Ya hace unos días que Google Analytics añadió lo que ellos llaman «Experimentos de Contenido» a sus posibilidades nativas. Los Experimentos de contenido no son otra cosa que los famosos tests A/B que nos permiten probar distintas versiones de una misma página para averiguar que factores son los que ayudan más a los usuarios de cara a que realicen los objetivos que tenemos previstos para ellos. Es decir, son herramientas de performance marketing orientadas a la conversión.

Google, desde hace mucho tiempo, nos ofrecía de forma gratuita la plataforma de Google Website Optimizer (GWO, o simplemente «el optimizer», para los amigos), pero esta herramienta resolvía tests directametne, sin aportar mucha más información.

Personalmente, desde que descubrí las variables personalizadas decidí dejar de hacer tests separados de la analítica de la página pues con estas variables podía permitirme el lujo de no solo ver que diseños o contenidos convertían mejor sino examinar todas las métricas de Analytics en función de estas versiones. Con esta integración este tipo de tests se vuelven un poco más sencillos, su integración con el resto de aun no existe pero queda mucho más cercana… pero aún no es todo perfecto. ¿Lo vemos?

¿Cómo funciona todo esto?

Lo primero que debemos hacer es tener nuestra web con Google Analytics instalado y configurado según las necesidades del negocio en cuestión: Dominios, tiempos de cookies, variables de campaña, variables personalizadas, eventos, etc. Dentro de toda esta configuración lo importante es que hayamos definido como objetivo de G.A. al menos nuestra conversión principal pues son estos objetivos los que Google usará para medir nuestro test. Dependiendo de nuestra web esto pueden ser ventas, leads, formularios de contacto, visualizar x página, etc. El uso de objetivos reales es un gran avance de la funcionalidad con respecto a Google Website Optimizer pues nos permite ocuparnos solo del test y que el resto siga funcionando como lo hacía hasta ahora.

Aquí es importante resaltar que de momento tendremos algunas limitaciones:

• No se tienen en cuenta objetivos de tiempo de visita y de número de páginas vistias. Personalmente el primero me da igual (ya he comentado muchas veces que sabiendo como lo captura no me lo creo), el segundo, la verdad es que nos sirve para ver navegaciones más dedicadas en nuestra web y no creo que para eso un A/B sirva de mucho por lo que en definitiva me da exactamente igual.
• No hay indicaciones de que se puedan tener en cuenta las transacciones de comercio electronico para el testing… Una lástima puesto que en ocasiones en realidad tendrán más sentido estas variables que el numero de conversiones sueltas

Creando un Test A/B

Como siempre en estos casos necesitamos:

• Una página real de nuestro site que vaya a recibir tráfico y que esté orientada a uno de los objetivos que decíamos
• Distintas versiones de esa página, no accesibles en la navegación de los usuarios pero con una URL propia para ser vistas. Aquí lo normal es o bien duplicar la página original en html estático (sin programación por detrás) y colgarla en cualquier url escondida o crear una serie de variables que hagan que la página se vea distinta (por ejemplo midominio.com/mipagina.html?version=2 podría mostrar otro diseño para mipagina.html).

Una vez tenemos claro lo que vamos a medir, ahora vamos a

• Google Analytics >> Informes Estándar >> Contenido >> Experimentos

Sí, es un lugar raro para ubicarlo, yo habría puesto la configuración directamente en el Admin, pero bueno, hay muchas cosas en sitios raros en analytics, que le vamos a hacer. Ya lo arreglarán.

Comentar que como en todo lo que implica configurar la cuenta de Analytics, debemos ser administradores para poder realizar experimentos, no se nos permitirá crear uno si nuestro acceso a la cuenta es normal.

Desde esta parte podremos crear nuestro primer Test A/B integrado con analytics.

Comentar que como en la mayor parte de sistemas A/B, en realidad estos test son como bien los llama Google A/B/N, pues no permiten solo examinar dos versiones, sino probar una colección de diseños distintos tan grandes como desees. Eso si, no debemos confundir el test con un multivariante pues aquí probamos páginas distintas y en el multivariante lo que hacemos son colecciones de pequeños detalles a cambiar en la misma página.

Aquí el proceso resulta bastante sencillo. Primero indicamos las distintas Urls para visualizar nuestro test y les pondremos un nombre suficientemente descriptivo para que sepamos luego que es cada versión. Estos nombres serán los que nos muestren luego los informes así que cosas como «version1», «version2» no nos van a ser de mucha ayuda. Será mucho más productivo usar descriptivos: «Página Original», «Con precio», «Con botón en la parte superior», «Sin puntos de fuga», etc…

Luego escogemos el objetivo que deseemos (como decíamos los de tiempo y páginas vistas no estarán disponibles ni se nos permitirá asociar transacciones) e indicaremos un par de datos de configuración más.

En esta parte es de agradecer dos opciones que se nos dan:

1) Enviar notificaciones por email: Que para tests lentos es de gran ayuda.

2) Capturar la URL real en visitas a la variante: Esto permitirá no ensuciar la analítica normal con los tests que realicemos.

Por último se nos brindará un «pequeño» código javascript que debemos incluir (copiar y pegar) en todas las páginas que formen parte del test. Una vez instalado este script el test estará funcionando y al cabo de pocas visitas ya podremos ver sus informes de resultados como en la imágen superior de este post donde nos indicarán además si ya existe un ganador estadístico del test o no.

Nota sobre SEO

Ofrecer una página distinta a ciertos tipos de usuarios o a los buscadores frente a los usuarios es una técnica de SEO Black Hat (penalizable) llamada Cloaking (encubrimiento). Por suerte, google nos aclara que en el caso de testing eso no es un problema, pero es un detalle a tener en cuanta por si montamos nuestros propios tests.

Otro tema es que como muy bien nos recuerdan en la documentación de los experimentos es importante marcar con rel=»caonical» todas las variaciones creadas para que no se indexen páginas del test como reales.

Conclusión

Google Analytics ha hecho un gran trabajo importando las funcionalidades de Optimizer a Analytics. Ahora la integración es más rápida y cómoda, pero siguen sin haber aportado nada especial a la misma.

Comentaba al principio que yo prefiero el uso de variables personalizadas para hacer test ya que me permiten no solo ver el test en sí sino saber más de los mismos y averiguar más detalles sobre porque una versión es mejor que la otra. Los nuevos tests de momento no aparecen como dimensiones y métricas y por lo tanto no pueden cruzarse con el resto de variables de analytics (de momento nada de sacarlos con la API, segmentar, ni de crear informes personalizados con estos tests) así que, en definitiva, seguimos igual que como estabamos con Optimizer…

Pero por mi parte haré un acto de fe y creeré que este es solo el primer paso para crear realmente como dimensiones las distintas versiones del testing y como métricas los valores de éxito… En ese momento dejaré de usar (además de los tests) las variables personalizadas.

Documentación

Si quieres profundizar en todo esto un poco con la documentación directa de Google te dejo aquí unos cuantos links para que pases unos minutos leyendo de que va todo esto:

• El anuncio con vídeo y todo de esta nueva funcionalidad (1 de Junio en inglés)
• Documentación en support.google.com (español)
• Guía para configurar los experimentos (español)

¿Lo has probado?

Como siempre, tus comentarios son bienvenidos. Si has lanzado ya algún test con la nueva herramienta estaremos todos encantados de leer que tal te ha ido (yo el primero).