Concreta Capacitación
<http://concreta.uy/cursos-en-linea/?utm_source=elastic&utm_medium=mailing&utm_campaign=PSUX20210120&utm_content=Test
A/B (Glosario de UX)>
Un curso para introducirte en el diseño UX profesional
<https://concreta.uy/taller-intensivo-de-diseno-de-la-interaccion/?utm_source=emm171&utm_medium=mailing&utm_campaign=BuscarLectores&utm_content=Test
A/B (Glosario de UX)>
Taller Intensivo de Diseño de la Interacción
Próximo comienzo: 12 de octubre -
<https://concreta.uy/contacto/>
Hablá con un docente
Test A/B (Glosario de UX)
Los Test A/B permiten comparar estadísticamente dos soluciones diferentes a un
mismo problema de interacción.
<https://concreta.uy/biblioteca/test-a-b/?utm_source=elastic&utm_medium=mailing&utm_campaign=TIDI20210907&utm_content=Test
A/B (Glosario de UX)>
La idea central del Test A/B es comparar en tiempo real dos soluciones
diferentes a un mismo problema de interacción. Esta diferencia puede ir desde
un mínimo cambio de etiquetas o colores, hasta una solución completa y
radicalmente distinta.
Para desarrollar Test A/B se utiliza alguna herramienta de las múltiples
disponibles, y estas permiten configurar qué porcentaje del tráfico se
enfrentará a cada solución, y qué indicadores marcarán el éxito: retención,
cantidad de páginas vistas, retorno al sitio, objetivos, transacciones o
cualquier indicador numérico de tráfico en el sitio o aplicación. También
garantizan que cada usuario interactúe siempre con la misma solución, de modo
de no causar dificultades indebidas en la interacción. En general las
herramientas soportan un numero reducido de versiones pero no se limitan solo a
2.
Las herramientas tienen incorporados mecanismos de cálculo estadístico, que
permiten entender la probabilidad y los intervalos de confianza en los que una
solución puede ser mejor que otra.
Una virtud destacable del Test A/B es la capacidad de comparar interfaces
diferentes en el mismo contexto. En general cuando se evalúa la calidad de la
interfaz suele haber factores del entorno que inevitablemente incorporarán
sesgos, ya sea porque en los laboratorios en los que se hacen test los usuarios
son más tolerantes a las fallas, o sencillamente porque el tiempo hace que el
contexto entre la evaluación de una versión de interfaz y la siguiente genere
cambios imposibles de ponderar, o por cualquier otra razón.
Por ejemplo, es difícil entender cómo influye la fecha de vencimiento de un
impuesto en el uso del formulario para su liquidación. Si evaluamos una
interfaz muchos días antes del vencimiento y otra el día previo, tendremos
sesgos producidos por la urgencia y la obligatoriedad muy difíciles de
compensar. El test A/B permite eliminar estos problemas, ya que divide los
usuarios a medida que van llegando, sin influir en el contexto, permitiendo que
si se acumula un número suficiente de usuarios los resultados sean
significativos y confiables.
Dentro de las carencias podemos citar el hecho de que como todas las
herramientas estadísticas, brindan la conclusión sin explicar las causas: esta
versión funciona mejor que esta otra, pero no sabemos por qué.Test
Mulitivariable
En realidad el Test A/B es la variante mínima del Test Multivariable. Aquí la
idea es configurar variantes para múltiples elementos y combinarlos en todas
las versiones posibles.
Si bien la idea es tentadora, el hecho de que rápidamente la combinación de
variantes arroje cientos o miles de versiones hace que se trate de una
herramienta restringida a casos de alto tráfico. Por ejemplo, seleccionar 5
variantes para 4 componentes distintos genera 625 versiones diferentes. Si
pretendemos que cada versión reciba 1000 visitas, necesitamos al menos 625.000
visitas para esa página.
Sumado a ello los problemas estadísticos suelen ser más sofisticados y
requieren un análisis más profundo que el que brindan las herramientas que le
dan soporte. Se trata sin dudas de una herramienta más potente pero
sensiblemente más compleja, y tal vez eso explica la enorme popularidad de su
hermana menor: los test A/B.Inteligencia Artificial en los Test A/B
Hace ya un tiempo que aparecieron herramientas que realizan Test A/B
automáticamente en base a algoritmos de inteligencia artificial, como por
ejemplo
<https://abtesting.ai/>
ABtesting.ai.
La idea es interesante, porque lo que se pierde en precisión se gana en
cobertura. Con herramientas de Inteligencia Artificial es posible realizar Test
A/B masivos, por ejemplo en todos los nombres de producto de una tienda, o para
la imagen preferida de los productos. O personalizar una página de aterrizaje
para cada anuncio de una campaña.
Si bien se trata de una idea incipiente con un pie en el diseño de la
interacción y el otro en el marketing digital, los resultados son auspiciosos y
es de esperar que madure rápidamente en un futuro cercano.
___
Te invitamos a la charla de Manuel Razzari sobre Mitos de la Accesibilidad,
este 30 de setiembre a las 19 hs. de Montevideo y Buenos Aires, 18 hs. de
Santiago y 17 hs. de Bogotá y Ciudad de México.
<https://concreta.uy/charla-mitos-de-la-accesibilidad/?utm_source=elastic&utm_medium=mailing&utm_campaign=TIDI20210907&utm_content=Test
A/B (Glosario de UX)>
Inscripción gratuita
<https://concreta.uy/charla-mitos-de-la-accesibilidad/?utm_source=elastic&utm_medium=mailing&utm_campaign=TIDI20210907&utm_content=Test
A/B (Glosario de UX)>
<http://tracking.concreta.uy/tracking/unsubscribe?d=uSqUTx9n4N743ViptdRDE6VUsZyPTjcMZz3usw7-JERRsIkdyIhcevVA2BtMwWuWkDgpL7z-Qf-8kBV3EBxmJR4zEf74Pl2fhTrd7LbDHKeCGWeNjs9P17uVj1yrh10F9xaYPbVKk6sKZScdrkZpemhNPfeixQo5uE-wQ1opBExpdxnfdSbJXtqK8BNZjrB16OjJNroNTZxnmIGKmLeNMdP_Lsu6qWCvueyVP07uZOTHtIa0at7Jh_zMq4n8hXuUBJ0FsB3NRH_abwBg95sEiTgVP4ZQb0IaJX9LkpvyAm3XQVFG-Fw2CV5m_PmHkiVRiIB87-rIcbjFk9iIH_8BGsa5riG7yuewKoRrvqs1VELshRBrqDp8NHtH-SQXgky2MIEYLyUl7qtaQyHsuz7PFtA1>
No quiero recibir información sobre cursos de Concreta
Concreta, Soriano 903 of 501, Montevideo, Montevideo, 11100, Uruguay,
concreta.com.uy_______________________________________________
Pkg-grass-devel mailing list
[email protected]
https://alioth-lists.debian.net/cgi-bin/mailman/listinfo/pkg-grass-devel
