AB test: cos’è e come realizzarlo

Alzi la mano chi di voi è pienamente soddisfatto dei tassi di conversione delle proprie campagne marketing. Non barate. Tanto lo so benissimo che i marketer non sono MAI soddisfatti dei risultati ottenuti dalle campagne.

Uno dei modi migliori per provare ad aumentare il tasso di conversione è eseguire un AB test.

Di che cosa si tratta?

L’A/B test è una sorta di ‘esperimento’ che rende disponibili due versioni (la versione A e la B) di uno stesso elemento (una landing page o una CTA, ma anche titoli, layout, immagini) che verranno inviate a due sezioni di pubblico per capire quale delle due funziona (e converte) meglio.

L’A/B test può essere utilizzato in svariati modi in ambito web marketing, ed è abbastanza semplice da realizzare. Evidentemente non è stata ancora capita la sua potenzialità, quindi quale possa essere l’effettivo vantaggio relativamene il suo utilizzo, e come si realizza.

In questo post vorrei accompagnarvi nella realizzazione di un A/B test, seguendo tutte le varie fasi, dalla progettazione, all’implementazione, fino ad arrivare alla misurazione dei risultati.

Pur essendo applicabile a qualsiasi ambito del marketing online, vedremo l’applicazione dell’A/B test prendendo come esempio una call to action.

Siete pronti?! Ecco come si fa.

#1 Definire cosa si andrà a testare

La cosa grandiosa dell’A/B test è che si possono testare sezioni di contenuto di qualsiasi tipologia, dal colore del bottone di conversione della CTA ad una intera landing page.

L’unica cosa di cui dovrete tener conto, quando si aggiungono più differenze tra due versioni di contenuto è che si potranno misurare i risultati di ogni versione nel loro complesso, non per ogni singola modifica inserita. Questo significa che se stiamo testando due versioni di una landing page e, in una delle due versioni, abbiamo cambiato la CTA, la lunghezza del modulo, l’immagine e il titolo inserito, non sapremo esattamente quale di questi elementi avrà contribuito maggiormente a determinarne il successo, ma dovremo attribuirlo a tutti e quattro gli elementi.

#2 Chiarire l’obiettivo del test e decidere come misurarlo

Per eseguire un A/B test di successo, non possiamo partire all’improvvisata dopo aver letto l’ultima frase del punto precedente. Dobbiamo valutare più a fondo gli obiettivi che vogliamo raggiungere attraverso il testing. Vuoi misurare come il colore del CTA botton influisce sulla convesione? Sicuramente è il test più semplice da effettuare.

Nel nostro esempio di A/B test vogliamo ottendere molte visite alla landing page che abbiamo impostato, quindi il numero di clic sul bottone della nostra CTA sarà il nostro indicatore di successo.

#3 Impostare il controllo e il trattamento

Al di là del gergo scientifico, il controllo e il trattamento del vostro test AB sono concetti  abbastanza semplici da capire. Il controllo è semplicemente la “versione A” del test (quello che normalmente si usa come landing page, e-mail, call-to-action, titolo, ecc) mentre il trattamento è la “versione B” del test, quella che riporta le modifiche che si vogliono testare.

Nel nostro esempio, il controllo (versione A) sarà in rosso (il colore della maggior parte delle CTA del mio sito), quindi lo status quo, la norma. Il trattamento (versione B) verrà impostato in un altro colore, ad esempio in un bel verde acido.

#4 Creare l’AB test e rilasciarlo senza timori

Una volta definito come progettare il testing, si dovrà procedere con la creazione del contenuto per le due versioni (controllo e trattamento), nel nostro caso, il rosso e il verde del CTA button. L’unico elemento diverso sarà quindi il colore. In questo modo, si potrà effettivamente verificare se il colore influenza il numero di clic.

Variante A

Variante B

#5 Promuovere il test (ma non per tutti)

Se desiderate che il vostro test sia statisticamente rilevante, dovrete promuoverlo al di fuori del contesto in cui è stato impostato. Potrebbe essere l’invio di un’email ad una lista di contatti, promuovere la landing page tramite i canali Social, o addirittura creare una campagna PPC (pay per click), così da avere un campione di visitatori adeguato. Considerate che, se si sta eseguendo un A/B test per un target specifico, è necessario che le campagne che andrete a creare siano destinate esattamene a quel target. Ad esempio, se vi interessa sapere se i vostri followers su Twitter gradiscono la vostra landing page, promuoverete il contenuto dell’A/B test esclusivamente su Twitter. Non su Facebook, non tramite mailing. Solo attraverso Twitter.

Nel nostro esempio, vogliamo monitorare le conversioni della CTA, quindi promuoveremo il test con un post sul blog per capire chi è interessato alla pagina.

#6 Raccogliere dati finché non saranno significativi per la comprensione dell’AB test

Il test dovrà essere mantenuto fino a quando è i risultati ottenuto non sarannostatisticamente significativi. Per calcolare i risultati dovrete misurarli e capire quale versione ha convertito maggiormente. Le misurazioni potrebbero impegnare un po’, specialmente se dovrete scomodare la matematica e la statistica, utilizzando semplici tabelle, come quella che riporto qui sotto

o la distribuzione chi quadro. Ma esistono anche dei tool che possono aiutare a fare questi calcoli.

Ma cosa succede se, nell’arco di tempo definito per l’A/B test, non abbiamo ancora i dati sufficienti per una sua corretta valutazione? Niente di grave, sarà sufficiente attendere qualche giorno in più, che potrebbero anche diventare un mese aggiuntivo, se necessario, per essere sicuri di aver ricevuto abbastanza traffico e ottenere un risultato significativo.

Detto questo, se anche questo mese aggiuntivo dovesse passare senza il raggiungimento di risultati statisticamente significativi, vorrà dire che il test non ha avuto un impatto sufficiente sulle conversioni. Niente paura. Passerete ad un altro esperimento.

#7 Analizzate l’intero marketing funnel

Bene, a questo punto sapremo se il test ha avuto risultati, e quali sono in base alle metriche impostate inizialmente. Ma non ci fermeremo qui.

Pur dovendoci concentrare su questi risultati e sulla sola metrica impostata per l’AB test, potremo a questo punto analizzare se il testing ha avuto anche qualche altro effetto sul nostro marketing funnel. Di che cosa stiamo parlando? Innanzi tutto chiariamo il concetto di funnel: sostazialmente, stiamo parlando di un imbuto che nella parte superiore (quindi la più ampia) accoglie le visite degli utenti, e da quella inferiore (quindi da quella più stretta) fa uscire le conversioni. Il concetto di funnel è applicabile a tutti i siti web, in particolar modo agli ecommerce e a quei siti o pagine che, in qualche modo, cercano di convertire un visitatore in un cliente.

Nel contesto del nostro A/B test potrebbe essere pretenzioso pensare che, il solo cambiare colore del CTA button, possa avere un impatto sulle conversione e, di conseguenza sulle vendite. Con Google Analytics è possibile capire se le persone che hanno cliccato su quella specifica CTA, sono poi, in realtà, diventati clienti. Oppure se le persone che hanno cliccato sulla CTA verde sono stati convertiti in clienti più velocemente.

Tutto questo per far passare il concetto che, anche l’AB test più banale, può avere delle implicazioni sulle conversioni del nostro sito, di gran lunga più significative di quelle immaginate nel momento in cui i parametri del test sono stati impostati.

#8 Insistere sui risultati. Provare e riprovare.

Ora che avete raccolto i dati (più o meno significativi) e monitorato l’impatto con il vostro sito per capire le conseguenze generali dell’A/B test…avete finito!

Scherzo. Avrete finito il vostro primo test A/B (yuuupiii) ma il bello inizia adesso perchè, una volta rotto il ghiaccio e capite le logiche, potrete testare praticamente ogni elemento del vostro sito o pagina. Nell’esempio dell’A/B test per la CTA, oltre al colore, è possibile cambiare la collocazione della CTA sulla pagina, oppure la dimensione e la forma.

Oppure, potrete riprovarlo uguale perchè non siete sicuri di averlo impostato nel periodo temporale più adatto; magari erano giorni di vacanza, quindi il traffico era in qualche modo condizionato da questo fattore. Per avere un valore statistico, il test deve essere eseguito in condizioni standard, quindi evitiamo Natale, San Valentino ed eventi particolari.

Per entrare maggiormente nei dettagli tecnici legati alla realizzazione pratica dell’A/B test vi consiglio questa ottima guida di Giovanni Cappellotto, io l’ho trovata veramente illuminante.

Ed ora a voi la parola: avete mai eseguito un A/B test? Com’è andata e qual’è stato il vostro processo di realizzazione?