Como montar un test A/B con Experimentos de Google Analytics

Ya no hay vuelta atrás, amigos, Google ha decidido “matar” a Google Website Optimizer, la herramienta más popular de A/B testing y multivariante, y suplir este asesinato (el 1 de agosto de 2012 es el último día que podremos entrar a Website Optimizer) con una nueva opción disponible en Google Analytics llamada “Experimentos”, que está disponible en el menú de contenido.

¿Y cómo funciona “Experimentos” de Google Analytics, como se monta un test A/B ahí?

Bueno, para empezar hay que decir que si has montado ya tests A/B en Website Optimizer, la mecánica de Experimentos es muy similar y, por tanto, no te será dificil adaptarte (otra cosa es que la herramienta te guste más o menos). Si eres un iniciado y no has montado nunca un test A/B, Experimentos es tan sencillo de configurar (o más) que Website Optimizer, así que vamos con ello.

Para montar un test A/B con Experimentos los pasos que debemos seguir son:

Primero. Entrar en Google Analytics y seleccionar el perfil del dominio en el que vamos a montar el test.

Segundo. Ir a la sección “Experimentos”, que está dentro de “Contenido”, en el menú lateral izquierdo de Analytics. Para que localiceis donde está fijaros en la imagen bajo estas líneas:

Menú de contenido de Google Analytics, donde está la opción Experimentos

 

Tercero. Si aún no habeis utilizado Experimentos en Analytics, tendreis una presentación del sistema y una opción para introducir la URL de la página original que vais a testar, es decir, el modelo original que ya está funcionando, lo que ya está online, vamos. Es cuestión de introducir la URL que quereis que sea objeto del test y hacer clic en “Empezar a experimentar”. Si ya has hecho un test antes o estás manejando una cuenta en la que se hizo un test, tendrás un botón “Crear experimento” con la misma función.

Primer paso para configurar un test A/B en Experimentos de Analytics

 

Cuarto. A continuación, debes introducir la ruta de la página web que es el diseño variación del original. Puedes introducir más de una variación. Y también en este paso se les pone nombre a las variaciones y al propio test.

Segundo paso para crear un test A/B con experimentos de analytics

 

Quinto. Debes elegir el objetivo que deben cumplir las páginas de entre los objetivos que tengas configurados en Google Analytics. En caso de que el test vaya a servir para validar una acción que no está objetivada en Google Analytics, primero deberás configurar esa acción como objetivo.

Introducir objetivo en el test realizado con Experimentos

 

Sexto. A continuación debemos insertar tanto en la página original como en la de objetivo un código que analytics nos proporciona (o que podemos enviar a nuestro webmaster, ese concepto tan kitsch) y que debe insertarse justo después de la etiqueta <head>. Del mismo modo, en todas las páginas del test debe estar incluido el código de Google Analytics, además del propio del test.

Código de Experimentos que se debe insertar

 

Séptimo. Los códigos de la página original y sus variaciones se validan. Para ello es necesario que hayais subido por FTP o hecho el despliegue en producción correspondiente que permita ubicar las páginas en producción (funcionando, vamos) con los códigos que os ha dado Experimentos incluidos.

Confirmacion de codigo correcto en un experimento de Analytics

 

Octavo. Se valida todo lo anterior y se ejecuta el experimento.

Validacion final de un experimento en Analytics

 

Y ya está. El test ya se ha puesto en marcha!

Visualizacion datos de experimento en Analytics

A partir de aquí lo que queda es controlar la evolución del test A/B para comprobar que los valores de conversión o rendimiento de la versión o versiones alternativas ofrecen datos de interés, tanto en positivo como en negativo. La interfaz quedará como vemos en la imagen sobre estas líneas y cada día que pase irá recopilando datos y mostrando las gráficas de tendencia del mismo modo que hacia Website Optimizer.

Bueno, esto es lo que hay a día de hoy y esta es la forma de hacer un test A/B a través de Google Analytics con la nueva opción de Experimentos.

¿Se ha entendido todo, ha quedado clarito? Sí, pues ala, aprovechad para iniciar vuestras experiencias de testeo ahora que está todo tan integradito en Analytics.

 

Comentarios

Información Bitacoras.com…

Valora en Bitacoras.com: Ya no hay vuelta atrás, amigos, Google ha decidido “matar” a Google Website Optimizer, la herramienta más popular de A/B testing y multivariante, y suplir este asesinato (el 1 de agosto de 2012 es el último día que po……

Buenísimo y super útil Ricardo, muchas gracias por compartirlo.

Hola Ricardo, muy buena info!
pero tengo una duda, en el punto sexto indicas que se debe poner tanto en la original, como en la objetivo el código de analytics que proporciona, pero en las indicaciones de google indica que sólo en la original:
“Asegúrese de que las páginas originales y de variación tienen el código de seguimiento de Google Analytics instalado .
A continuación, pegue el código de experimento justo después de la etiqueta de apertura “head” en la parte superior de la página original”
El caso es que tengo un experimento activo y los resultados que me está dando no creo que sean muy realistas, porque sólo me muestra conversiones en la original, y el cambio hecho en la variación es pequeño como para que no haya conversiones, ¿puede ser por esto?
muchas gracias!

Hola Ana,

Si no colocas el código de Google Analytics en ambas páginas Experimentos no te deja lanzar el test, así que debe estar en esas páginas y en la de objetivo también, aunque no lo indique expresamente. Si el test te da datos raros, es porque lo tienes funcionando, y por tanto el código está, a priori bien puesto, ya que Experimentos lo ha localizado.

¿Es un test hecho con Experimentos? ¿de qué tipo, qué objetivo? Cuéntame un poco más para poder ver donde puede encontrarse el problema. Si no quieres comentar en abierto mi email es ricardotayar@gmail.com

Un saludo,

Ricardo

Que bien, te sigo hace poco desde GReader y es muy interesante tu blog, aprendizaje, OK!, saludos, y esta a la orden mi blog, chao!

Hola Ricardo.
¡Qué sencillo lo explicas! Como siempre 🙂

Tengo una duda. Si mi site tiene un gestor de contenidos que me crea la ficha de producto y quiero probar 2 variaciones de esa ficha, por ejemplo ficha1.php y ficha2.php, pero al tener URLs amigables, cada producto cambia de URL!! ¿Cómo puedo realizar el test A/B de TODAS las fichas de producto? (imagínate que quiero probar si los botones rojos funcionan mejor que los verdes, por ejemplo) ¿No es posible?

Muchas gracias!

Hola Ricardo gracias por la info, voy a ponerme con ello. Una pregunta, si quiero testear un blog tengo que crear otro blog y copiar lo mismo que el original?

Hola! Soy un nuevo seguidor de tu blog que vengo recomendado por una amiga.

Me parece muy muy interesante lo de los tests a/b pero mi duda es: ¿Cómo hago dos versiones OPERATIVAS de una misma página? Es decir, de manera funcionalmente ¿cómo planteo que una vez se vea una página y otra vez otra? ¿de forma aleatoria? ¿por horarios?

Y una segunda duda.. ¿éste test me serviría para testear las combinaciones de color de toda una estructura web? ¿qué debería estudiar? ¿el aumento de visitas o conversiones simplemente?

Muchas gracias! un saludo

Hola Jaime,

Me alegro de que tu amiga te recomendara este blog, eso siempre es buena cosa 🙂

Hacer dos versiones operativas de una misma página es justo lo que consigues montando un test A/B como se explica en este post. Como mínimo tendrás dos versiones funcionando (A y B) de la misma página. Experimentos de Analytics plantea la visualización de las páginas de manera aleatoria, de forma que el tráfico se distribuye aleatoriamente entre una y otra versión. Otras herramientas de testing más avanzadas permiten distribuir el tráfico por otros criterios, como el horario, pero no es el caso de Experimentos de Analytics.

Este tipo de test si que te servirían para testear las combinaciones de colo, claro. Lo que deberías estudiar son las conversiones y no las visitas, ya que dependen de otras variables y factores.

Un saludo,

Ricardo

Hola Ricardo! Muy interesante!
Tengo una duda, hace unos días configuré algunos test A/B y veo que hay mucha diferencia entre el número de visitas a la pagina original y el numero de visitas en la pagina”Variación”.

Por ejemplo la pagina original tiene 1.200 visitas y la pagina variación 300 visitas, y claro.. no tendré datos fiables…

Sabrías si tengo que configurar alguna cosa más?

Muchas gracias por tu ayuda!

Hola Alba,

En principio, con la información que me das no te puedo decir mucha cosa. En principio, salvo que tu alteres las condiciones del experimento, analytics envía el 50% del tráfico a cada variación, por lo que si te esta pasando eso y hay tanta diferencia de tráficos, hay alguna condición del experimento que ha sido alterada bien manualmente o por accidente. Revisado todo bien, pero desde luego hay algo ahí que no funciona ok.

Si quieres que te eche un cable envíame un correo y cuéntame todo un poco más en detalle, ok?

Un saludo,

Ricardo

Muchas gracias por tu comentarios, lo revisaré todo otra vez a ver si encuentro algún fallo.

Nos vemos en alguna conferencia, en el Conversion Thursday por ejemplo 😉

Mil gracias!
Alba

Hola Ricardo,

Primero, muchas gracias por todo lo que aportas.

Llegué hace tiempo a este post buscando como configurar experimentos en Analytics y hubo una cosa quedé con ganas de comentarte. En la parte que hablas del código de experimento:

“A continuación debemos insertar tanto en la página original como en la de objetivo un código que analytics nos proporciona”

No sé si esto ha cambiado desde que se lanzó, pero actualmente basta con incluirlo en la página “Original”. En esta misma y en todas las demás si tiene que estar el código de Analytics.

Respecto al último comentario, Google Analytics no repartía el tráfico de manera equitativa entre las dos versiones, le daba más peso a la versión con un % de Conversión mayor. En la última actualización ya si te permiten ajustar como se reparten las visitas.

Saludos y gracias.

Hola Alvaro,

Este post en concreto tiene algo más de un año y, como bien dices, algunas cosas han cambiado en experimentos de Google Analytics y una de ellas es justo la que comentas, ahora ya no hay que insertar un código de objetivo, sino que basta con el código de analytics estándar. Eso sí, lo que se mide como objetivo debe estar configurado como tal. Eso no ha cambiado.

Un saludo,

Ricardo

Gracias Ricardo por el post, aunque tiene más de un año sigue siendo igual de útil.
Aquí unos problemas que me he encontrado y como los he solucionado:

– Sub-dominios
Si nuestra web usa varios sub-dominios (por ejemplo para el idioma) veremos como Google Analytics da un error al validar el experimento. Para solucionarlo hay que poner el siguiente código justo antes del script del experimento:

_udn = “midominio.com”;

– Urls SEO-Amigables
Si por ejemplo tenemos una tienda online y queremos analizar nuestras páginas de producto, pero estas tienen urls amigables como: midominio.com/mi-producto, midominio.com/mi-segundo-producto,… no queda muy claro como configurar-lo. A mi me ha funcionado de esta manera:
* en url original pones una url de un producto cualquiera: midominio.com/un-producto-cualquiera
* en las variaciones, seleccionamos la opción de url “relativa” y en el campo url solo escribimos una variable GET elegida por nosotros: ?mivariableget=1
si tenemos más variaciones, solo cambiamos el valor final: ?mivariableget=2, ?mivariableget=3…

Con esto conseguimos que automáticamente cuando un usuario vaya a midominio.com/mi-producto sea redirigido a midominio.com/mi-producto?mivariableget=1 y así nosotros mostrar los cambios de la primera variación.

Hola Ricardo,

Un articulo muy útil!

Una pregunta, ¿sabes si funciona con tag manager? Me esta dando problemas con las detecciones del código de la pagina original y la de la variación.

Gracias,

un saludo

[…] Los tiempos en los que uno fabricaba una fórmula mágica, la patentaba y se echaba a dormir pasaron hace mucho. En redes sociales las cosas se consiguen de otra manera. Prueba y error. Prueba y error. Y hablando de pruebas, los test A/B pertenecen a esa realidad alternativa que escapa a la comprensión humana. Pero hasta de éso has de saber algo. A estudiar toca. […]

[…] Los tiempos en los que uno fabricaba una fórmula mágica, la patentaba y se echaba a dormir pasaron hace mucho. En redes sociales las cosas se consiguen de otra manera. Prueba y error. Prueba y error. Y hablando de pruebas, los test A/B pertenecen a esa realidad alternativa que escapa a la comprensión humana. Pero hasta de éso has de saber algo. A estudiar toca. […]

Comentar

*Campos obligatorios

No te pierdas

Foto de Crank County Daredevils en concierto
9 noviembre, 2015
El análisis digital y la importancia de contar con los factores endógenos y exógenos
La verdad es que hoy día, siempre que hablamos de análisis digital, tenemos una tendencia muy poco sana a plantear un análisis del modelo de negocio digital que sea partiendo...
Imagen de un sitio web destino de un dominio spam de Analytics
28 abril, 2015
¿Por qué debes eliminar el tráfico spam que llega a tu Google Analytics?
Desde hace ya unos meses es muy habitual encontrarse en la sección "Adquisición / Todo el tráfico / Referencias" de Google Analytics, donde se lista el tráfico referral a tu...
Grafico de Analytics con datos de conversion de este chat en un comercio electronico
18 febrero, 2015
La enorme diferencia entre hacer reporting (recopilar datos) o análisis web / digital
Estamos en 2015 y, ey, ya empieza a ser bastante habitual que cualquier empresa con un mínimo contacto con lo digital esté familiarizada, aunque sea de una forma muy básica,...

Si continuas utilizando este sitio aceptas el uso de cookies. más información

Los ajustes de cookies de esta web están configurados para "permitir cookies" y así ofrecerte la mejor experiencia de navegación posible. Si sigues utilizando esta web sin cambiar tus ajustes de cookies o haces clic en "Aceptar" estarás dando tu consentimiento a esto.

Cerrar