Come aumentare le conversioni con l’A/B test (perché non sempre gli utenti fanno le scelte più ovvie)

Per capire che cos’è un A/B test e come funziona, ti proponiamo subito un facile esperimento.

Prova a guardare questi due form di registrazione e immagina a quale dei due un utente potrebbe iscriversi con maggiore facilità:

Se hai scelto la risposta A, pensando che la certificazione di sicurezza riportata in basso potesse ispirare più fiducia nell’utente, bene, ti sei sbagliato! Secondo l’ultimo eBook pubblicato da MailUp “A/B test: la guida definitiva”, è stata la versione B a generare il +12,6% di registrazioni. La versione senza il certificato di sicurezza, cioè, ha funzionato meglio.

Questo, naturalmente, non è un presupposto valido in assoluto, ma serve a capire che non sempre le strategie che sono buone per un certo brand o su un determinato sito web, sono valide per chiunque. Dunque, se ci aspettiamo di ottenere gli stessi numeri applicando le stesse strategie che diamo per buone potremmo restare delusi.

Che cos’è un A/B test e perché dovresti usarlo

Il bello degli A/B test è proprio il fatto di dover testare, per capire empiricamente quale soluzione funziona meglio per noi, nel nostro settore, con i nostri clienti, nella nostra localizzazione, magari con differenze legate al tipo di visitatore (nuovo o di ritorno, proveniente da Google o dai social network).

I test A/B, insomma, permettono davvero di spaziare e ci danno risposte concrete a domande molto specifiche, consentendoci così di aumentare effettivamente le conversioni. Scopriamo come più nel dettaglio.

Fare A/B test, o split testing, consiste nel mostrare due (o più) differenti versioni dello stesso messaggio a un campione di destinatari, per analizzarne la reazione e determinare infine quale risulti più efficace.

Qual è l’obiettivo? Lo scopo dell’A/B test, come intuirai facilmente, è quello di ottimizzare singoli aspetti delle tue comunicazioni per migliorarne le performance, basandosi sull’effettiva risposta dell’audience. In questo senso, i vantaggi dell’A/B test si dispiegano nell’immediato, ma fanno sentire i propri benefici anche sul lungo periodo.

Tra i vantaggi dello split testing, inoltre, vi è il fatto di essere veloce, semplice, automatico, a costo zero e con una risposta molto efficace in termini di ROI del canale e conversioni, aiutando a migliorare notevolmente le performance e ad aumentare il livello di engagement con clienti e prospect, dal momento che permette di comprendere quali tipologie di interazione e modelli di marketing sono più efficaci sui destinatari.

Le nostre scelte, insomma, saranno molto più pragmatiche e meno intuitive.

Come impostare il tuo A/B test

Impostare e analizzare un A/B test non è difficile, ma va fatto correttamente: la logica dietro i test è l’aspetto più importante, perché consente di dare una base rigorosa e attendibile al test e ottenere risultati il più possibile scientificamente plausibili.

Poniamo l’esempio di un A/B test su una campagna di email marketing, ecco come dovresti procedere:

1. Stabilisci un’ipotesi prima di iniziare i test. È fondamentale, infatti, dar vita a una serie di ipotesi, per sapere cosa si sta testando e qual è il risultato desiderato, così da determinare quanto devono essere grandi i gruppi ai quali mostrarle le due differenti versioni.
2. Crea le varianti e fissa la metrica. Una volta stabilita l’ipotesi è l’ora di intervenire sull’email, creando una o più varianti, con elementi diversi, che possono essere testo, colori, posizione degli elementi.
3. Stabilisci l’obiettivo numerico in base allo storico. Prima di lanciare l’A/B test, è sempre opportuno consultare i risultati precedenti. Se hai utilizzato gli stessi elementi di una campagna per mesi o anni, avrai un buon pool di dati da cui attingere. Se il tuo tasso di conversione storico è del 10%, probabilmente vorrai portarlo al 12%; o, ancora, se il CTR medio delle email promozionali è del 2%, stabilisci il 2,5% come obiettivo. L’importante è che il valore prescelto sia realistico e commisurato alla media storica.
4. Valuta il campione di destinatari su cui effettuare il test. Per avere una rilevanza statistica, l’A/B test deve essere inviato a un campione di destinatari che risponda a una serie di requisiti. I due gruppi dovranno essere casuali, numerosi e omogenei. Casualità e omogeneità sono strettamente correlate: solo un campione scelto in modo randomico può essere comparato a un altro scelto in modo altrettanto randomico. Selezionare specifiche caratteristiche in uno dei gruppi a cui viene sottoposto il test falserà il risultato, rendendo l’intera procedura priva di valore. La rilevanza in termini di numero, invece, è un concetto relativo, perché deve essere rapportato all’effettiva mole di contatti presenti nel tuo database. Normalmente l’A/B test viene effettuato su un campione variabile tra il 10% e il 30% della propria base dati,con alcuni limiti minimi, come l’invio ad almeno 1.500 indirizzi per misurare le variazioni del tasso di apertura, o l’invio ad almeno 6.000 indirizzi per misurare le variazioni del tasso di clic. Questi numeri sono calcolati prendendo come media un tasso di apertura del 20% e un tasso di clic del 2% sul totale dei messaggi inviati. Al di sotto di queste poche centinaia di aperture/clic, il numero non è più statisticamente rilevante. Se il database non è sufficientemente nutrito da poter rispettare queste indicazioni, è possibile alzare la percentuale di contatti su cui effettuare l’A/B test (arrivando anche al 100%, se necessario) per raggiungere la numerosità minima. Ma se, nonostante questa manovra, ancora ti trovi su cifre inferiori, puoi effettuare comunque un A/B test, tenendo a mente che i risultati saranno statisticamente meno attendibili.

Solo al termine dell’invio delle email e dopo aver atteso un numero ragionevole di giorni per dare il tempo a tutti gli utenti di aprire il messaggio, potrai trarre le tue conclusioni e decretare il vincitore tra A e B.

>> Vuoi saperne di più su come creare A/B test utili ed efficaci? Scarica l’eBook“A/B test: la guida definitiva”