O que é teste A/B em UX? | Pesquisa de UX #26

O teste A/B é um excelente método de pesquisa para testar duas versões alternativas de uma determinada solução ao mesmo tempo. Leia nosso artigo para aprender como conduzir testes A/B e ver seus benefícios e limitações.

Teste A/B em UX – índice:

1. O que são testes A/B no contexto da pesquisa em UX?
2. Quando aplicar o teste A/B?
3. Como conduzir testes A/B?
4. Resumo

O que são testes A/B no contexto da pesquisa em UX?

O teste A/B permite que você teste duas versões de um produto/solução (versão A e versão B) e avalie qual delas recebe maior aprovação dos usuários. A forma de medir isso inclui taxa de conversão, o tempo gasto no site ou o feedback dos participantes e sua propensão a recomendar o site/produto. Antes do teste, você precisa definir e determinar o que “sucesso” significará para uma versão específica.

Quando aplicar o teste A/B?

Você pode implantar testes A/B para testes de protótipos, durante a fase de desenvolvimento do produto, bem como para construir estratégias de marketing e promoção. Eles são a ferramenta perfeita para tomar decisões que podem afetar o resultado financeiro de uma organização. Os testes A/B são especialmente úteis quando já temos uma hipótese baseada em pesquisas anteriores e queremos confirmar que é a solução certa. As perguntas de pesquisa formuladas para testes A/B podem ser assim:

• Qual versão do produto gera uma taxa de conversão mais alta?
• Qual das duas notificações push com redações diferentes aumenta o engajamento no aplicativo?

Um bom teste A/B deve incluir comparações o mais simples possível, por exemplo, em vez de comparar duas versões completamente diferentes do site, é melhor testar dois estilos de cabeçalho ou duas localizações distintas do botão CTA. Com comparações menores, reconheceremos precisamente qual fonte, cor, elemento ou localização influencia mais a experiência do usuário.

Esse método de pesquisa compreende testes de dois tipos: univariantes e multivariantes. O primeiro foca nas diferenças entre duas variantes de um item – por exemplo, um botão vermelho e um botão azul. O multivariado, no entanto, compara mais de 2 variantes de um botão ao mesmo tempo – por exemplo, vermelho, azul, verde e branco (além disso, eles ainda podem diferir em cabeçalhos, por exemplo, “Verifique isso” e “Veja mais”).

Os principais benefícios do teste A/B são a rapidez e os baixos custos. Eles também permitem avaliar várias variantes de produtos em um grande grupo de pessoas reais. No entanto, esteja ciente de focar nesses aspectos que podem ter um impacto real na percepção geral de um produto. Não compare elementos aleatórios. Faça uma hipótese, realize outras pesquisas complementares e, em seguida, consulte sua equipe de design e desenvolvimento. Juntos, vocês decidirão quais recursos essenciais examinar em várias versões, realizando testes A/B univariantes ou multivariantes.

O teste A/B parece uma forma rápida de pesquisa – embora não seja uma regra. Você pode precisar executá-los por algumas semanas para obter dados suficientes para análise de UX (mas você também pode conseguir isso em alguns dias ou até mesmo algumas horas). O tempo necessário para realizar uma pesquisa depende de muitos fatores.

Como conduzir testes A/B?

1. Identifique seu problema.

Certifique-se de aplicar as ferramentas analíticas corretas para estabelecer precisamente a natureza do problema.

2. Descubra o máximo que puder sobre o problema e os usuários. Tenha uma boa noção deles.

Identifique precisamente a localização do fluxo e tente descobrir por que isso acontece. Seu entendimento detalhado contribuirá para uma análise adequadamente rigorosa.

3. Formule uma hipótese respondendo como resolver o problema.

Uma hipótese é uma suposição testável. Você pode formulá-la na forma de uma condição – “se X acontecer, então Z”, ou seja, por exemplo, “se o título estiver na fonte 22 em vez de 18, a conversão aumentará”. O teste A/B permitirá que você saiba se a conjectura apresentada na hipótese está correta.

4. Defina seu objetivo.

Determine o que você deseja alcançar com o estudo, bem como durante todo o processo de pesquisa e design – por exemplo, você quer que mais usuários cliquem no botão CTA na página inicial.

5. Defina a precisão estatística.

Determine os números e figuras que você precisa tanto para a avaliação prática da pesquisa quanto para os stakeholders de negócios apresentarem – por exemplo, um aumento de 2% nas conversões os satisfará e valerá a pena investir em uma pesquisa?

6. Defina a escala necessária dos resultados.

Qual número de respondentes garantirá precisão estatística? Que porcentagem da base de usuários diária, semanal ou mensal tornará esses resultados valiosos e conclusivos? É imperativo determinar isso antes de prosseguir com a pesquisa.

7. Crie a versão B e teste sua hipótese.

Prepare uma variante extra (variante B) do site/produto/funcionalidade para sua hipótese e comece a testar. Nesta fase, os desenvolvedores entram em cena para implementar uma segunda solução alternativa para o produto existente – e os usuários se dividem inconscientemente em dois grupos (grupo A e grupo B) no site/aplicativo como antes. Durante a avaliação, tente olhar para seus dados apenas depois de ter coletado o suficiente para obter validade estatística e um resultado viável.

8. Analise e aja com base nos resultados do teste.

Se sua versão B atender ao limite de eficácia estabelecido e confirmar sua hipótese, você pode prosseguir para implementá-la para todos os usuários (não mais divididos entre as versões A e B). No entanto, se a hipótese for refutada, fique com a versão original A ou formule e teste uma nova hipótese. Além disso, verifique métodos de pesquisa alternativos para complementar os dados.

Resumo

O teste A/B é um assunto bastante técnico. Ele exige ter certo conhecimento de estatísticas, bem como um conhecimento técnico/programático mais especializado (ou um bom relacionamento com a equipe de desenvolvimento da empresa). É um método direto – além disso, é bastante simples, rápido e barato. Ele permite comparar duas versões alternativas de um produto a baixo custo com resultados satisfatórios. Além disso, suas descobertas são baseadas em usuários reais, sendo tão precisas quanto possível. No entanto, lembre-se de que você não pode testar todos os recursos, elementos ou pequenos detalhes do site – é por isso que, ao conduzir testes A/B, é padrão realizar outros métodos de pesquisa complementares.

Leia também: Métodos de pesquisa de descoberta

Se você gosta do nosso conteúdo, junte-se à nossa comunidade de abelhas ocupadas no Facebook, Twitter, LinkedIn, Instagram, YouTube, Pinterest, TikTok.