#76 Teste A/B: Melhores práticas

Na edição #75 eu comentei a respeito da importância do Teste A/B e como ele é diferente de simplesmente enviar diversos criativos ou criar múltiplas campanhas.

Como eu acredito que a ferramenta é subutilizada, vale a pena revisar alguns aspectos fundamentais da ferramenta de experimentos da Meta.

Um dos primeiros empecilhos para um teste é a organização das campanhas. Às vezes porque você trabalha com múltiplas campanhas para o mesmo produto, talvez você imagine que precise de uma estrutura super ultra organizada para começar seus testes.

No passado até que sim, mas hoje em dia a Meta tem a opção de testar "Grupos de Campanhas". Isso significa que você pode agrupar todas as campanhas de uma hipótese e testar.

Mesmo que você queira comparar 2 produtos diferentes e cada um tenha um número de campanhas diferentes, isso não é um problema. Você pode simplesmente agregar todas as campanhas em um grupo de campanhas.

Só essa dica já permite que você organize praticamente qualquer estrutura de testes com a ferramenta de experimentos.

Outro cenário que ajuda a destravar os Testes A/B é a comparação de conjuntos de anúncios, mesmo que eles estejam em campanhas diferentes!

A princípio você pode ficar com a impressão de que o conjunto de anúncio obrigatoriamente seria da mesma campanha, mas não. Você pode testar as mais diversas hipóteses com conjuntos diferentes.

Você também vai precisar definir um prazo e especialmente uma métrica principal (KPI), que é a métrica que vai te guiar para responder à pergunta da sua hipótese:

Atualmente, além da métrica principal, você também pode (e deve) definir métricas secundárias. Um ótimo uso de caso é quando você efetua tanto coleta de leads como conversão e quer fazer uma análise do custo de lead para a campanha mais eficiente.

Isso pode gerar argumentos para validar o custo de um lead mais caro, por exemplo.

Imagine o cenário:

• Campanha 1 tenha leads a R$5,00 | mas a conversão a R$80,00.

• Campanha 2 tenha leads a R$7,00 | mas a conversão a R$45,00.

Você poderia facilmente usar os resultados concretos e estatisticamente validados de um Teste A/B para defender a oscilação de um lead, ou planejar melhor seu orçamento com base nisso.

As métricas secundárias não têm nenhum impacto na escolha do teste vencedor, então a forma correta de utilizá-las é para ampliar o contexto da análise do seu teste.

No final, a ferramenta tem evoluído para se tornar uma fonte segura de aquisição de inteligência para os anunciantes.

E mais uma vez, nessa altura você já deve imaginar o quão superior é utilizar uma estrutura correta de testes ao invés de simplesmente subir uma série de criativos ou campanhas para validar uma hipótese.