Riepilogo sull’A/B test
- A/B testing significa testare due varianti di qualcosa per capire quale funziona meglio.
- Viene chiamato anche split test.
- È importante definire quali elementi testare e che metrica misurare.
- È uno strumento di ottimizzazione importantissimo.
Introduzione
Per spiegarti velocemente cosa è un A/B test (o split test) vediamo una situazione molto comune, che forse hai vissuto in prima persona.
Stai lanciando un nuovo prodotto, hai pronte, davanti a te, due landing page possibili che ti sembrano entrambe perfette, peccato che siano completamente diverse l’una dall’altra!
Titolo, testo, immagine e perfino impaginazione completamente differenti. A te piacciono entrambe, le persone a cui le hai mostrate si dividono tra chi preferisce l’una e chi l’altra e non ci sono particolari evidenze su quale delle due sarà la favorita del tuo pubblico.
Questo è l’esempio perfetto di una circostanza in cui è essenziale un A/B test.
Cosa è un A/B test
Si tratta di uno strumento empirico (usato soprattutto nell’ambito della Conversion Rate Optimization) che permette di capire quale di due versioni di un artefatto (una campagna, una landing page, una creatività, ecc.) sia la più adatta a veicolare il messaggio corretto al target di utenti selezionato.
Un A/B test rientra nella categoria degli esperimenti di ottimizzazione, ed è un sistema che ti permette di mostrare al pubblico due diversi contenuti monitorando la reazione delle persone, così da capire quale dei due è la migliore soluzione per la tua platea di riferimento.
Spesso gli A/B test vengono definiti anche split test (split è dividere in inglese) e si differenziano da un’altra grande tipologia di esperimenti di ottimizzazione che sono i multivariate test, dove invece confrontiamo più versioni contemporaneamente.
I più estremisti diranno che in realtà A/B test e split test sono due cose diverse. In molti infatti indicano con A/B test la casistica in cui variamo un solo elemento (ad esempio il colore di un pulsante) e con split test la casistica in cui variamo più elementi contemporaneamente.
Questa differenziazione è ormai praticamente scomparsa e i due termini si usano in maniera intercambiabile.
Cosa significa quindi fare un A/B test?
Significa sostanzialmente avere la possibilità di basarti su dati concreti per scegliere la variante giusta di un artefatto, senza doverti basare su congetture o ipotesi non verificate.
Il significato di un a/b test, dunque, è esattamente quello di una prova, una comparazione che darà risultati certi e incontrovertibili.
Come funziona un A/B test
È importante prestare molta attenzione allo svolgimento di un simile test perché ci sono alcune semplici regole che vanno scrupolosamente seguite per ottenere il risultato cercato.
Tenere presente la definizione di A/B test, infatti, non basta: è vero che si tratta di uno strumento per misurare l’efficacia di una campagna, di una pagina o di altro, ma qual è il risultato che vogliamo ottenere?
In altre parole: vuoi ottimizzare gli acquisti? Il download di un lead magnet? L’iscrizione a una newsletter?
Stabilire su quale metrica stai testando l’efficacia è essenziale.
Decidi poi la variabile o le variabili da testare (testi, immagini, colori, posizioni, ecc), realizza le due versioni e preparati a mostrarle entrambi al tuo pubblico, dirigendo il traffico in parti uguali (50%) alle due varianti.
Solitamente la versione di partenza A è chiamata di controllo e l’alternativa B è chiamata variante.
Più i campioni di utenti sono simmetrici, più sarà attendibile il test, perché la reazione delle persone non sarà determinata dalla loro profilazione, ma solo dalle caratteristiche delle due versioni.
Una volta trovata la versione che funziona meglio (ossia dove la metrica scelta è più alta) puoi usarla come versione definitiva… o continuare a ottimizzare.
In rete troverai ottimi strumenti per eseguire al meglio gli A/B test. Molti strumenti contengono al loro interno la possibilità di fare A/B test, ad esempio Google e Facebook per la pubblicità o MailChimp e ActiveCampaign per le email e così via. Quando si tratta di test su delle pagine web puoi utilizzare strumenti ad hoc come Optimizely o Google Optimize.
