Centenas de anúncios e campanhas publicitárias impactam os usuários da internet diariamente. Sabendo disso, qual será o caminho para se destacar nesse vasto universo online? Por aqui, acreditamos em experimentos baseados em dados, os quais geram descobertas que nos ajudam a trabalhar cada vez mais assertivamente no mundo digital.

No mercado desde 1999, Take Blip é uma empresa que se reinventou ao longo dos anos em prol da transformação digital e da democratização da comunicação no Brasil. Lá nos anos 2000, éramos líderes nacionais em ringtones – ou, para quem não é dessa época, toques de celulares –, depois evoluímos para o lançamento do torpedo a cobrar e, em 2016, em um formato mais parecido com o que temos hoje, começamos a trabalhar com chatbots e contatos inteligentes.

Hoje, já temos mais de 100 mil chatbots criados em parceria oficial com WhatsApp e somos apoiados pela Apple no Brasil. Por meio das parcerias com gigantes de tecnologia globais, mais de 10 bilhões de mensagens já passaram por nossas plataformas.

Ok, mas o que isso tem a ver com os Testes A/B? Bom, aqui acreditamos na máxima de estratégias baseadas em dados, ou data driven. Adotamos e adaptamos o framework raiz das startups e usamos como base a filosofia do Ciclo Lean, que se resume em: construir, medir e aprender – trabalhando com um talentoso time de desenvolvedores, que além de utilizar os testes para otimizar os resultados de nossos clientes, também os aplicam para atrair novos clientes.

A testagem faz parte do nosso DNA, e queremos contribuir para que outras startups possam utilizar essa ferramenta para alavancar seus negócios também.

Entenda o que é um Teste A/B

O Teste A/B é basicamente um método de testagem que avalia a efetividade de uma hipótese a partir de duas variáveis.

Nesse caso, uma hipótese significa que alguém, em determinado contexto, almeja um resultado realizando alguma ação, ou seja, temos um sujeito, um contexto, uma ação e um resultado específico.

Por exemplo, se tivermos uma página de conversão com um funil de vendas e quisermos gerar leads para o negócio, será que é melhor mostrar o preço do serviço ou não? O que fará com que as pessoas realizem o cadastro? O teste deixa duas páginas disponíveis para uma determinada audiência, por um determinado período de tempo, uma com o preço à mostra e a outra não, e os resultados vão indicar o melhor caminho, ou seja, a página que gerou mais conversão.

Delimitando os Testes A/B

Assim como em procedimentos científicos, é importante validar variáveis isoladamente, para entender o comportamento micro e assim poder expandir para o macro, de modo a entender o experimento por completo.

Imagine a situação: o objetivo é que os usuários cadastrem seus e-mails para receber mais informações sobre o pacote de serviços que a empresa oferece. No teste, existe uma opção (variável 1) com o botão ''saiba mais'' em azul, e outra opção (variável 2) com o botão em vermelho. Mas, na segunda opção, o call to action também muda para “compre agora''. A variável 1 foi a que performou melhor. Como saber se o resultado se deu pela cor ou pelo texto do botão?

Por isso é importante começar do micro e expandir gradativamente, lembrando sempre que esse é um ambiente de aprendizagem e que, portanto, qualquer resultado é positivo para a empresa.

Além da delimitação de variáveis, é fundamental também definir o público e o tempo de duração para seu experimento.

Quanto ao tempo, como o nosso público-alvo são outras empresas, rodamos nossos experimentos por pelo menos 15 dias para obter bons resultados, pois o fluxo de pessoas é limitado. Mas isso varia de acordo com cada negócio. Normalmente empresas focadas no consumidor final tendem a rodar experimentos por períodos mais curtos.

Quanto ao público, não recomendamos rodar Testes A/B quando o negócio ainda estiver no início, com uma base de pessoas muito pequena, pois assim não será possível identificar verdadeiramente o comportamento do mercado em relação àquela ação. Nesse momento inicial, vale apostar em testes diretivos, fazendo ajustes finos nas hipóteses em busca dos resultados.

Os três maiores desafios na construção de um Teste A/B

• Hipóteses claras

Ter as hipóteses bem definidas e com variáveis bem delimitadas pode ser um grande desafio. Tente ser o mais fiel possível à hipótese inicial e evite caminhos longos e refações ao expandir as variáveis.

• Base segmentada

Dividir a base pode ser complicado. Entenda seus objetivos e realize o teste a partir de uma base de contatos consistente e que possa trazer resultados que impactem o objetivo final do experimento.

• Definição das métricas

Um experimento pode gerar dezenas de indicadores de desempenho, mas não é necessário analisar todos eles. Para experimentos iniciais, é recomendável definir entre três e quatro indicadores e focar na análise profunda desses dados. A pergunta chave para defini-los é: o que eu quero validar com esse experimento?

Para organizar tudo isso, os responsáveis por Testes A/B são divididos em squads (pequenos grupos de colaboradores que trabalham em um mesmo projeto) e cada squad tem um(a) Product Manager, um(a) Product Designer, engenheiros(as) de software, um(a) tech lead e um(a) QA, sendo este último responsável por garantir a qualidade do teste. Além desses times, há profissionais de marketing, data analytics e design lab que participam dos processos para agregar a visão de suas respectivas áreas.

Recentemente, nosso time participou do Growth Academy, cuja experiência expandiu ainda mais nossa visão sobre crescimento e desenvolvimento do negócio. Assim como tivemos acesso a sessões de mentoria para escalar nossa empresa, nos propusemos a compartilhar com outras empresas um pouco do nosso conhecimento.

Para finalizar, duas dicas para ter uma experiência melhor

1. 1. Consolide seus aprendizados
   Lembre-se de sempre consolidar os aprendizados conquistados em um teste, eles podem ser importantes para evitar retrabalho em projetos futuros. Não faça um teste com viés de confirmação, e sim com viés de aprendizado.

1. 2. Os testes são um espaço de aprendizado
   Estamos falando de testes, então, existe margem para erro. Você não necessariamente precisa validar uma hipótese, mas sim entender com o mercado o que essa hipótese vai dizer sobre a percepção do público em relação ao seu negócio.

Essas são algumas dicas e conceitos básicos para começar a trabalhar com a ferramenta de testagem A/B, que, quando bem executados e com resultados bem analisados, podem ajudar uma startup a consolidar seu nome no mercado e gerar leads qualificados.