Partiamo dal presupposto che si possa sempre migliorare: cioè, anche se il tuo e-commerce sta avendo buoni risultati, puoi sempre puntare ad ottenere ottimi risultati. Ma come?

Uno degli strumenti più efficaci per valutare quale tipo di cambiamento potrebbe portare un maggior numero di conversioni è l’ A/B Testing, o Test A/B; si tratta di un metodo molto usato nel mondo del marketing che permette di valutare il comportamento dei visitatori di un sito e come questo cambi quando  una qualche variabile viene modificata.

Ecco come funziona.

Dopo aver deciso quale elemento testare (nel nostro caso potrebbe essere una Call To Action, la pagina del carrello e tutta la sua struttura, i form di registrazione, il layout di una sezione oppure un messaggio adatto a una promozione etc.), si inviano le due versioni dello stesso elemento a due gruppi: uno (detto gruppo di controllo) riceverà la versione A, quella tradizionale, attualmente in uso, e l’altro gruppo (gruppo test) riceverà la versione B, quella modificata. Dopodiché si procederà a misurare i risultati prodotti dal gruppo A e dal gruppo B per constatare quale dei due performa di più.

Ad esempio:

Il tuo e-commerce ha una pagina che richiede a chiunque voglia acquistare la registrazione a un form con 8 campi da compilare, e l’obiettivo è diminuire il tasso di abbandono del carrello. Il gruppo A continuerà a ricevere la versione con il form da 8 campi, mentre al gruppo B verrà inviata una versione con solo 4 campi, in modo da verificare se, rendendo la registrazione più semplice e veloce, il tasso di abbandono del carrello scende. Se al termine del test risulterà che la versione B è più performante, cioè che registra un abbandono del carrello più basso rispetto alla versione A, allora potrai decidere di cambiare il form e adottare stabilmente la versione con 4 campi.

Il numero delle persone a cui invierai il test è detto campione, e il processo di identificazione e raccolta del campione è detto campionamento.

Esistono poi alcuni accorgimenti che è di fondamentale importanza mettere in atto per non invalidare i risultati del test vanificando tutto il lavoro fatto.

–          Le due alternative A e B devono essere testate simultaneamente, cioè il traffico deve essere suddiviso tra le due per poter ottenere una misurazione attendibile a parità assoluta delle condizioni.

–          I tempi del test devono osservare l’”intervallo di fiducia statistica”, ovvero un lasso di tempo sufficiente per assicurarsi di non trarre conclusioni affrettate e, soprattutto, di avere dati a sufficienza.

–          È più utile proporre la versione alternativa rispetto a quella tradizionale ai nuovi visitatori: i visitatori abituali sono abituati a utilizzare la versione tradizionale e potrebbero non accogliere le variazioni in modo positivo.

–          Non stancatevi mai di fare test A/B, fatene tanti e fatene sempre.

ab testing

Il concetto di base è lineare, la difficoltà può insorgere quando si tratta di valutare in modo esatto i risultati ottenuti con i test.

Introduciamo il concetto di “intervallo di confidenza”, cioè la misura dell’affidabilità di una stima, e consideriamo un intervallo compreso tra 20.0% ± 2.0% (la forma generalmente usata per indicare gli intervalli di confidenza). Supponiamo che il 20% del campione abbia scelto la variante A, e poi concentriamo l’attenzione sull’ultima parte dell’intervallo, quel ± 2.0%, chiamato “margine di errore”, cioè una misurazione della deviazione dal reale risultato raccolta con esperimenti multipli.  Sottraendo il 2% al 20% e aggiungendo il 2% al 20% possiamo stimare che la reale percentuale di chi ha preferito la variante sia compresa tra il 22% e il 18%.

Più basso il margine d’errore, e maggiore il campionamento, più precisi i dati ottenuti.

In un test A/B avrai bisogno di confrontare gli intervalli di confidenza stimati per entrambe le variabili, supponiamo 10.0% ± 1.5% per la variante A e 20.0% ± 2.5% per la variante B: secondo i calcoli di prima l’8.5-11.5% del gruppo di controllo convertiranno, mentre sarà il 17.5-22.5% del gruppo test a generare conversione.  Dunque, con un numero adeguatamente alto di campioni, potrai essere sicuro che apportare la modifica sarà la cosa migliore!

Tutto chiaro?

Tutto qui?

Non proprio; quelli che ho considerato qui non sono che alcuni degli aspetti di questa affascinate quanto utile tecnica, pressoché infallibile nel garantire risultati e aumentare qualità e vendita nell’e-commerce.

Fortunatamente ad accorrere in tuo soccorso intervengono diversi strumenti online, software specifici e una miriade di articoli, blog e pubblicazioni in merito.

Se però la matematica non è il tuo forte, se i concetti non sono chiari, se hai paura di non prendere le decisioni giuste per il tuo business, o se, più semplicemente, non hai il tempo per dedicarti anche a questo, ci sono specialisti esperti che se ne occupano, contattami se ti serve un consiglio!

 

Fonte: La guida per condurre un test A/B di Giovanni Cappellotto

Foto: Picjumbo

Andrea Cannizzaro

Conosci qualcuno a cui puoi interessare? Condividi!