Perchè si fanno gli A/B test e a cosa servono?
Iniziamo con lo spiegare che gli A/B test sono dei test che vengono effettuati su un oggetto, mutandolo in due (o più) varianti, e il cui scopo è capire quale versione ha un successo maggiore rispetto agli obiettivi che mi ero prefissato.
Per quanto riguarda il web, gli A/B test sono effettuati, ad esempio, su una pagina web che viene presentata all’utente in diverse varianti. Si analizza quale delle versioni ottiene un maggiore successo rispetto ad un KPI particolare, ad esempio il tasso di conversione. La versione migliore viene eletta vincitrice e verrà utilizzata per il resto della campagna.
Definisci i tuoi KPI
La prima cosa da fare prima di eseguire un A/B test è quello di definire il KPI che si vuole analizzare, ovvero il valore che si vuol cercare di ottimizzare.
Se il sito su cui si stanno effettuando i test vende un corso online, chiaramente il KPI più importante da analizzare sarà il numero di conversioni, ovvero il numero di acquirenti. In alternativa, un sito che ospita pubblicità avrà come KPI da ottimizzare il numero di visualizzazioni e click sui banner.
E ancora, un servizio che invia newsletter con delle informazioni avrà come KPI principale l’open-rate, ovvero quanti clienti hanno aperto il messaggio.
Definire prima gli obiettivi e i KPI è vitale. Solo sapendo cosa si vuol migliorare si avrà la possibilità di mettere in campo le attività giuste atte a raggiungere i target desiderati.
Definisci il tuo pubblico
Un altro aspetto importante da analizzare è il pubblico a cui ti rivolgi. Non è detto infatti che, ad esempio, le donne si comportino come gli uomini, o piuttosto il pubblico proveniente dai social abbia lo stesso conversion rate del pubblico proveniente da traffico organico.
Scoprire chi è il tuo pubblico, ed eventualmente segmentarlo per attuare delle azioni diverse in base ai profili, risulta quindi essenziale.
Google Analytics è perfetto per questo tipo di analisi. E’ infatti possibile, in maniera immediata, conoscere:
- visitatori nuovi o di ritorno
- categorie dei dispositivi utilizzati (desktop, mobile, tablet)
- sorgenti di provenienza (organico, social, siti particolari)
Grazie a questo tipo di informazioni è possibile segmentare il pubblico e fare delle analisi sul singolo segmento, facendo A/B test diversi e analizzando i risultati su base segmento piuttosto che sul 100% del pubblico.
In altre parole, una versione di una pagina potrebbe performare meglio sui nuovi visitatori ma peggio sui visitatori di ritorno. A questo punto sarà preferibile mostrare la versione migliore in base alla tipologia di utente che si presenta sul sito.
Documenta tutto
Gli A/B test sono efficaci proporzionalmente alla documentazione a corredo che viene sviluppata. Con questo voglio dire che eseguire un test senza tracciare cosa si è fatto, quali erano i valori prima del test e quelli dopo il test ha poco senso.
Informazioni importanti da registrare potrebbero essere:
- ID
- Owner
- Descrizione
- Template utilizzati
- Metriche analizzate
- Valori prima e dopo del test
- Date di riferimento
- Date di esecuzione e intervalli di esecuzione
Potrebbero essere tante informazioni da registrare per ogni test, soprattutto se effettuate svariati test. Tuttavia, essere in possesso di report di questo tipo per ogni test, vi da la possibilità di andare ad analizzare fra 6 mesi quello che avevate fatto prima, evitando di eseguire attività già testate.
Eseguire i test
Ogni sito è sviluppato da uno o più developer con tecnologie differenti. Sono loro le prime persone da interpellare quando si vogliono implementare A/B test sul sito web.
Tuttavia, un modo relativamente semplice di effettuare questi test è quello di utilizzare Google Tag Manager.
Per chi non lo conoscesse, questo tool permette di inserire un unico codice HTML/JS dentro le pagine web di un sito, una sola volta. Nel momento in cui si vuole cambiare uno script dentro un sottoinsieme di pagine del sito, non sarà necessario editare il codice di tutte le pagine. Il cambiamento potrà essere effettuato direttamente da interfaccia web di GTM, utilizzando delle potenti regole che permettono di cambiare automaticamente il codice nelle pagine oggetto del test.
Google Tag Manager permette, in pochi passi, di caricare del codice custom JavaScript in base a parametri riconosciuti da Google Analytics. In altre parole posso ad esempio caricare un JS particolare al segmento Utente Desktop – Pagine Articolo, e un altro JS Custom al segmento Nuovi Utenti – Pagina Registrazione. Se poi serve del codice da eseguire, questo è inserito nella pagina ed è nascosto fino a che non viene triggerato dal codice di Google Tag Manager.
Un setup di questo genere permette la massima flessibilità e velocità di esecuzione.
Quanto è giusto
Di solito, la regola che si utilizza è quella di fare un A/B test sul 20% della base clienti. Ottenuti i risultati la versione vincitrice si applica sul restante 80%.
Tuttavia bisogna capire se i risultati ottenuti sulla base del 20% del mio campione siano effettivamente significativi. Non è detto infatti che il 20% basti effettivamente a decretare una versione vincitrice rispetto ad un’altra.
Per questo ci viene in aiuto un tool di AB TestGuide. Questo tool web based permette di inserire 4 dati fondamentali, ovvero i visitatori e le conversioni della versione A e della versione B. In base a questi numeri il tool fornisce un valore di attendibilità del test.
Il tool fornisce tante altre informazioni per gli appassionati di statistica.
Prioritizza
Una volta ottenuti i risultati dei vari test eseguiti, concentrati su quelli che effettivamente portano a dei risultati tangibili sul tuo business.
Se l’aver ingrandito il bottone “BUY NOW” di 2 punti ha incrementato le tue vendite del 2% e l’aver cambiato la posizione del form di iscrizione alla newsletter ha aumentato i tuoi subscribers del 20%, forse è più utile concentrare le proprie risorse sul bottone “BUY NOW”. E’ questo che genera revenue maggiori rispetto alla semplice iscrizione alla newsletter.
E’ anche giusto valutare gli impatti di un cambiamento sulle operations dell’azienda. Cambiare la grandezza del bottone BUY NOW costa poco in termini di ore/uomo; cambiare il funnel di acquisto di un sito ecommerce potrebbe costare mesi/uomo.
Conclusioni
Effettuare A/B test è fondamentale se si vuole ottimizzare il sito web e le conversioni. E’ altresì importante farlo cum grano salis e non improvvisare nulla al fine di evitare errori che poi potrebbero ripercuotersi sul business aziendale.
Prendetevi il vostro tempo, focalizzate l’attenzione sui KPI importanti, eseguite e analizzate bene i risultati prima di rendere operativi i cambiamenti.