Oggi ti parlerò dell’A/B Test e ti spiegherò perché devi conoscerlo in modo da ottimizzare le conversioni del tuo sito web. 

Cos’è un A/B Test?
Un A/B test è un esperimento che viene fatto su una pagina web su cui vengono testate una o più variazioni della stessa, al fine di ottimizzare il tasso di conversione.

Detto in maniera più semplice un A/B test divide il traffico in entrata di un sito verso versioni differenti della stessa pagina, in modo da comprendere la variante che performa meglio e pubblicarla.

Risultato? La variante che raggiungerà l’obiettivo in maniera più efficace sarà la vincitrice, mentre potremo scartare la variante sconfitta. 

Questo strumento è così importante per una corretta strategia CRO che molto spesso si arriva, erroneamente, all’equazione A/B TEST = CRO. Sappiamo bene, però, che la Conversion Rate Optimization è una disciplina molto ampia e quello dell’A/B TEST è solo uno dei suoi strumenti.

Perché dovrei avviare un A/B Test?

Semplice, se vuoi ottenere il massimo in termini di conversione dai tuoi investimenti in marketing non puoi fare a meno di una strategia di Conversion Rate Optimization, e di conseguenza di un A/B test ma…

Attenzione! Non tutti i siti possono avviare un A/B test: è consigliabile almeno un traffico di diverse migliaia di utenti (ipoteticamente più di 50mila) al mese sul target di riferimento per assicurare una elevata affidabilità del risultato in tempi ragionevoli. 

L’A/B test è uno strumento che viene utilizzato solamente dopo una serie di analisi fatte in precedenza e che variano a seconda del progetto e fanno parte della CRO ovvero:

Understanding & Funnel analysis

  • Prima fase di analisi che pone le basi a tutto il lavoro futuro. La comprensione del brand nella sua interezza e una dettagliata analisi del funnel di vendita è fondamentale per supportare il lavoro di Redesign UX/UI.
  • Già in questa prima fase possiamo ricavare una serie di ipotesi rilevanti da tenere in conto per i nostri test.

Analisi euristica

  • Grazie ad una attenta analisi euristica, si riescono ad individuare quegli elementi che potrebbero impattare negativamente sull’esperienza dell’utente. Fra gli errori più comuni: la violazione delle euristiche di usabilità, l’assenza di una gestione efficace dell’attention budget dell’utente, l’assenza di trigger motivazionali, la confusione visiva dell’interfaccia. Per analizzare quest’ultima, strumenti come l’eyetracking e le mappe di calore possono fornire ottimi indizi per individuare i problemi (pain points).
  • I pain point più gravi possono essere subito modificati, per le opzioni più dubbie e sulle quali vorremmo un riscontro effettivo… esiste l’A/B test, appunto.

Analisi tecnica

  • Individuate i KPI più importanti, è opportuno condurre un’analisi tecnica che analizzi ed individui quali problemi e criticità stanno comportando una “perdita” nel funnel. Questa fase si muove principalmente tramite tool analitici, user test e all’occorrenza anche attraverso sondaggi targettizzati sul sito web di riferimento.
  • Prendendo gli esempi più semplici potremmo notare: una pagina con un conversion rate molto basso, un tasso di abbandoni al carrello molto elevato, una fonte di traffico con un tasso di rimbalzo più alto della media o un device che ha problemi di visualizzazione di alcuni elementi.

Redesign (UX/UI)

  • Iniziamo a disegnare: completata questa fase molto articolata e complessa, avremo già una buona base di ipotesi da cui partire per i nostri test.

Vedremo nel prossimo capitolo che è molto importante non limitarsi alle ipotesi riscontrate durante il lavoro ma dedicare sempre del tempo post-produzione alla definizione di nuovi elementi ottimizzabili.

Le fasi di un A/B test

Completate le fasi che precedono l’inizio di un A/B Test, inizia il vero lavoro di fine tuning.

Chiariamo quindi le principali fasi di un A/B test.

Definizione delle ipotesi di ottimizzazione

  • Review dell’intero progetto e formulazione delle ipotesi basate sulla nuova UX/UI.

Progettare/Disegnare le varianti (GreatPixel ha il suo Metodo NEKTAR)

Selezionare il target per il test (Personas)

  • Utilizzando le personas realizzate in fase di UX oppure clusterizzazioni identificate in fase di ipotesi, si individua il target di interesse per ogni singolo test e i parametri comportamentali o di contesto per segmentarne il traffico.

Impostazione tecnica del test (Split, KPI, URL, Certainty vs Speed ecc..)

  • Fase puramente tecnica volta ad inserire sul tool utilizzato impostazioni di varia natura come il numero di utenti, le KPI di interesse, il bilanciamento velocità/certezza del risultato ecc..

Analisi dei risultati & key learning

  • Infine, se con la tua analisi raggiungerai risultati positivi, otterrai utili insights, a conferma delle ipotesi iniziali, su eventuali modifiche da implementare sul sito web.

Ma attenzione: i test negativi non sono mai un fallimento, anzi sono ottime basi per formulare nuove ipotesi da mettere in test.

Supporto all’a/b test: scegli il tool più adatto alle tue esigenze

Ogni tool possiede le proprie caratteristiche uniche in relazione al costo: questo rende la scelta del tool una fase assolutamente da non sottovalutare in fase di progettazione.

Come metrica di riferimento prenderemo un qualsiasi sito web con una media mensile di 190.000 utenti.

Kameleoon

Kameleoon permette di creare qualsiasi tipo di A/B test con un sistema di targetizzazione completo integrato con meccanismi di AI.

Se state cercando un tool per A/B test e web personalization con un occhio verso il futuro, ed un ottimo rapporto qualità prezzo, questa è la scelta giusta.

  • Costo: stimando una UV (unique visitor) mensile inferiore ai 200.000 utenti, il costo può essere inferiore ai 1000 euro, con possibilità di aggiungere a prezzi convenienti il modulo personalization + costi di setup a parte
  • Realizzazione A/B test: supporto completo alla realizzazione di A/B test e multi-variation test
  • Targetizzazione A/B test: targetizzazione completa con funzioni avanzate di AI prediction
  • Personalization: potente motore interno di website personalization, integrabile agli a/b test
  • Ulteriori feature: supporto avanzato ai KPI

VWO Experience optimization


VWO è un multi-tool che oltre al normale servizio di A/B test offre tutta una serie di funzioni aggiuntive senza ricorrere ad ulteriori strumenti esterni (Hotjar, crazyegg ecc..)

Risulta essere un’ottima scelta se prevediamo una analisi avanzata dei dati ma non abbiamo il tempo/risorse di gestire 4 tools differenti.

  • Costo:  personalizzato; il prezzo viene concordato con un commerciale a seconda delle esigenze, essendo un tool che comprende moltissime feature. In linea generale e sulla base della vostra UV possiamo ipotizzare un costo tra i 500-2000 euro mese
  • Realizzazione A/B test:  supporto completo alla realizzazione di A/B test e multi-variation test
  • Targetizzazione A/B test: targetizzazione completa
  • Personalization:  motore interno di website personalization integrabile agli a/b test
  • Ulteriori feature:  insight, funnel creation, heatmap, form, session recorder, survey, website review, progetti e ipotesi, documentazione e case studies molto accurate

Google Optimize

La risposta alla realizzazione di un A/B test made in Google, evoluzione del sistema già presente su Analytics.

Questo tool totalmente gratuito permette di creare in maniera semplice A/B test con un buon livello di targetizzazione, ed ha integrato un buon motore di web personalization.

Se Optimize è quello che vi serve e non avete bisogno di funzioni avanzate, questo è sicuramente il tool che fa per voi.

  • Costo:  gratuito
  • Realizzazione A/B test:  ottimo supporto alla realizzazione di A/B test e multi-variation test
  • Targetizzazione A/B test: buon livello di targetizzazione
  • Personalization:  limitata, ma comunque di buon livello
  • Ulteriori feature:  integrazione con tutti i sistemi Google incluso analytics, da cui eredita dati sul traffico e segmenti di pubblico


Optimizely

Uno dei tool più completi quando si parla non solo di A/B testing, ma anche di web personalization, targetizzazione ed analisi dei dati.

Optimizely è un tool molto versatile che possiede integrazioni innate con tool come Analytics, Crazyegg, Clicktale, Google Ads ecc… , dando comunque piena libertà grazie alle API.

Una delle scelte migliori se volete chiedere il massimo dal vostro tool di testing.

  • Costo:  personalizzato e concordato con un commerciale, è un tool molto avanzato che che costa tra i 36.000 e i 200.000 euro annui mediamente
  • Realizzazione A/B test:  supporto completo alla realizzazione di A/B test e multi-variation test avanzati
  • Targetizzazione A/B test: targetizzazione completa ed avanzata
  • Personalization:  personalizzazione avanzata ed integrazione con A/B test
  • Ulteriori feature:  Analytics, supporto per siti dinamici, behavioral targeting, product and content recommendation

Questa è la nostra conoscenza riguardo i tool per condurre un A/B test realmente efficace e personalizzato a seconda delle differenti esigenze.  

E tu, quale tool utilizzi per il tuo business? Quali risultati hai ottenuto?