Uma das grandes incertezas de qualquer empreendimento comercial (e especialmente quando se trata de marketing) é saber se uma ação é viável. Determinar quantitativamente a validade de qualquer peça de publicidade, conteúdo ou campanha on-line pode ser especialmente complicado. Portanto, tivemos muita sorte pelo fato de a Internet ter gerado uma mina de ouro de medidas de teste on-line. Este caso de teste A/B mostrará como ajudamos dois escritórios de arquitetura holandeses a dar o melhor de si e aumentar sua presença on-line.

Na Promoguy, empregamos medidas meticulosas para garantir que nossos clientes recebam os melhores serviços de marketing on-line. A comparação de variantes A/B é uma grande parte desse processo, pois ajuda a obter informações sobre as necessidades de segmentação. No entanto, nosso processo é mais complicado do que simplesmente lançar duas peças contrastantes de conteúdo de marketing e comparar números.

Como ilustra este caso de marketing on-line, a empresa observou um crescimento em suas métricas de meta logo após implementarmos novas medidas. Esse caso segue uma série de iniciativas em plataformas de mídia social (LinkedIn e Instagram) para testar novos tipos de conteúdo, realizar campanhas de geração de leads e aumentar o envolvimento do público.

Histórico do cliente

Como empresas de visualização arquitetônica, as empresas holandesas produziam Simulações de fotos em 3D de vários projetos de design residencial, urbano ou industrial. Algumas dessas visualizações eram feitas a pedido de clientes ou empresas de design, enquanto outras participavam de competições. Esses projetos poderiam ajudar as empresas e os arquitetos a apresentar seus projetos de forma mais agradável, retratando os projetos como eles apareceriam após a construção.

Os clientes estavam ambos sediados na Holanda, mas seus serviços também se estendiam a outros países. A maior parte de seu trabalho era local em seu país de origem e em países próximos, como Alemanha ou Bélgica. Seu trabalho era extenso, sendo que um dos clientes já operava há mais de duas décadas. Eles vinham utilizando vários de nossos serviços há bastante tempo (conforme destacado em casos anteriores).

Não é preciso dizer que eles queriam melhorar suas respectivas presenças on-line, atrair mais clientes e aumentar o envolvimento com o alcance da mídia social. Seu principal objetivo era a construção da marca e a criação de uma versão convincente e testada pelo público de seu conteúdo de marketing on-line. Portanto, as duas empresas estavam buscando a geração de leads e o aumento do reconhecimento da marca como forma de expandir seus negócios.

Mais especificamente, eles queriam atrair um tipo muito específico de clientela com cada campanha. Determinados clientes eram para geração de leads. Para isso, uma empresa estava procurando atingir arquitetos ou pessoas potencialmente interessadas em escritórios de arquitetura na Holanda, ou seja, que pudessem querer utilizar seus serviços. Da mesma forma, uma segunda campanha foi baseada em uma lista de mala direta preparada pela empresa.

Nossos especialistas também concluíram que, para atingir esses objetivos, a empresa precisava infundir o conteúdo com sua própria identidade e formatação distintas, testando-o em diferentes versões. Isso deveria incluir textos, imagens e páginas diferentes que fossem visíveis para os clientes.

Processo de teste A/B

Nossos processos de teste A/B variam de projeto para processo. Como linha de base, podemos criar testes AB para tudo o que um cliente desejar. Isso inclui públicos de teste de localização, interesses diferentes, idade, gênero e testes de favorabilidade de imagem ou texto.

Para os não iniciados, o teste A/B compreende o uso de duas variantes de um conteúdo para obter métricas de desempenho do usuário, do público-alvo ou de outros tipos. Essas métricas podem ser favorabilidade, CTR, geração de tráfego ou muitas outras, dependendo das especificidades do teste. Para sites, pode ser tão simples quanto mostrar duas variações da mesma página e verificar as respostas dos usuários com base nas ações dos visitantes.

Levando em consideração as necessidades específicas de segmentação dos clientes, esse parecia ser o método certo a ser usado. O teste A/B é particularmente útil para eliminar a incerteza da otimização de sites. Isso o torna um método muito importante em nosso arsenal por esse mesmo motivo. Ele permite a coleta de dados facilmente quantificáveis com base nas experiências do usuário.

A maioria das empresas tende a testar duas variantes para testes A e B simples. Nós damos um passo adiante, reunindo os melhores processos em ambas as variantes. Implementamos dados com pixels de mídia social (LinkedIn, Instagram e Facebook, dependendo do caso) e o Google Analytics para rastrear comportamentos mais específicos dos usuários. Com base nos objetivos de nossa pesquisa, nossos analistas ajustam ainda mais o conteúdo para atingir as metas específicas do cliente.

Podem ser coisas como o tempo gasto em uma página, estatísticas de implementação de pixels, comportamento específico de cliques em páginas de destino e além, etc. Isso leva a uma avaliação mais proveitosa de como ir além do conteúdo A/B e à criação de um conteúdo C que utiliza os melhores elementos de ambas as variações. Dependendo das necessidades do cliente, podemos escolher os elementos para obter essas métricas de forma mais eficaz.

Análise de marketing on-line do escritório de arquitetura

Anteriormente, as empresas estavam aplicando o marketing de conteúdo de forma um pouco aleatória. As empresas compartilhavam conteúdo (principalmente fotos) nas mídias sociais, mas a pesquisa para essas operações era mínima. Por exemplo, o conteúdo anterior foi publicado com pouca otimização de SEO e não foi submetido a testes A/B. Portanto, a infraestrutura para esse trabalho precisava ser construída desde o início.

Nossas equipes de designers visuais e redatores começaram a trabalhar com várias versões diferentes de diversas imagens e chamadas para ação. Isso nos permitiu restringir o trabalho às mais eficazes, criando uma mensagem potente para atrair clientes em potencial ou estimular o engajamento. Em uma campanha, isso veio na forma de entrega de e-mails com mensagens automatizadas e personalizadas para os clientes. Na outra campanha, isso foi feito por meio de publicações em mídias sociais.

Os principais canais que eles estavam usando eram o Instagram e o LinkedIn. Ambos provaram ser um terreno fértil para dois tipos diferentes de testes A/B: um para conteúdo informal que leva ao envolvimento do público e outro para a geração de leads de clientes em potencial usando o InMail. Esses testes também correspondem às necessidades específicas de cada campanha.

Com as variações criadas, estávamos prontos para testar sua eficácia. Descobrimos que os anúncios e as mensagens do InMail funcionam particularmente bem. Os anúncios e as mensagens personalizadas foram veiculados por 2 a 3 dias, coletando dados suficientes. Em seguida, começou o período de análise.

Resultados emergentes e ajustes

Os resultados iniciais foram muito promissores, mas havia mais trabalho pela frente. Analisando as versões e avaliando o desempenho, mexemos nos formatos de cada conteúdo para produzir materiais de marketing mais robustos. Como consequência, o engajamento aumentou exponencialmente após a implementação dessas mudanças.

Como pode ser visto à direita, nossa campanha teve uma abordagem muito mais direcionada, o que permitiu um grande aumento no engajamento dos posts nas mídias sociais. Os resultados anteriores estavam diminuindo em termos de atividade do usuário, mas, após a implementação de nossas variações testadas pelo mercado, observamos um crescimento múltiplo.

Conforme mencionado anteriormente, um dos principais problemas na contratação de uma empresa de marketing ou na implementação de qualquer estratégia de marketing é a viabilidade. Depois de fazer testes A/B e mexer nos dados, criamos uma abordagem refinada e obtivemos os resultados que comprovam isso. A campanha de remarketing do LinkedIn obteve quase duas dúzias de leads potenciais em um período muito curto.

As impressões e o alcance de ambas as campanhas estavam em um patamar nunca visto antes. Além disso, as conversões estavam aumentando, enquanto os custos por conversão permaneciam estáveis. Isso mostrou que os clientes estavam obtendo seu valor por muitos e mais. Na taxa mais otimizada, estávamos obtendo 0,04 por engajamento.

Como o estudo de caso ilustra, não é suficiente testar duas variantes, mas sim avaliar e sintetizar novamente a partir dos dados do usuário. A maioria das empresas começa com duas variantes, verifica métricas de dados superficiais e escolhe uma das duas. No caso da Promoguy, avaliamos e reformulamos as opções usando dados mais profundos, que vão além de simples CTRs e engajamento. Também maximizamos a relação custo-benefício e enfatizamos a eficiência dos procedimentos.