Quem pediu: Leo Fischer, responsável por crescimento da Kestrel Software.
Motivo: o plano Team será lançado no mês que vem e o conselho quer um preço respaldado pelo teste, não pelas páginas de preços da concorrência.
Os dados: price_tests: quatro preços mostrados aleatoriamente a cerca de 4.100 visitantes cada um, e as compras com cada preço.
Como fica o resultado final: a conversão e a receita por visitante de cada preço, o melhor preço, a elasticidade entre os dois preços na frente, um teste para saber se a conversão realmente cai, uma projeção anual e o preço de lançamento.
Em um teste de preços, cada visitante vê um preço aleatório, então as diferenças de conversão podem ser atribuídas ao preço. O número que importa quase nunca é só a conversão: um preço mais alto pode converter menos gente e ainda assim render mais por visitante. A elasticidade, a variação percentual da conversão dividida pela variação percentual do preço, mostra se a demanda é sensível nesse ponto (abaixo de -1) ou não (entre -1 e 0). Cada passo acrescenta algo ao mesmo script.