de gran impacto que podrás probar tú mismo.

¿Qué son las pruebas A/B para PPC?

Las pruebas A/B para PPC son un método para probar 2 o más variantes de los elementos de su campaña publicitaria, como el texto del anuncio, las páginas de destino o la segmentación, con el objetivo de proporcionar pruebas estadísticas para diversas hipótesis, que pueden aprovecharse para perfeccionar sus campañas y mejorar los resultados.

Aunque no son totalmente diferentes de las pruebas A/B de páginas de destino o correos electrónicos, las pruebas A/B de PPC requieren un enfoque específico debido a las limitaciones de las plataformas publicitarias, la variación del tamaño de la muestra y el riesgo de afectar al rendimiento general de sus campañas.

Tipos de pruebas PPC

Existen cuatro tipos principales de pruebas A/B en PPC:

• Pruebas A/B

  Una prueba A/B es un experimento con una hipótesis que le lleva a cambiar un único elemento de su campaña publicitaria y probarlo frente a la variante de control original. Este es el tipo de prueba más común que le ayuda a reducir elementos específicos y refinar sus campañas.

  Ejemplo de prueba A/B: prueba de 2 anuncios de texto con envío gratuito frente a 15% de descuento como oferta principal.

• Pruebas multivariantes

  Conoce Ranktracker

  La plataforma todo en uno para un SEO eficaz

  Detrás de todo negocio de éxito hay una sólida campaña de SEO. Pero con las innumerables herramientas y técnicas de optimización que existen para elegir, puede ser difícil saber por dónde empezar. Bueno, no temas más, porque tengo justo lo que necesitas. Presentamos la plataforma todo en uno Ranktracker para un SEO eficaz

  ¡Por fin hemos abierto el registro a Ranktracker totalmente gratis!

  Crear una cuenta gratuita

  O inicia sesión con tus credenciales

  Una prueba multivariante es un experimento con múltiples hipótesis y múltiples cambios. Con este método, está probando diferentes combinaciones de pequeños cambios realizados en su variante de control. Rara vez utilizo este tipo, ya que requiere el mayor tamaño de muestra (a menudo imposible para PPC) de los cuatro tipos de pruebas, y genera el menor aumento en los resultados, disminuyendo así el nivel de confianza (ver mis definiciones de tamaño de la muestra, aumento y nivel de confianza en la siguiente sección).

  Ejemplo de prueba multivariante: probar 4 creatividades con diferentes combinaciones de titulares e imágenes.

• Pruebas A/B/n

  Una prueba A/B/n también es un experimento con múltiples hipótesis y múltiples cambios. Sin embargo, a diferencia de las pruebas multivariantes, las variantes pueden ser completamente diferentes entre sí. Es uno de los tipos de prueba que utilizo con frecuencia para cuentas nuevas o campañas nuevas en las que no se dispone de datos históricos y quiero probar configuraciones o combinaciones de elementos totalmente diferentes en lugar de limitar mi selección con pruebas A/B o multivariantes.

  Ejemplo de pruebas A/B/n: probar más de 2 conjuntos de creatividades con diseños y/o páginas de destino completamente diferentes.

• Pruebas secuenciales

  Una prueba secuencial es un tipo de prueba A/B que prueba variantes de elementos de campaña en fases o secuencias. Una secuencia puede ser de 2 semanas, 1 mes o más (no recomiendo ejecutar una prueba durante menos de 2 semanas). Este es el tipo de prueba menos preferido, ya que la ejecución de una prueba durante diferentes períodos de tiempo introduce factores externos que no puede controlar, como la estacionalidad, la variación del tamaño de la muestra y la desviación de la orientación. Sin embargo, también es un tipo común, ya que no todas las plataformas de PPC ofrecen funciones completas (o ninguna) de pruebas A/B.

  Ejemplo: probar la puja Maximizar conversiones frente a Maximizar valor de conversión en Google Ads

En un escenario ideal, emplearía todas las pruebas en la siguiente secuencia:

1. Pruebas A/B/n para encontrar la configuración que mejor funciona
2. Pruebas A/B para delimitar y perfeccionar su configuración
3. Pruebas multivariante para delimitar aún más su configuración
4. Pruebas secuenciales para probar elementos en orden secuencial cuando no existe una funcionalidad de pruebas A/B adecuada.

Estadísticas de las pruebas A/B

Para que las pruebas A/B proporcionen datos estadísticamente significativos, informen sus decisiones y conduzcan a mejoras en PPC, hay 4 estadísticas clave que debe tener en cuenta:

• Tamaño de la muestra

  Conoce Ranktracker

  La plataforma todo en uno para un SEO eficaz

  Detrás de todo negocio de éxito hay una sólida campaña de SEO. Pero con las innumerables herramientas y técnicas de optimización que existen para elegir, puede ser difícil saber por dónde empezar. Bueno, no temas más, porque tengo justo lo que necesitas. Presentamos la plataforma todo en uno Ranktracker para un SEO eficaz

  ¡Por fin hemos abierto el registro a Ranktracker totalmente gratis!

  Crear una cuenta gratuita

  O inicia sesión con tus credenciales

  En PPC, el tamaño de la muestra es la cantidad de tráfico que necesita generar para que los resultados de la prueba sean representativos de su audiencia. Para las métricas a nivel de anuncio (como CTR o Tasa de visualización), las impresiones serán la fuente de sus muestras, pero para las métricas específicas de conversión (como Tasa de conversión, Coste/Conv. o ROAS) debería elegir clics. En general, cuanto mayor sea el tamaño de la muestra, más precisa será la prueba.

• Aumento previsto

  Una predicción sobre cómo un cambio probado afectará a la métrica final, expresada en porcentaje y que oscila entre 0 y 100%. Por ejemplo, basándose en datos históricos e investigación de conversiones, podría predecir que un cambio en la oferta principal del 10% de descuento al envío gratuito aumentará la tasa de conversión en un 30%.

• Valor P

  Estamos en el territorio de la estadística avanzada. En pocas palabras, el valor p ayuda a determinar si los resultados se desvían significativamente de lo que cabría esperar, o la importancia estadística de los resultados. Oscila entre 0 y 1, y cuanto menor es el valor, más significativos son los resultados desde el punto de vista estadístico.

• Niveles de confianza

  Los niveles de confianza o intervalos de confianza son una medida de la certeza en los resultados de las pruebas. Por ejemplo, un nivel de confianza del 95% significa que si repetimos la misma prueba varias veces, el 95% de las pruebas arrojarán resultados similares.

¿Por qué son importantes las pruebas A/B de PPC?

Las pruebas A/B afectan a 3 áreas clave de sus campañas PPC:

1. Resultados

   Cuando se trabaja en campañas de PPC, uno se enfrenta constantemente a la pregunta "¿Le irá mejor una cosa A que una cosa B?" (sustitúyase "cosa" por campaña/anuncio/copia/público/ángulo/etc.). Las pruebas A/B le ofrecen una forma de responder a estas preguntas, probar diferentes hipótesis y, en última instancia, mejorar sus resultados.

2. Estructura

   Si, como yo, has sentido que algunas de tus optimizaciones eran demasiado ad hoc, reactivas a los datos disponibles, o incluso cosméticas, las pruebas A/B son el enfoque que te ayudará a añadir más estructura. Puede ayudar a crear "puntos de apoyo" de rendimiento (hipótesis probadas) y centrarse en encontrar las oportunidades de optimización más impactantes en lugar de cambios cosméticos.

3. Comunicación y compromiso

   Si eres una agencia o un especialista interno, lo más probable es que hayas experimentado problemas de comunicación y compromiso con clientes o ejecutivos. Las pruebas A/B pueden ayudar a resolver algunos de estos problemas, ya que ofrecen otra capa de transparencia, concienciación y compromiso. Por lo menos, te permite dar una respuesta rápida en caso de que alguien te pregunte: "¿Has probado con un botón verde?" :)

¿Qué puede probar?

Decidir qué pruebas A/B realizar en sus campañas PPC es crucial. Recomiendo empezar por los elementos que, de mejorarse, podrían tener un mayor impacto en tus resultados.

1. Creativos

   Ejemplos: diseño, combinación de colores, modelo frente a no modelo, vídeo de formato corto frente a formato largo, UGC frente a activos propios.

2. Oferta

   Ejemplos: envío gratuito frente a descuento, bonificación gratuita frente a escasez, prueba gratuita frente a freemium, garantía frente a sin garantía, seminario web frente a libro electrónico.

3. Ubicación de los anuncios

   Ejemplos: Facebook frente a Instagram, móvil frente a escritorio, búsqueda frente a socios de búsqueda.

4. Copia del anuncio

   Ejemplos: Texto largo frente a corto, lista de viñetas frente a párrafo, incluir la palabra "gratis" frente a no incluirla, beneficios frente a autoridad.

5. Dirigiéndose a

   Ejemplos: palabras clave nuevas, segmentación estrecha frente a segmentación amplia, audiencias similares frente a audiencias frías, audiencias de remarketing más antiguas frente a más jóvenes, palabras clave de concordancia de frase frente a segmentación amplia, segmentación por ubicación estrecha frente a segmentación amplia.

6. Tipos de campaña/anuncio

   Ejemplos: DSA frente a campañas de búsqueda normales, campañas de remarketing dinámico frente a remarketing normal, anuncios de clientes potenciales frente a anuncios de mensajería.

7. Asignación presupuestaria

   Ejemplos: más presupuesto para la campaña 1 frente a la campaña 2, más presupuesto para remarketing frente a adquisición, más presupuesto para Performance Max frente a Shopping.

8. Páginas de destino

   Ejemplos: maquetación, imágenes frente a vídeos, inserción dinámica de palabras clave, titulares, formularios, prueba social, coincidencia de mensajes entre el anuncio y la página de destino.

9. Estrategias de licitación

   Ejemplos: Maximizar las conversiones frente a maximizar el valor de la conversión, objetivos de CPA, objetivos de ROAS, mayor volumen frente a mayor valor.

10. Estructura de la campaña

    Ejemplos: Estructura amplia (o Hagakure) frente a granular, campañas más dinámicas/automatizadas frente a menos, mejores resultados frente a resultados bajos, SKAG.

Cómo realizar pruebas A/B en sus campañas PPC

Configuración de la prueba A/B

Una vez que haya elaborado una lista de ideas para las pruebas A/B, es hora de formular hipótesis y decidir los enfoques y las herramientas.

Hipótesis

Su hipótesis es el supuesto que intenta probar con el experimento. Expresa el efecto que espera obtener al realizar un cambio, como revisar el texto del anuncio, cambiar la creatividad del anuncio o ampliar la segmentación. Para estructurar mis hipótesis, me gusta consultar el Hypothesis Kit V4 de Craig Sullivan:

1. Basado en (datos/investigación/observación)
2. creemos que (cambio)
3. para (población)
4. causará (impacto).
5. Lo sabremos cuando veamos (métrica).
6. Esto será bueno para los clientes, los socios o nuestro negocio (porque).

Acérquese a

Aquí es donde decide cómo enfocar su prueba. ¿Será una prueba A/B? ¿A/B/n? ¿Secuencial? Es importante identificar esto desde el principio, ya que afectará a sus herramientas de pruebas A/B, presupuestos y resultados. Como se mencionó anteriormente, recomiendo comenzar con pruebas A/B/n si no tiene datos históricos y su hipótesis se basa en observaciones. Sin embargo, con ciertas pruebas y plataformas publicitarias, estará limitado a enfoques de pruebas secuenciales (es decir, estrategias de puja en Google Ads).

Herramientas

Cuando se trata de PPC A / B de pruebas de una hoja de cálculo de tablero es su mejor amigo. Si no estás seguro de por dónde empezar, puedes encontrar mi panel más reciente aquí. Si estás ejecutando sólo unas pocas pruebas por trimestre, te recomiendo que lo rellenes manualmente. Si son más de unas pocas, puedes automatizarlo utilizando herramientas como Supermetrics para extraer datos de PPC.

Iniciar la prueba A/B

Sus instrucciones de lanzamiento dependerán del elemento probado y de la plataforma publicitaria que haya seleccionado. Sin embargo, una cosa seguirá siendo la misma: tu experimento debe producir tamaños de muestra iguales o casi iguales para las variantes de control y de prueba, lo que significa que las pruebas A/B adecuadas nunca deben lanzarse en la misma campaña o grupo de anuncios a menos que puedas controlar el presupuesto y la distribución del tráfico (es decir, campañas de optimización del presupuesto del conjunto de anuncios, o ABO, en Facebook Ads).

Estas son las configuraciones de prueba que utilizo más a menudo:

• Facebook/Instagram/Pinterest/LinkedIn: la función de pruebas A/B nativas, nuevos conjuntos de anuncios, nuevas campañas, lanzamientos secuenciales.
• Google/Microsoft: la función de experimentación de campañas nativas, la función de pruebas A/B de textos publicitarios, la función de rotación de anuncios iguales, los lanzamientos secuenciales.

Análisis de los datos

Se ha formulado una hipótesis, se ha preparado la prueba y se ha dejado que siga su curso. ¿Y ahora qué?

Rellene su cuadro de mandos y compruebe si su prueba ha producido el aumento esperado, si el tamaño de su muestra era lo suficientemente grande, si sus resultados son estadísticamente significativos o si su prueba necesita más tiempo para alcanzar una mayor significación.

Puede utilizar una calculadora para ayudarle con el tamaño de la muestra y los cálculos de confianza/significación.

Si tiene un claro ganador, formule una conclusión y prepare un plan de acción para introducirlo en su configuración de PPC.

5 ideas de pruebas A/B de PPC que debe probar

1. Ofrecer pruebas

Cuando se trata de maximizar los resultados de PPC, no subestime el impacto de probar diferentes ofertas. Según mi experiencia, esto produce los cambios más significativos en los resultados.

Esto puede incluir escasez (piense en una oferta limitada), urgencia, bonificaciones, garantías o descuentos.

Cuando esté disponible, recuerde utilizar la función de pruebas de copia de anuncios nativos para garantizar un mayor control sobre el tamaño de las muestras y las divisiones de tráfico por variante (como el tipo de experimento "Variación de anuncios" en Google Ads).

2. Pruebas de la página de destino

"Espera, ¿pensaba que esto era una guía práctica de pruebas de PPC?". En mi experiencia, las páginas de aterrizaje son uno de los factores que más contribuyen al éxito con PPC. Si su página de destino no está bien optimizada, no importa lo buenos que sean sus anuncios: sus resultados seguirán siendo limitados.

Para obtener los mayores aumentos, recomiendo empezar con las pruebas de diseño y formulario, ya que pueden contribuir a los aumentos más significativos de la tasa de conversión. Por ejemplo, esta empresa de tarjetas de crédito experimentó un aumento del 17 % en la tasa de conversión tras optimizar su formulario.

A continuación, considere la concordancia entre anuncios y mensajes y las pruebas de titulares para mejorar el flujo de conversión de anuncios.

3. Pruebas creativas

Según Nielsen, la calidad creativa de los anuncios contribuye al 49 % de las ventas incrementales y es el factor más importante de la eficacia publicitaria. Por eso siempre recomiendo realizar pruebas creativas de alta frecuencia en los canales que dan prioridad a la creatividad, como Facebook y TikTok. También contribuyó significativamente al aumento del 54 % de las reservas de mi cliente en solo 6 meses.

Para obtener las mayores mejoras, recomiendo probar los cambios de diseño, los mensajes y el contenido UGC.

4. Pruebas de selección

Las pruebas de segmentación son otra idea que recomiendo probar para obtener los mayores aumentos potenciales. Como se mencionó en la sección "Qué puedes probar A/B", esto puede incluir nuevas palabras clave, segmentación estrecha frente a segmentación amplia y públicos similares frente a públicos guardados.

Por ejemplo, puede que desee probar una campaña separada de palabras clave de cola larga frente a una de cola corta para ver si puede mejorar el control del presupuesto y reducir su CPA.

Para ello, recomiendo utilizar una herramienta como el Buscador de palabras clave de RankTracker, que te ayudará a obtener sugerencias y filtros de palabras clave más avanzados que los que obtendrías con el Planificador de palabras clave de Google.

5. Pruebas de licitación

Las pruebas A/B de estrategias de pujas pueden ser una forma eficaz de optimizar los resultados de su PPC. Esto puede revelar si tus pujas actuales son demasiado altas o bajas, si estás optimizando para los clientes de mayor valor o no, y si es mejor ir a por el mayor número de conversiones (calidad) frente al mayor valor de conversión (cantidad).

Por ejemplo, puede probar a aumentar sus límites de CPA objetivo en un 30-50% para ver si está perdiendo clics que podrían resultar en conversiones, o disminuir su ROAS objetivo en un 25% para generar un mayor volumen de conversiones durante un periodo de alta competencia (es decir, el Black Friday).