6 consigli per eseguire un A/B Testing efficace

Chi si cimenta per la prima volta con un A/B Testing, dovrebbe iniziare con test re­la­ti­va­men­te semplici e mo­di­fi­ca­re piccoli elementi come grafiche o pulsanti. Un A/B testing semplice con solo una variabile è rea­liz­za­bi­le ve­lo­ce­men­te e offre risultati corretti e af­fi­da­bi­li.

Invece, i test mul­ti­va­ria­bi­li sono spesso più complessi fin dall’inizio, oltre ad essere più fa­cil­men­te soggetti ad errori e talvolta offrono risultati falsati. Quindi iniziate mo­di­fi­can­do piccoli dettagli. Anche piccole modifiche possono portare poi a grandi risultati. Di con­se­guen­za se eseguite più test, ciascuno dei quali provoca un piccolo mi­glio­ra­men­to del tasso di con­ver­sio­ne, potete sommare alla fine questi effetti positivi.

Il tempo è un fattore rilevante per il successo di un A/B Testing. Ha senso svolgere un test mimino per una settimana, perché così si com­pren­do­no le oscil­la­zio­ni dei valori nel corso della settimana. Effetti im­prov­vi­sa­men­te positivi o negativi si possono valutare in maniera rea­li­sti­ca solo nel bilancio set­ti­ma­na­le. Un errore tipico di un A/B testing è l’im­pa­zien­za. Chi trae con­clu­sio­ni troppo in fretta, pro­ba­bil­men­te si perde i risultati davvero in­te­res­san­ti. Per questo si do­vreb­be­ro valutare i test solo in base alla loro rilevanza sta­ti­sti­ca. Per ve­ri­fi­ca­re se i risultati hanno un si­gni­fi­ca­to, ci sono tool gratuiti come ad esempio il Test Si­gni­fi­can­ce Cal­cu­la­tor della Visual Website Optimizer.

Le ipotesi sono alla base di ogni A/B test, ma allo stesso tempo è una sfida for­mu­lar­le e attenersi a esse. Infatti, un A/B Testing ef­fi­cien­te si basa su ipotesi chiare, dalle quali si può dedurre in maniera esatta, quale influsso po­treb­be­ro avere le modifiche sul com­por­ta­men­to degli utenti. Non importa se il test confermi o neghi l’ipotesi: gua­da­gna­te comunque co­no­scen­ze valide, se le vostre ipotesi sono state ben ponderate.

L’A/B Testing non vi aiuta solo nell’aumentare il fatturato e nel mi­glio­ra­re le con­ver­sio­ni, ma è quasi una sorta di sondaggio condotto tra i po­ten­zia­li clienti e aiuta a co­no­scer­li meglio. Le co­no­scen­ze ottenute ana­liz­zan­do il target, possono poi essere applicate in tutti gli altri passaggi del targeting e potete in­stau­ra­re, passo dopo passo, una giusta relazione con i clienti.

Na­tu­ral­men­te potete condurre A/B test in maniera parallela su diverse sot­to­pa­gi­ne, ma questa variante può portare a risultati falsati. È meglio testare una modifica dopo l’altra e ot­ti­miz­za­re il sito passo dopo passo. Se volete cambiare più cose insieme, è più adatto il co­sid­det­to multipage ex­pe­ri­ment, grazie al quale as­si­cu­ra­te un’espe­rien­za d’uso con­si­sten­te, mostrando ad un vi­si­ta­to­re o tutte le pagine della nuova versione o tutte quelle di quella vecchia. Anche quando devono essere mo­di­fi­ca­ti solo dettagli minori di pagine che si succedono, dovreste cercare di di­stri­bui­re equamente i vi­si­ta­to­ri che vi­sua­liz­za­no la stessa versione del sito. Tuttavia, è più van­tag­gio­so testare una variabile dopo l’altra.

Uno scenario possibile: dopo il test di una landing page, si nota che la variante B ha raggiunto i risultati migliori per quanto concerne la per­cen­tua­le di clic e le con­ver­sio­ni. Dai risultati finali dovrebbe emergere la variante B come vin­ci­tri­ce e quella A verrebbe eliminata. Ma si può fare un passaggio ulteriore: se usate insieme all’A/B Testing ulteriori tool di analisi dei siti web come Google Analytics, potete seg­men­ta­re il gruppo che testate e, ad esempio, di­stin­gue­re tra clienti nuovi e quelli già esistenti. Il risultato potrebbe essere che i clienti abituali rea­gi­sco­no po­si­ti­va­men­te alla versione B, mentre quelli nuovi pre­fe­ri­sco­no la versione pre­ce­den­te del sito. Quindi eliminare la versione A sarebbe un errore. Con l’aiuto dei tool di analisi ricevete quindi una migliore pa­no­ra­mi­ca sui risultati del test e potete trarre con­clu­sio­ni ancora più spe­ci­fi­che.

Anche in un A/B Testing le risorse sono limitate: da un lato dal tempo che investite per questo, dall’altro dal numero dei vi­si­ta­to­ri che arrivano sul sito web o su una singola sot­to­pa­gi­na. Per non sprecare inu­til­men­te queste risorse, dovreste prio­ri­tiz­zar­le in maniera chiara.

È utile stabilire prima di ogni test obiettivi concreti. Per riuscirci, i marketer si basano spesso sullo “SMART criteria”, cioè sta­bi­li­sco­no un obiettivo che sia specifico (specific), mi­su­ra­bi­le (measurable), as­se­gna­bi­le (assignable), rea­li­sti­co (realistic) e tem­po­ral­men­te limitato (time related). 

Con obiettivi rea­li­sti­ci, ipotesi adatte e i giusti tool per l’A/B Testing, nulla si interpone tra voi e l’eseguire un A/B test di successo. Questi test sono un’ottima op­por­tu­ni­tà per ogni azienda. Anche se all’inizio dovete investire tempo e fatica, i vostri sforzi saranno ri­com­pen­sa­ti da un sito web di ottima qualità, mi­glio­ra­to e ot­ti­miz­za­to per il vostro target.

Di più sull’A/B Testing, i suoi pro e contro e diversi tool per eseguirlo, potete scoprirli leggendo il nostro articolo.