Vi è mai capitato di avere una irrefrenabile voglia di dolce, correre in pasticceria ma poi non saper decidere se mangiare un bombolone alla crema o una fetta di foresta nera?!
Beh, a me è capitato un sacco di volte! Ma chi mi conosce lo sa, io sono dannatamente indecisa e anche dannatamente golosa.
E come sono indecisa in fatto di dolci, spesso lo sono anche in fatto di “marketing”:
Quale oggetto è meglio per la newsletter?
Quale tra queste due immagini piacerà di più al target?
Quale call to action convertirà di più?
Queste sono solo alcune delle domande che ogni giorno, in agenzia, ci poniamo quando dobbiamo scegliere quale proposta presentare al cliente e, di solito, la risposta è “Proponiamo un A/B test!”
Ma cosa sono gli A/B test e quando utilizzarli?
In questo articolo vedremo insieme perché scegliere di effettuare un A/B test, cosa testare, quali informazioni tenere presenti quando lo si crea e gli errori da non fare mai. Pronti?
A/B test: cosa e perchè
Il nome stesso, A/B test, ci indica già di cosa si tratta.
Parliamo infatti di un vero e proprio “esperimento a tempo” – i cui risultati si basano su numeri e percentuali – che ci permette, tra due varianti di uno stesso progetto, di determinare la più performante.
Risulta quindi immediatamente chiara quale sia la funzione di un A/B test: massimizzare i risultati!
Sia che si parli di un A/B test di email marketing, sia che si parli di A/B test su qualsiasi altro strumento, il loro uso ci permette di (appunto) testare due versioni del nostro progetto su una piccola porzione di target, destinando alla restante parte maggioritaria del nostro pubblico la sola versione che avrà avuto i risultati migliori.
Visti da un’altra prospettiva, gli A/B test possono quindi essere ottimi strumenti per conoscere meglio il nostro target: tramite il loro utilizzo, infatti, potremo capire quale messaggio è per loro più efficace, quali immagini preferiscono, a quali toni di voce sono più sensibili, quali colori prediligono e molto altro ancora!
Un A/B test può quindi essere utilizzato in tanti modi ed è davvero semplice realizzarne uno. Evidentemente, però, la sua potenzialità non è ancora stata ben compresa dagli addetti al settore perché (almeno secondo me!) viene ancora troppo poco spesso utilizzato.
Uno dei motivi è che, spesso, si tende a pensare che un A/B test sia solo “cosa da newsletter”.
Certo, è vero, quando si parla di invii newsletter o DEM, un A/B test di email marketing è molto utile ma non commettiamo l’errore di limitarlo solo a questo!
Un A/B test può essere strategico, ad esempio, per la scelta dello stile delle immagini di un sito, o dei colori di una call to action su un e-commerce, oppure ancora per capire quale tono di voce determini una maggiore lettura degli articoli di un blog…
Vediamo quindi insieme cosa valutare quando si prepara un A/B test e come crearlo.
Anatomia di un A/B test. Parola d’ordine: strategia!
Le prime cose da considerare quando si affronta la creazione di un A/B test sono:
✔ l’obiettivo da misurare, che varia ovviamente a seconda dell’oggetto che si andrà a testare. Nel caso di un A/B test su un oggetto di una newsletter, l’obiettivo da misurare sarà il tasso di apertura di quella mail. Se invece ci interessa testare l’efficacia di una call to action, probabilmente analizzeremo il tasso di click;
✔ il target di test, che di solito coincide con un 20% del pubblico totale ma non c’è una vera e propria regola, tutto dipende molto dal vostro target “abituale”;
✔ l’oggetto da sottoporre a test, banner, immagine, testo, call to action, oggetto di una mail, colore, font,…;
✔ la durata del test, che generalmente si aggira sulle 48 ore, ma che dipende molto dall’oggetto che si è deciso di testare. Insomma anche in questo caso nessuna regola aurea.
3 errori da non commettere quando si prepara un A/B test
Dopo che abbiamo visto cosa valutare per creare l’A/B test perfetto, ho pensato di darvi una piccola panoramica con i 3 errori a cui più spesso mi è capitato di assistere in fatto di A/B test.
❌ Cambiare più di una variabile
“Nella versione A mettiamo questo titolo, questa immagine fotografica e questo testo. Nella versione B invece cambiamo testo e come immagine mettiamo una illustrazione.”
In questo caso abbiamo quindi 2 variabili differenti:
- titolo 1 VS titolo 2
- immagine fotografica VS illustrazione
Cambiare più di una variabile all’interno dello stesso test, porterebbe a non avere poi chiaro, guardando i risultati, quale degli elementi cambiati abbia determinato la vittoria di una versione sull’altra. Forse il titolo più accattivante? Oppure l’immagine?
Decidiamo quindi già in fase di progettazione del nostro A/B test quale elemento modificare che dovrà essere solamente uno per test.
❌ Effettuare il test in tempi diversi tra le due varianti
“Nella DEM 1 inseriamo la call to action verde e la inviamo questa settimana, di mercoledì. Nella DEM 2 la call to action facciamola arancio ed inviamola sempre di mercoledì ma settimana prossima.”
Inviare in due tempi diversi, DEM 1 in settimana 1 e DEM 2 in settimana 2, seppur nello stesso giorno, comporta risultati dell’A/B test del tutto falsati. Come possiamo sapere se la DEM più performante in termini di click sulla call to action sia davvero frutto del diverso colore della CTA? Non potrebbe piuttosto essere che l’invio della versione “perdente” sia ricaduto in una settimana in cui il target era meno reattivo alle nostre comunicazioni?
L’A/B test deve quindi sempre essere “in sincro” tra le due versioni!
❌ Tempistiche di test troppo corte
Le tempistiche sono forse la cosa più difficile da decidere quando si imposta un A/B test perchè dipendono direttamente dall’oggetto del test!
Se l’A/B test viene effettuato su una newsletter in genere 48 ore sono sufficienti. Il ciclo di vita di una comunicazione e-mail è infatti generalmente piuttosto breve.
Se invece testiamo il colore su una call to action di un sito e-commerce, probabilmente dovremo attendere il raggiungimento di un certo numero di visite alle pagine dello shop oggetto di test ed è quindi possibile che 48 ore siano troppe o troppo poche in base ai volumi di traffico del sito. In questo caso la soglia di analisi del test potrebbe essere numerica (numero di visite alla pagina) e non espressa in ore.
Analizziamo quindi sempre i dati di traffico e gli storici del mezzo su cui andremo ad effettuare il test (newsletter, sito istituzionale, blog, e-commerce,..) e in base a quello valutiamo quanto far durare il nostro esperimento.
Ma ora parlatemi un po’ voi delle vostre esperienze in fatto di A/B test: li avete mai utilizzati? Se sì, con che risultati? Vi sembra uno strumento efficace?
Se invece quello che state cercando è un partner che vi aiuti a mettere a punto la giusta strategia di A/B test per conoscere meglio il vostro target, contattateci e prenotate una consulenza!
