Sperimentare è una delle cose più belle della vita. Ma anche del business: con un a/b test, puoi mettere a confronto due situazioni e capire, nella pratica, quale delle due porta più risultati. In questo articolo, ti rivelo alcune tecniche per condurre esperimenti sul tuo sito web.
A chi non piacciono gli esperimenti? Che si tratti di una nuova ricetta in cucina o di lanciarsi da un ponte con il bungee jumping, la sperimentazione è parte integrante della nostra vita. Stimola la nostra intelligenza e ci permette di provare nuove emozioni, positive e negative, ma comunque nuove.
Anche nel business, siamo abituati a investire tempo e denaro in novità che ci sembrano particolarmente brillanti e interessanti. A tutti gli effetti, che si ottenga un risultato eccellente o una delusione, il processo di scoperta di nuovi orizzonti è comunque adrenalinico ed emozionante.
In questo articolo, voglio parlarti di esperimenti sul sito internet, anche detti nella loro versione base A/B Test, perché confrontano due variazioni (la “A” e la “B”) cercando di capire nella pratica quale delle due permette di ottenere un risultato migliore. Questo tipo di operazione permette di ragionare sui propri strumenti di web marketing e di ripensarli continuamente per ottimizzare i processi e generare un migliore ritorno sull’investimento.
In sostanza, condurre dei test sul sito internet e sugli altri strumenti di marketing online è la base per ottenere maggiori performance (lead, vendite, fatturato).
Da dove partire con l’A/B Testing
Definire un obiettivo
Come ogni processo di analisi, la partenza per un A/B test di successo è la definizione di un obiettivo, che non dev’essere né troppo generico (un esempio tipico è “vendere di più”… ok, ma come e dove?), né eccessivamente specifico. Un esempio di esperimento potrebbe essere quello che mira a diminuire l’abbandono del carrello in un e-commerce, nella fase di registrazione dell’utente.
In questo caso, le informazioni che stimolano la definizione di un obiettivo potrebbero probabilmente derivare da uno strumento di analisi di dati web (come Google Analytics), che evidenziano un alto tasso di abbandono in quella specifica fase. Oltre a dati quantitativi come quelli di una piattaforma di web analytics, idee per un esperimento possono derivare da sondaggi, sessioni di “user testing” e persino dalla propria intuizione personale, che molto spesso è vincente!
Definire l’elemento da variare (o “ipotesi”)
A questo punto, è necessario identificare lo specifico elemento che potrebbe probabilmente portare al soddisfacimento dell’obiettivo. Nel nostro esempio, l’abbandono in quella specifica fase del carrello potrebbe derivare da un modulo di registrazione troppo complesso, da altri elementi di distrazione o da chissà cos’altro. Selezioniamo la prima di queste ipotesi (la form troppo complessa), che sarà quella da cui partire per l’implementazione del test A/B.
Definire la variazione
Dunque, si genera la variazione. Nel nostro caso, un modulo di contatto più semplice, che riduca il numero di campi, limitando allo stretto necessario il loro impiego.
Definire la metrica principale
Infine, l’ultimo elemento da cui partire per l’implementazione di un processo di A/B testing è la definizione di una metrica principale, che sarà l’elemento di valutazione per capire se l’esperimento ha avuto o meno successo.
Per metrica, a livello matematico, si intende in parole semplici “qualcosa che puoi misurare”. Nel nostro caso, la metrica principale da prendere in considerazione potrebbe essere la percentuale degli utenti che abbandonano il carrello in quella specifica fase di registrazione. Se essa diminuisce, il test avrà avuto successo; se aumenta o rimane costante, l’ipotesi non era corretta e andrà formulato e definito un nuovo elemento da variare.
Come implementare un test A/B
Costruire un test con due variazioni (A/B test) è molto semplice: non dovrai fare altro che utilizzare una piattaforma professionale per la conduzione di esperimenti o chiedere ad uno sviluppatore web di programmare il test.
Nel primo caso, la piattaforma gratuita Google Website Optimizer può essere una buona partenza per impostare un test. Altre soluzioni possono essere anche molto dispendiose: solitamente, questo tipo di strumenti includono anche tutta una serie di servizi di automazione del marketing (o Marketing Automation), che li rendono delle piattaforme di grande valore sul mercato.
Nel secondo caso, il tuo web developer di fiducia, con qualche ora di lavoro, sarà certamente in grado di impostare un A/B test sul sito web, facendo sì che il 50% dei visitatori visualizzi una variazione “A” e la restante metà una variazione “B”.
A tutti gli effetti, il risultato sarà comunque che i visitatori del sito web visualizzeranno un contenuto differente, a seconda che si trovino nel cosiddetto “gruppo di controllo” (la variazione originale) o nel “gruppo sperimentale”, quello della variazione B. Nel nostro caso, il modulo di registrazione più semplice. Gli utenti del sito web dovranno essere distribuiti in modo casuale tra i due gruppi, perché il test sia condotto nel modo corretto dal punto di vista statistico.
Definire il vincitore nel processo di A/B Testing
Le due variazioni definite vengono continuamente generate casualmente e proposte agli utenti che visitano il sito web, producendo determinati risultati. A seconda del volume di traffico sul sito (quanti visitatori lo navigano), potrebbero volerci giorni o settimane per la conclusione dell’esperimento.
Per definire con chiarezza un vincitore nel processo di A/B testing, devono verificarsi le tre condizioni seguenti:
- Il risultato deve essere significativamente statistico, ovvero avere una percentuale matematica di confidenza superiore al 95%. Le principali piattaforme di A/B testing sul mercato presentano questo dato automaticamente durante la conduzione dell’esperimento.
- Il dato deve essere consolidato, ovvero non vi devono essere fluttuazioni nel grafico nell’ultimo periodo temporale. Se il dato è, infatti, significativamente statistico, ma vi sono continue variazioni, il vincitore non può essere definito matematicamente.
- Infine, il risultato deve essere rilevante: se la variazione è inferiore al 2% dei risultati, non ha alcun senso determinare un vincitore.
Che sia un vincitore per sempre
Per verificare che il test abbia determinato un vincitore effettivo, il test A/B andrebbe ripetuto e reiterato nel tempo, eventualmente su segmenti di pubblico più piccoli (il 10% dei visitatori). In questo modo, avrai la sicurezza quasi matematica (si parla di “quasi” perché siamo comunque nell’ambito di stime statistiche e non di verità assolute) di aver scelto la variazione vincente.
In ogni caso, non sempre viene determinato un vincitore da un esperimento su un sito web. In certi casi, l’ipotesi potrebbe essere incorretta; in altri, la variazione insignificante. In queste casistiche, è necessario ripartire dall’inizio, definendo un nuovo elemento da variare e ripetendo il processo. Ogni errore, in fondo, è solo “un passo in più verso la verità”.
Esperimenti più complessi
Chiaramente, il test A/B non è l’unico tipo di esperimento che puoi condurre su un sito web. Vi sono diversi test più avanzati che è possibile implementare e che si dividono principalmente in due categorie:
- I test A/N, dove le variazioni dell’elemento sono più di due (vi sono dunque più “gruppi sperimentali”).
- I test MVT, o multivariati, dove si variano più elementi alla volta (per esempio, una form più semplice e di un colore differente).
In questo articolo, ti ho introdotto al mondo degli esperimenti sul sito web, definendo che cos’è un test A/B e come è possibile implementarlo, attraverso piattaforme professionali o con l’aiuto di uno sviluppatore. Si tratta di un piccolo ma importante passo verso lo studio del sito web e delle sue potenzialità, al fine di ottimizzare il tasso di conversione (vendite o lead).
Yourbiz è l’agenzia web specializzata in tecniche per incrementare vendite, fatturato e tasso di conversione di siti web e-commerce, un servizio che si definisce Conversion Rate Optimization (CRO), anche attraverso l’impiego di A/B testing.
Hai già sperimentato i test A/B sul tuo sito web?
Hai bisogno di qualche dritta e suggerimento per aumentare le conversioni?
Non esitare a contattarci per maggiori informazioni sui nostri servizi!
A presto,
Giorgio Nicoli