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:
Credits: MailUp
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.
Credits: Depositphotos #74444349
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.
Credits: Depositphotos #109041116
Poniamo l'esempio di un A/B test su una campagna di email marketing, ecco come dovresti procedere:
- 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.
- 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.
- 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.
- 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"
