CRO en entornos de tráfico limitado

Resumen de la clase:

• A-B Testing es una metodología efectiva, pero puede no ser siempre factible debido a la falta de poder estadístico o a la necesidad de implementar cambios rápidamente en situaciones de negocio.

• Implementaciones controladas implican realizar cambios y comparar su desempeño con el estado anterior al cambio, aunque no sean tan rigurosas como las pruebas A-B estadísticamente significativas.

• Se dan recomendaciones para realizar implementaciones controladas de manera efectiva:

  1. Documentar el cambio como un experimento con criterios de rigor.
  2. Evitar efectos de estacionalidad al elegir períodos de comparación.
  3. Establecer una base y duración de referencia para realizar la comparación.
  4. Trabajar con una sola hipótesis a la vez para mantener la claridad en la evaluación.

• Se destaca que seguir estas recomendaciones permitirá tomar decisiones basadas en datos de manera más eficiente y ganar una ventaja competitiva en la toma de decisiones basadas en datos.

Siempre recuerdo a mi profesora de Marketing en el zoom, una alumna le preguntó:

-Profesora, ¿Cómo puedo asegurar que mi campaña tendrá aceptación?
-Segmentación
-Profesora, ¿Cómo aseguro tener más clics en la campaña de Google o Facebook?
-Segmentación
-Chicos, chicas. No se olviden, si a una campaña le va bien, o no tiene buenos resultados, todo pasa por la segmentación.

Ante eso, sí creo que primero hay que hacer una buena campaña de reconocimiento de marca, posicionarse, descubrir y corroborar a ese “buyer persona” porque incluso podríamos estar equivocados y tal vez el rango de edad son cinco años antes y cinco años después. Que en términos de segmentación, es muchísima gente. Ya tendiendo claro el target, se puede profundizar con el test A/B El Test A/B es una tremenda herramienta, pero su aporte se diluye, en caso que la segmentación sea inconsistente.

En lo personal me ha tocado harto luchar con el problema de no tener la capacidad ya sea por tiempo o por bajas conversiones para hacer los test más rigurosos y como lo comentas saco una métrica promedio en multiples periodos (historia completa, últimos 60 días, últimos 90 días, etc) y asi me aseguro de que existe cierto intervalo como base para comparar cuando voy ejecutando cambios

Creo que en Startups, que ha sido donde me he movido más los últimos años, y sobretodo al principio, se tiene una cantidad baja de datos, además de que en algunas organizaciones no entienden de la importancia de bacer implementaciones controladas, la prioridad está en lanzar rápido, y quizá, fallar rápido por lo mismo, y volver a lanzar otro experimento en la oscuridad, hasta que le atines, por mera probabilidad por la cantidad de intentos.