Come migliorare le campagne di marketing online con gli A/B test

Ogni sito web è impostato affinché i visitatori compiano determinate azioni.

Tutti i siti web hanno infatti un obiettivo, un motivo per cui esistono: i siti ecommerce puntano all’acquisto di prodotti, le app SaaS richiedono ai visitatori di registrarsi per una versione di prova o far scaricare un prodotto a pagamento, siti di informazione mirano ai clic sugli annunci e quindi ad incrementare il numero degli abbonamenti.

La velocità con cui un sito web è in grado di far eseguire un’azione ad un visitatore è misurata dal tasso di conversione e una tecnica per identificare il modo per aumentare le conversioni è l’AB Testing.

Che cos’è l’AB Test

In termini generali, l’AB Testing, chiamato anche A/B Testing, Split Test o Bucket Testing, è una tecnica per confrontare due versioni differenti di una pagina o di elementi della stessa, la versione A e la versione B, cioè in altri termini l’originale e la variante.

Queste tecniche, fondamentali in qualsiasi programma di marketing e CRO, forniscono informazioni inequivocabili sull’efficacia di eventuali modifiche ai programmi di tasso di conversione. Senza di essi, le aziende sono cieche rispetto all’efficacia comparativa delle diverse esperienze offerte in una campagna. Molte aziende, dalle più piccole alle multinazionali come Netflix, eseguono esperimenti, presentando contenuti diversi a diversi gruppi di utenti e utilizzano i risultati per costruire strategie in futuro.

Nel web design, ed in particolare nel UX design, l’obiettivo dell’AB Test è di identificare i cambiamenti delle pagine web che incrementano o massimizzano il risultato di un interesse.

Quasi tutti gli elementi di un sito possono influenzare l’esperienza di un utente e quindi essere testati. Negli A/B Test avanzati è possibile includere listini, promozioni, free trial, menu di navigazione, consegna gratuita oppure a pagamento, e molto altro.

Un aspetto cruciale del fare AB testing è che entrambe le versioni di una pagina web vengono mostrate, ovviamente a diversi utenti, nello stesso arco di tempo.

Terminato il periodo di test sarà possibile raccogliere dati quantitativi sul tasso di conversione generato sia dalla prima alternativa che dalla seconda.

Aspetti rilevanti negli AB Test

La quantità di tempo richiesta per un test affidabile varia in base ai diversi fattori, come ad esempio i tassi di conversione e il traffico ricevuto dal sito web. E’ opportuno tuttavia condurre l’esperimento solo per il tempo necessario e un buon strumento di test dovrebbe essere in grado di rilevare quando sono stati raccolto abbastanza dati per trarre una conclusione affidabile. Una volta concluso il test, è necessario aggiornare il sito con le varianti di contenuto desiderate e rimuovere quanto prima tutti gli elementi del test, come ad esempio URL alternativi o script di test e markup.

Inoltre, se stai eseguendo un AB Test che reindirizza gli utenti dall’URL originale a un URL variante, il metodo di reindirizzamento ottimale è il 302 (temporaneo) e non un reindirizzamento 301 (permanente). In questo modo i motori di ricerca come Google sono informati della temporaneità del test e manterranno l’URL originale nel loro indice.

La procedura corretta per un AB Test efficace

La procedura corretta per eseguire un esperimento di AB Test comprende i seguenti passaggi:

  1. Studio dei dati del sito internet, identificando l’obiettivo da misurare, che, come anticipato può includere il colore di una call-to-action o una intera landing page.
  2. Osservazione del comportamento dei visitatori target
  3. Costruzione delle varianti.
  4. Avvio del test di prova, ricordando che deve essere eseguito in condizioni standard, quindi evitando Natale, San Valentino ed eventi particolari. A riguardo potrebbe essere conveniente anche rilasciare il test al di fuori del normale flusso di visitatori e quindi promuoverlo mediante l’invio di un’email ad una lista di contatti oppure tramite i canali social o addirittura con una campagna PPC (pay per click), così da avere un campione di visitatori adeguato.
  5. Analisi dei dati del test e sintesi delle conclusioni. Con Google Analytics è possibile capire se, ad esempio, i visitatori che hanno cliccato su una specifica CTA, sono poi, in realtà, diventati clienti.
  6. Segnalazione dei risultati ai team di lavoro interessati affinché il reparto Marketing, IT e UI/ UX siano a conoscenza del riscontro del test e delle informazioni generate.