Test A/B nel marketing digitale

I test A/B consistono nella creazione di due versioni di una risorsa digitale per determinare quale ottiene la risposta migliore dagli utenti. Esempi di risorse includono pagine di destinazione, annunci pubblicitari, email di marketing e post sui social media. In un test A/B, metà del pubblico riceve automaticamente la "versione A" e metà la "versione B". Le prestazioni di ciascuna versione si basano sugli obiettivi del tasso di conversione, come la percentuale di persone che cliccano su un link, compilano un modulo o effettuano un acquisto.

I test A/B non sono una novità introdotta dall'avvento del marketing digitale. Un tempo, il direct mail eccelleva nel "suddividere" o "classificare" le offerte per vedere quale funzionasse meglio. Le funzionalità digitali si basano sulla stessa idea, ma consentono di ottenere risultati più specifici, affidabili e veloci.

Se stai cercando di far crescere la tua attività, può essere difficile capire quali risorse di marketing funzionano meglio con il tuo pubblico. I test A/B, insieme ad altre strategie di ottimizzazione delle conversioni, ti permettono di sperimentare soluzioni per migliorare i tuoi contenuti, offrire la migliore esperienza ai clienti e raggiungere più rapidamente i tuoi obiettivi di conversione. Questa guida ai test A/B ti aiuterà a comprenderne i concetti di base.

Definizione di test A/B: che cos'è il test A/B?

I test A/B, noti anche come split test, permettono di confrontare due versioni di qualcosa per scoprire quale sia più efficace. In altre parole: agli utenti piace la versione A o la versione B?

Il concetto è simile al metodo scientifico. Se vuoi scoprire cosa succede quando cambi una cosa, devi creare una situazione in cui cambia solo quella cosa.

Pensa agli esperimenti che hai condotto alle elementari. Se metti 2 semi in 2 tazze di terra e ne metti uno nell'armadio e l'altro vicino alla finestra, otterrai risultati diversi. Questo tipo di configurazione sperimentale è l'A/B testing.

Storia dei test A/B

Negli anni '60, gli operatori di marketing cominciarono a capire come questo tipo di test potesse aiutarli a valutare l’impatto delle campagne pubblicitarie. Un annuncio televisivo o radiofonico attirerebbe più clienti? Per il direct mail marketing sono migliori le lettere o le cartoline?

Quando internet è diventato parte integrante del mondo degli affari negli anni '90, i test A/B sono diventati digitali. Quando i team di marketing digitale hanno avuto a disposizione risorse tecniche, hanno iniziato a testare le loro strategie in tempo reale e su scala molto più ampia.

In cosa consiste il test A/B?

I test A/B prevedono l'uso di soluzioni digitali per testare diversi elementi di una campagna di marketing. Per iniziare i test A/B, devi disporre di:

• Una campagna da testare . Per condurre un test A/B su una campagna di marketing, necessiti di un'email, una newsletter, un annuncio, una pagina di destinazione o un altro strumento già in uso.
• Gli elementi da testare . Esaminando i diversi elementi della tua campagna, valuta cosa puoi cambiare per spingere i clienti ad agire. Assicurati di testare gli elementi individualmente per ottenere le misure corrette.
• Obiettivi definiti . Tra gli obiettivi dei test A/B dovrebbe rientrare l'individuazione della versione della campagna che produce i risultati migliori per la tua attività. Prendi in considerazione le diverse metriche che puoi monitorare, tra cui clic, iscrizioni o acquisti.

Come sono i test A/B nell'era digitale?

Di fatto, i test A/B nel marketing sono gli stessi di sempre. Puoi scegliere il fattore che vuoi controllare, ad esempio un post del blog con immagini rispetto allo stesso post senza immagini. Poi mostri ai visitatori in modo casuale uno stile di post del blog, controllando altri fattori. Raccoglieresti anche quante più informazioni possibili (tassi di bounce, tempo trascorso sulla pagina, e così via.

Puoi anche testare più di una variabile contemporaneamente. Ad esempio, se vuoi valutare sia il carattere che la presenza di immagini, potresti creare 4 pagine, ciascuna delle quali visualizza il post del blog con:

1. Arial con immagini
2. Arial senza immagini
3. Times New Roman con immagini
4. Times New Roman senza immagini

Il software di marketing per test A/B fornisce i dati di esperimenti come questo. Poi qualcuno della tua azienda interpreta i risultati per decidere se ha senso agire su di essi e, in tal caso, come farlo.

Perché il test A/B è importante?

I test A/B forniscono i dati necessari per sfruttare al massimo il budget di marketing. Supponiamo che il tuo superiore ti abbia assegnato un budget per indirizzare il traffico verso il tuo sito utilizzando Google AdWords. Hai impostato un test A/B che traccia il numero di clic per 3 titoli diversi di articoli. Esegui il test per una settimana, assicurandoti che in un giorno e in un orario specifici siano pubblicati lo stesso numero di annunci per ciascuna opzione.

I risultati di questo test ti aiuteranno a determinare quale titolo riceve più clic. Puoi quindi utilizzare questi dati per modellare la tua campagna di marketing, migliorandone il ritorno sull'investimento (ROI) più di quanto sarebbe avvenuto scegliendo un titolo in modo casuale.

Piccole modifiche, grandi miglioramenti

I test A/B consentono di valutare l'impatto di modifiche la cui implementazione è relativamente poco costosa. Gestire una campagna AdWords può essere costoso, quindi ogni aspetto deve essere il più efficace possibile.

Supponiamo che tu esegua test A/B per la tua home page, a livello di carattere, dimensione del testo, titoli dei menu, link e posizionamento del modulo di iscrizione personalizzato. Testa due o tre di questi elementi alla volta così da non avere troppe incognite che interagiscono tra loro.

Alla fine del test, scopri che cambiare gli ultimi tre elementi aumenta del 6% il tasso di conversione di ciascuno. Il tuo web designer implementa quei cambiamenti in meno di un'ora e, una volta completati, hai la possibilità di generare il 18% di ricavi in più rispetto a prima.

Pochi rischi, grandi benefici

L'A/B testing non solo riduce i costi, ma permette anche di risparmiare tempo. Si testano 2 o 3 elementi e si ottiene la risposta. Da lì, è facile decidere se implementare o meno un cambiamento. Se i dati reali non sono all'altezza dei risultati dei test, è sempre possibile tornare a una versione precedente.

Sfruttare al massimo il traffico

Se utilizzi i test A/B per rendere il tuo sito web il più efficace possibile, puoi ottenere più conversioni per visitatore. Tanto più alto è il tasso di conversione, quanto meno tempo e denaro dovrai spendere in marketing. Questo perché, in teoria, chiunque visiti il tuo sito web è più propenso ad agire.

Ricorda che, migliorando il tuo sito web, puoi aumentare il tasso di conversione sia per il traffico a pagamento che per quello organico.

A cosa si applicano i test A/B?

Quando si tratta di contenuti rivolti ai clienti, ci sono molte cose che puoi valutare con i test A/B.

Gli obiettivi più comuni includono:

• Campagne email
• Email individuali
• Strategie di marketing multimediali
• Pubblicità a pagamento su internet
• Newsletter
• Progettazione del sito web

In ogni categoria è possibile condurre test A/B su un numero qualsiasi di variabili. Ad esempio, se stai testando il design del tuo sito, puoi provare diverse opzioni, tra cui:

• Combinazioni di colori
• Layout
• Numero e tipo di immagini
• Titoli e sottotitoli
• Prezzi dei prodotti
• Offerte speciali
• Design del pulsante call to action
• Email con video o senza video

In sostanza, quasi tutti gli aspetti di stile o contenuto di un elemento destinato ai clienti possono essere testati.

Come si eseguono i test A/B?

Di fatto, l'A/B testing non è altro che l'applicazione del metodo scientifico. Se vuoi ottenere il massimo, devi affrontarlo scientificamente. Proprio come nella versione in laboratorio del metodo scientifico, i test A/B iniziano scegliendo cosa testare. L'intero processo consiste in diversi passaggi:

1. Individua un problema

Assicurati di identificare un problema specifico. Ad esempio, "non ci sono abbastanza conversioni" è troppo generico. Sono troppi i fattori che determinano se un visitatore di un sito web diventa un cliente o se il destinatario di un'email clicchi sul tuo sito. Devi sapere perché il tuo materiale non genera conversioni.

Esempio : lavori per un rivenditore di abbigliamento femminile che effettua molte vendite online, ma poche di queste vendite provengono dalle campagne email. Consulti i dati analitici e scopri che una grande percentuale di utenti apre le tue email contenenti offerte speciali e le legge, ma pochi si convertono in clienti.

2. Analizza i dati degli utenti

In teoria potresti condurre dei test A/B su tutto ciò che i clienti vedono quando aprono le tue email, ma questo richiederebbe molto tempo. Ci sono molti elementi di design e contenuto che probabilmente non sono pertinenti, quindi devi capire su quale elemento puntare.

Esempio : le persone aprono le tue email, quindi non c'è nulla di sbagliato nel modo in cui scrivi l'oggetto. Inoltre, stanno dedicando del tempo alla lettura, quindi non c’è nulla che le spinga ad abbandonare subito il messaggio. Poiché molti degli utenti che arrivano sul tuo sito da altre fonti finiscono per diventare clienti, puoi capire che anche il modo in cui presenti i tuoi prodotti non presenta problemi. Ciò suggerisce che, sebbene le persone trovino le tue email coinvolgenti, si perdono in qualche modo quando cercano di fare clic per accedere al tuo sito.

3. Sviluppa un'ipotesi per testare

Ora stai davvero restringendo il campo. Il passo successivo è quello di decidere esattamente cosa vuoi testare e come. Per iniziare, restringi le incognite a una o due. Potrai stabilire quindi in che modo la modifica di quell'elemento o di quegli elementi potrebbe risolvere il problema che stai affrontando.

Esempio : ti accorgi che il pulsante che porta le persone al tuo negozio online è nascosto in fondo all'email, fuori dalla parte visibile iniziale. Pensi che, spostandolo in cima allo schermo, potresti incoraggiare in modo più efficace le persone a visitare il tuo sito.

4. Conduci il test delle ipotesi

Sviluppa una nuova versione dell'elemento da testare che implementa la tua idea. Quindi esegui un test A/B tra quella versione e la tua pagina attuale utilizzando il pubblico target.

Esempio : crei una versione dell'email con il pulsante posizionato sopra la parte nascosta. Non ne modifichi il design, ma solo il posizionamento. Decidi di eseguire il test per 24 ore, quindi imposti questo parametro come tempo e inizi il test.

5. Analizza i dati

Alla fine del test, analizza i risultati per capire il nuovo design dell'email ha prodotto cambiamenti significativi. In caso contrario, prova a testare un nuovo elemento.

Esempio : la tua nuova email ha leggermente aumentato le conversioni, ma il tuo superiore vuole sapere se qualcos'altro potrebbe funzionare meglio. Poiché la tua variabile era il posizionamento del pulsante, decidi di provare a posizionarlo in altri due punti.

6. Trova nuovi sfidanti per il tuo campione

Nel mondo dei test A/B a volte si usano i termini "campione" e "sfidante" per riferirsi all'opzione attualmente migliore e alle nuove possibilità. Quando due o più opzioni si sfidano e una ha un successo notevolmente maggiore, quest'ultima viene chiamata "campione". È quindi possibile confrontare il vincitore con altre opzioni, chiamate "sfidanti". Quel test potrebbe darti un nuovo campione o rivelare che il campione originale era il migliore.

Esempio : hai sottoposto a test A/B due versioni di una pagina di destinazione e hai trovato il campione, tuttavia c'è anche una terza versione della pagina che vorresti confrontare con il campione del tuo primo test. La terza versione diventa il nuovo sfidante da testare contro il precedente campione.

Una volta completati tutti e sei i passaggi, puoi decidere se il miglioramento è stato abbastanza significativo da concludere il test e implementare le modifiche necessarie. Oppure puoi eseguire un altro test A/B per valutare l'impatto di un altro elemento, come la dimensione del pulsante o la combinazione di colori.

Suggerimenti per i tester A/B

Ecco alcuni suggerimenti per aiutarti ad aumentare al massimo l'utilità dei test A/B.

Utilizza campioni rappresentativi dei tuoi utenti

Qualsiasi scienziato ti dirà che, se stai conducendo un esperimento, devi assicurarti che i gruppi di partecipanti siano quanto più simili. Se stai testando un sito web, puoi usare diversi strumenti di test automatici per garantire che una selezione casuale di persone veda ogni versione.

Se stai inviando materiale direttamente ai tuoi clienti o potenziali clienti, devi creare manualmente delle liste comparabili. Fai in modo che i gruppi siano il più possibile di dimensioni uguali e, se hai accesso ai dati, distribuisci uniformemente i destinatari in base al genere, all'età e all'area geografica. In questo modo, le variazioni di questi fattori avranno un impatto minimo sui tuoi risultati.

Massimizza la dimensione del tuo campione

Più persone testi, più affidabili saranno i risultati. Questo si collega a un concetto che gli statistici chiamano "significatività statistica".

Se il risultato è statisticamente significativo, è improbabile che sia avvenuto per caso. Ad esempio, se invii una nuova versione di un'email a 50 persone e una versione di controllo ad altre 50, un aumento del 5% del tasso di clic significa solo che 5 persone hanno risposto meglio alla tua nuova versione. La differenza è così piccola che potrebbe essere dovuta al caso e, se esegui di nuovo lo stesso test, c'è una buona probabilità che otterrai risultati diversi. In altre parole, i risultati non erano statisticamente significativi.

Se riesci a inviare lo stesso set di email a gruppi di 500 persone, un aumento del 5% significa che 50 persone hanno risposto meglio al tuo nuovo stile, il che rende molto più probabile che il risultato sia significativo.

Evita gli errori comuni

Può essere allettante creare un pulsante pop-up con un nuovo carattere, una nuova dimensione del testo, nuove dimensioni o nuovi colori dei pulsanti. Tuttavia, più elementi nuovi aggiungi, più confusi saranno i tuoi risultati.

Continuando con l'esempio precedente, se il tuo nuovo pop-up ha un design completamente diverso dall'originale, potresti osservare correlazioni del tutto casuali. Potrebbe sembrare che il grande pulsante viola "check out" con l'immagine del simbolo del dollaro stia funzionando meglio del piccolo pulsante blu che ha sostituito. Tuttavia, è possibile che solo uno di quegli elementi di design fosse significativo, come la dimensione, per esempio.

Ricorda che puoi sempre eseguire un nuovo test con elementi diversi in un secondo momento. Analizzare quel test di follow-up sarà più facile che cercare di analizzare un test con 18 variabili diverse.

Termina il test prima di apportare modifiche

Poiché i test A/B permettono di vedere gli effetti di un cambiamento in tempo reale, è forte la tentazione di terminare il test non appena si vedono i risultati, così da implementare subito una nuova versione. Tuttavia, così facendo, è più probabile che i risultati siano incompleti e meno probabile che siano significativi dal punto di vista statistico. I fattori sensibili al tempo possono influenzare i risultati, quindi devi attendere la fine del periodo di test per beneficiare della randomizzazione.

Esegui i test più di una volta

Anche il miglior software di test A/B restituisce falsi positivi, perché il comportamento degli utenti è molto variabile. L'unico modo per garantire che i risultati siano accurati consiste nell'eseguire nuovamente lo stesso test con gli stessi parametri.

Ripetere il test è particolarmente importante se la tua nuova versione mostra un margine di miglioramento ridotto. Un singolo risultato falso positivo ha più importanza quando non ci sono molti risultati positivi.

Inoltre, se esegui molti test A/B, è più probabile incontrare un falso positivo. Potresti non essere in grado di ripetere ogni test, ma se lo ripeti di tanto in tanto, avrai maggiori possibilità di individuare gli errori.

Semplifica i test A/B con Mailchimp

I test A/B sono un modo efficiente ed efficace per valutare la risposta del tuo pubblico a un'idea di design o contenuto, perché non disturbano l'esperienza degli utenti né inviano fastidiosi sondaggi di feedback. Prova qualcosa di nuovo e lascia che i risultati parlino da soli.

Non hai mai condotto i test A/B? Testa facilmente le tue campagne con Mailchimp per determinare quali intestazioni delle email, elementi visivi, argomenti e testi funzionano meglio con i tuoi clienti.