Che cos’è l’A/B Testing?
La redazione di IONOS6 mins
Non importa se per la creazione di newsletter o per la pubblicità online, i marketer cercano continuamente di migliorare le strategie messe in atto, di renderle più user friendly e di sfruttare al meglio le possibilità offerte dall’online marketing. L’obiettivo è quello di aumentare le conversioni e quindi il fatturato dell’azienda. Che si tratti di ottimizzare un intero sito web, singole funzioni o landing page, l’A/B Testing ha dimostrato di essere un buon metodo per raggiungere, passo dopo passo, una configurazione ottimale.
Il principio base dell’A/B Testing
L’A/B Testing (detto anche A/B test o split testing) è un metodo che serve per confrontare diverse versioni di un sito web, di singoli elementi o di funzionalità. Di regola, si testa la versione originale con una leggermente modificata e, se possibile, migliorata.
Per questo si divide il target, ovvero i visitatori del sito web o gli utenti ai quali viene mostrato l’annuncio, in un gruppo A e uno B, ai quali verranno mostrate le due diverse varianti dell’oggetto del test (versioni A e B) e si misureranno e confronteranno le loro reazioni. Le reazioni desiderate vengono definite a priori oppure si determinano dall’oggetto testato. In un annuncio pubblicitario le reazioni valutate potrebbero essere il clic o la conversione, in una landing page il download o l’iscrizione alla newsletter.
Per quale motivo effettuare un A/B Testing?
L’A/B Testing viene impiegato in molte diverse discipline dell’online marketing. Scegliere se testare tutto il sito, un singolo elemento, una parola o i colori della pagina è una decisione che viene presa in base alle singole necessità. A differenza dei test multivariabili, l’A/B Testing verifica solo una tesi, quindi una variabile. Ad esempio, con l’aiuto di un confronto tra diverse versioni si possono testare e ottimizzare i seguenti elementi:
- Il design
- Le modifiche ad elementi e funzioni
- Le landing page
- Gli elementi del sito web come i pulsanti CTA (call to action)
- Le inserzioni AdWords
- Le newsletter
Per questo si possono prendere in esame molti scenari di applicazione personalizzati. Ecco tre esempi:
- Un negoziante online registra molti abbandoni nel processo di acquisto, quando i prodotti sono già nel carrello. Per questo cerca di evidenziare in modo più chiaro i passaggi che portano dal carrello all’effettivo acquisto e testa le versioni modificate rispetto a quella originale.
- Un servizio web vorrebbe inserire annunci mirati per promuovere uno dei prodotti offerti. Si testano quindi due diverse versioni di un annuncio, in ognuna delle quali viene usata una parola chiave diversa.
- Un blogger, le cui entrate economiche si basano principalmente sugli annunci pubblicitari presenti sul suo sito, vorrebbe aumentare il numero dei suoi visitatori. Per riuscirci, testa in alcuni articoli titoli o immagini diverse.
A/B Testing passo per passo
Senza una fase di pianificazione strategica approfondita non bisognerebbe iniziare un A/B Testing. Molti marketer tendono a seguire alcuni principi base:
1. Individuare i problemi
Si può pianificare un’ottimizzazione solo quando c’è qualcosa da migliorare. Il primo passo è quindi sempre l’individuazione di un problema, ad esempio la bassa percentuale di clic di un pulsante. Dopo aver riconosciuto il problema, il più delle volte si stabilisce l’obiettivo, in questo caso aumentare i clic sul pulsante in questione.
2. Ricerca e raccolta di idee
Prima di formulare delle ipotesi specifiche su un elemento, ci si dovrebbe informare e fare ricerche approfondite sulla questione. È facile sostenere che un pulsante blu funzioni meglio di uno rosso, ma questa tesi, senza prove empiriche, non ha fondamento. Ad esempio, consultare gli studi che analizzano l’effetto della scelta del colore sul comportamento dell’utente, è spesso un’ottima idea, oltre che possibile fonte di ispirazione su come e quali elementi modificare.
3. Definizione dell’ipotesi
Sulla base dei risultati della ricerca si formula una tesi che, ad esempio, potrebbe essere: un pulsante CTA giallo comporta una percentuale di clic maggiore. Oppure si modifica la posizione di una voce del menu per verificare l’ipotesi secondo cui nella nuova versione questo elemento verrà trovato più facilmente che in quella precedente.
4. Fase di sperimentazione
Si creano due varianti della pagina da testare, ad esempio la variante A con un pulsante CTA blu e la variante B con un nuovo pulsante CTA giallo. A questo punto inizia il test, nel quale le due versioni vengono messe a confronto in contemporanea attraverso due URL diverse, oppure una dopo l’altra. Con un software per A/B Testing le due differenti varianti vengono mostrate agli utenti in modo casuale.
5. Analisi e conclusioni
Se il test è stato condotto per un intervallo di tempo sufficientemente lungo e su un campione di utenti abbastanza grande, è possibile procedere con l’interpretazione dei dati. Riprendendo l’esempio descritto sopra, se la nuova versione con il pulsante CTA giallo mostra un clic rate migliore, verrà sostituita alla precedente.
Questo procedimento si può ripetere quando si vuole: ad esempio a questo punto si potrebbe testare se la posizione del pulsante CTA sulla pagina ha un ulteriore influsso sul clic rate. Ma, l’A/B test non serve solo per mettere a confronto dettagli: ogni utente formula autonomamente l’ipotesi e cosa vorrebbe testare.
Vantaggi e svantaggi di un A/B Testing
L’A/B Testing ha molti vantaggi per un marketer. Innanzitutto permette un confronto soggettivo, indipendente dalla propria prospettiva e che si concentra sulle azioni del gruppo target. Grazie ai numerosi tool (in parte anche a pagamento), si può eseguire A/B Test che offrano risultati chiari e valutabili direttamente alla fine del test, anche senza conoscenze tecniche preliminari.
Un A/B Testing ha senso solo se si mettono a confronto tra loro singoli elementi. Se si cambiano più aspetti contemporaneamente, il risultato finale risulterà non chiaro. Inoltre, c’è sempre il rischio di chiedere troppo all’utente o di confonderlo, effettuando delle modifiche e poi cancellandole. Per questo ha senso che i test siano eseguiti principalmente sui nuovi clienti. Infine, ci si chiede quale sia il significato statistico di questi valori. In siti web piccoli con poco traffico, il processo per arrivare a valori che siano davvero significativi è lento e complesso.
Vantaggi e svantaggi a confronto
| Vantaggi | Svantaggi |
|---|---|
| • Confronto soggettivo | • Sempre solo un’ipotesi per test |
| • Riflette l’interesse del target | • Rischio di confondere gli utenti |
| • Facile da realizzare grazie ad appositi tool | • Difficile attribuire ai dati di piccoli siti web un significato statistico |
| • Permette un’analisi chiara | |
| • Consente di implementare immediatamente i miglioramenti |
Tool per l’A/B Testing
Sul mercato ci sono numerosi tool con funzioni più o meno avanzate, che permettono di realizzare un A/B test. Una soluzione gratuita è il “Content Experiment”, che si può usare su Google Analytics. Le funzioni offerte da Google sono però limitate rispetto a programmi come Optimizely che, previo pagamento di un abbonamento mensile, offre un tool per l’A/B Testing relativamente semplice e adatto a piccole e medie imprese. Lo strumento Kameleoon propone un prodotto simile, che si installa in maniera molto semplice e intuitiva. Inoltre, si può creare un account gratuito utilizzabile fino ad un massimo di 2500 visitatori per mese e che quindi rappresenta un’ottima soluzione per i principianti e per i piccoli siti web. Una soluzione più costosa e con funzioni avanzate come le heatmap e le sitemap, è Visual Website Optimizer. Per le grandi aziende ci sono opzioni più complete e allo stesso tempo più care, come HP Optimost e SiteSpect.
