Un A/B test – o split test – è una tipologia di test usata nel marketing per valutare quale di due – o più varianti di una mail, annuncio, pubblicità produca i migliori risultati. Scopriamo come si fa.
Nel film “Sliding Doors” del 1998, la vita di Helen – interpretata da una ventiseienne Gwyneth Paltrow – si sdoppia in due universi paralleli ad una fermata della metro.
Nel primo universo, Helen prende la metropolitana e arriva a casa per scoprire il compagno Gerry con l’amante Lydia. Nel secondo universo, Helen perde il treno, non conosce James e non scopre del tradimento di Gerry.
Il messaggio, alla fine, è che la vita è imprevedibile ed è difficile valutare positivo o negativo con il senno di poi.
Se però Helen fosse un personaggio reale e avesse visto il film per intero, avrebbe potuto fare un confronto, valutare pro e contro, e scegliere per sé la migliore delle due.
In questo paradosso, Helen avrebbe essenzialmente fatto quello che in marketing è chiamato A/B Test. Un test che permette di provare due alternative su un campione ristretto, valutare la risposta migliore e scegliere quale proporre al grande pubblico.
Vediamo come funziona.
Meglio così, Helen. Fidati di chi ha visto il film. [via Tenor]
Cos’è un A/B Test
Un test A/B è un tipo di test usato nel marketing che permette di mettere a confronto due varianti di un dato elemento e vedere quale performa meglio.
Una mail, una pagina web, un annuncio, un certo packaging, una singola frase, vengono testati in una versione A e una versione B su due campioni separati ma omogenei di pubblico, per vedere quale dei due è il più efficace – in termini di clic, aperture, vendite, tassi di rimbalzo.
I primissimi test di questo tipo si possono far risalire già agli anni ‘20 del Novecento e venivano condotti via posta attraverso le ricevute di ritorno. All’epoca – gli albori del marketing e della pubblicità – era infatti già chiaro che la variazione di un singolo elemento poteva avere un forte impatto sulle vendite.
“Uno studio della pubblicità via posta rivela molte cose che vale la pena imparare […] Una stessa pubblicità, con headline diverse, genera ritorni enormemente diversi. […] Chi scrive ha di fronte a sé ricevute di ritorno relative a circa duemila headline per uno stesso prodotto. I ritorni variano enormemente a seconda delle headline utilizzate.”
Claude C. Hopkins – Scientific Advertising Capp. IV e V
Naturalmente ogni singola lettera cartacea aveva un costo e questo limitava di molto la scalabilità dei test.
L’avvento delle tecnologie digitali ha però azzerato il costo per copia e reso tracciabile ogni interazione degli utenti, dalla visualizzazione di un prodotto al suo acquisto via e-commerce.
Con un test A/B è ora possibile rispondere a tutte queste domande:
Viene più cliccata la Call to Action “Riscuoti ora il tuo codice sconto” o quella “Voglio lo sconto del 30%”?
Vende meglio una confezione minimal o una dai colori sgargianti?
Viene compilato più spesso un form ad inizio pagina o a fondo pagina?
Viene più aperta questa o quella mail?
Come fare un A/B Test – elementi fondamentali
Definito che cos’è un test A/B e perché può esserci utile, vediamo i requisiti fondamentali perché produca dei risultati utili.
Affari vettore creata da macrovector_official – it.freepik.com
1 – Definire un campione significativo
La definizione del campione (dei due campioni) di riferimento è fondamentale. Esattamente come in statistica, i campioni devono essere:
- consistenti: un campione troppo piccolo è troppo soggetto a fluttuazioni arbitrarie;
- randomici: all’interno dei campioni non devono esserci disparità sostanziali, in grado di falsare il test (es.per una marca di rossetti prendere un campione femminile e uno maschile)
In genere si prende un campione di riferimento e lo si divide in due. Il 50% vedrà la variante A; l’altro 50% vedrà quella B.
2 – Definire il tempo
Poi c’è il fattore tempo. Per ottenere dei dati significativi è fondamentale che il test sia condotto in contemporanea su i due campioni per tutto il tempo necessario. Testando prima una variante o l’altra, o testando per troppo poco tempo, si rischia di falsare i dati con trend temporali.
Ad esempio, se siamo una pasticceria e vogliamo testare quale di due mail è più efficace per vendere colombe e uova di Pasqua, eviteremo di provare prima l’una e poi l’altra. Perché la domanda di detti dolci aumenta costantemente fino a crollare subito dopo Pasqua.
Allo stesso modo, se ci occupiamo di noleggio di furgoni frigoriferi, eviteremo di testare due varianti di un annuncio per pochi giorni. Essendo un settore di nicchia avremo bisogno di un tempo di esposizione più lungo, almeno qualche settimana.
3 – Determinare l’elemento variabile
Bisogna poi determinare accuratamente l’elemento variabile del test. In genere è buona prassi fare un test A/B su un’unica variabile significativa in modo da poter misurare specificamente il suo impatto.
Il problema è che definire cosa costituisca una variabile significativa per il test è più una questione di buon senso che di accuratezza scientifica.
Da un lato, cambiare una sola parola in un paragrafo “ausiliario” di una sales page può rivelarsi una perdita di tempo e non portare risultati significativi.
Dall’altro, considerare come variabile una mail nella sua interezza, agendo contemporaneamente su oggetto, contenuto e immagini, rischia di non dirci quale di questi elementi è stato responsabile della migliore – o peggiore performance.
Potremmo farci un’idea sbagliata e attribuire alla Call To Action il merito dell’immagine del prodotto – o viceversa.
4 – Definire il KPI di riferimento
Infine, per valutare l’efficacia di un annuncio, dell’oggetto di una mail, di una landing page dobbiamo definire il KPI – Key Performance Indicator. Cioè l’indicatore misurabile di riferimento che ci aiuta a capire se una variante performa meglio dell’altra.
Il KPI dipende in larga parte dal tipo di variabile. Se la variabile A/B è l’oggetto della mail, allora il KPI sarà il tasso di apertura (mail aperte / mail non aperte x 100). Se la variabile è il testo di un annuncio a pagamento, il KPI sarà il Click-Through-Rate (clic/visualizzazioni x 100). Per una landing page sarà il numero di form compilati diviso il numero di visualizzazioni, moltiplicato per cento.
È importante definire un KPI che abbia un nesso causale con la variabile, in modo da poter valutare la sua efficacia.
Affari vettore creata da macrovector_official – it.freepik.com
Come monitorare i risultati
L’esecuzione dei test e il monitoraggio dei dati dipendono naturalmente dagli strumenti che si sceglie di utilizzare.
Per il sito web è possibile fare un test A/B e monitorare i dati con la combo Google Optimize e Google Analytics. Il primo permette di creare varianti di pagine del sito, mentre il secondo permette di tenere sotto controllo KPI come Click-Through-Rate, frequenza di rimbalzo, tempo medio sulla pagina. Entrambi gli strumenti sono gratuiti.
Per quanto riguarda gli annunci a pagamento, Google Ads e Facebook Ads permettono entrambi di condurre test A/B – variando immagini, testo, call to action – e di monitorare direttamente i dati da una dashboard interna.
E per mail e landing page? Dipende da software a software.
Nurtigo, la nostra soluzione di sales & marketing automation permette di creare test a/b di e-mail, landing page, pop-up e di monitorare attentamente i risultati direttamente da un cruscotto all’interno della suite.
Non solo: integrandosi con e-commerce e gestionali, Nurtigo è anche in grado di adottare come KPI di un test A/B anche l’acquisto medio, il numero di acquisti totali, e il guadagno assoluto portati da una sales page, o un annuncio.
Puoi scoprire di più sulle funzionalità di Nurtigo cliccando qui sotto.
Buona lettura!
