Test A/B: come funziona e perché ne hai bisogno

I dati sono ovunque. Che tu sia un individuo, una piccola azienda o una multinazionale, devi avere a che fare con molti dati, inclusi i dati dei clienti necessari per soddisfare i clienti e migliorare i tuoi profitti.

I marketer utilizzano una varietà di tecniche per aumentare i profitti. Comprensibilmente, non tutte le tecniche possono funzionare o non tutte possono essere ugualmente efficaci.

Non puoi creare una campagna basata su intuizioni o sentimenti. Hai bisogno di numeri, ma potrebbero non essere sempre chiari. Questo è il motivo per cui le aziende hanno bisogno di test A/B, un metodo unico che aiuta le aziende a scegliere la strada giusta.

In questo articolo parleremo di test A/B e ne evidenzieremo i vantaggi, evidenziando anche alcuni dei migliori software di test A/B.

Iniziamo:

Che cos'è il test A/B?

Il test A/B può essere definito come un metodo per confrontare due opzioni utilizzate per ottenere la stessa cosa per scoprire quella che offre risultati migliori.

Usiamo test A/B quasi ogni giorno e si dice che la tecnica abbia più di 100 anni. Tuttavia, ora sta diventando più popolare grazie all'introduzione del marketing online. I marketer utilizzano i test A/B per confrontare due metodi di marketing per trovare quello che offre il miglior ritorno sull'investimento; tuttavia, questo non è l'unico uso dei test A/B.

Il biologo e statistico Ronald Fisher ha randomizzato esperimenti controllati negli anni '20. Ha capito la matematica e i principi di base e ha trasformato questa idea in una scienza.
Fisher ha condotto diversi esperimenti agricoli per trovare risposte a domande di base come cosa succede se cambio fertilizzante o uso più fertilizzante.

I principi che ha introdotto si sono rivelati veri e gli scienziati hanno iniziato ufficialmente a condurre studi clinici nei primi anni '50 nel campo della medicina.

I marketer hanno adattato la tecnica alla fine degli anni '60. Vogliono valutare le campagne dirette, ad esempio se lettere o cartoline personalizzate offrono più vendite.

Tuttavia, il test A/B non era lo stesso allora. È arrivato alla sua forma attuale a metà degli anni '90. Utilizza gli stessi concetti ma si è spostato in un ambiente virtuale e in tempo reale.

Quali sono i vantaggi del test A/B?

Ora che conosci la definizione del test A/B, è il momento di esaminare i principali vantaggi del test AB.

Risparmia denaro

I test A/B consentono alle aziende di risparmiare denaro identificando i processi che offrono rendimenti migliori. Non esistono due campagne di marketing che offriranno rendimenti simili, una sarà sempre in qualche modo migliore dell'altra.

Con l'aiuto della scienza dei dati di test A/B, le aziende possono trovare l'opzione che offre rendimenti migliori e sbarazzarsi del processo che offre rendimenti inferiori e spendere i soldi dove paga di più.

Aumenta i profitti

Come evidenziato nella definizione del test AB, aiuta ad aumentare i profitti migliorando le conversioni e consentendo all'azienda di raggiungere più persone. Circa il 60% delle aziende ritiene che aiuti a migliorare la conversione.

Oltre a ciò, i risultati dei test A/B possono migliorare le frequenze di rimbalzo e aumentare il coinvolgimento. Questi fattori sono importanti per aiutare un'azienda a crescere. Alla fine della giornata, gli affari iniziano a guadagnare di più grazie alla riduzione dei costi e all'aumento delle vendite.

Aiuta a identificare i problemi

Molte campagne di marketing falliscono a causa di piccoli errori. I migliori strumenti di test AB possono riconoscere questi errori in modo che un'azienda possa funzionare senza intoppi.

Può aiutare a identificare molti problemi come un design UX scadente. Questo è importante perché un design migliore può aumentare la conversione fino al 400 percento.

Migliora il contenuto

Nonostante quello che dicono tutti, il contenuto regna ancora. Il problema, tuttavia, è che ci sono molte opzioni tra cui scegliere, inclusi contenuti scritti, contenuti visivi, ecc.

Non puoi sempre essere sicuro di cosa funzionerà e cosa no, a meno che tu non disponga di un'analisi dei dati di test A/B affidabile.

Buono per l'immagine aziendale

I test A/B sono diventati molto popolari e oltre il 70% delle aziende esegue almeno due test al mese. I test A/B per i siti Web consentono alle aziende di sbarazzarsi di processi o passaggi che lasciano una cattiva impressione ai clienti.

Di conseguenza, l'immagine ottiene una spinta e la buona volontà aumenta.

Rende l'analisi più facile

Circa il 77% delle aziende esegue test A/B sui propri siti Web (comprese le pagine di destinazione) per identificare design, caratteri e altri problemi simili.

Ciò aiuta a ridurre l'abbandono del carrello evidenziando ciò che induce gli acquirenti ad abortire un carrello. Ci possono essere una serie di motivi come un layout scadente, costi nascosti, ecc.

Con i test A/B, le aziende possono trovare la vera causa e lavorarci sopra.

Più coinvolgimento

Le aziende cercano follower e acquirenti coinvolti, quindi non sorprende che il 59% delle aziende esegua test A/B sulle e-mail. Può aiutare le aziende a identificare quale tipo di contenuto funziona di più in modo che possano concentrarsi maggiormente su di esso.

Come funziona il test A/B?

Il test A/B potrebbe sembrare un fenomeno complesso, ma in realtà è molto semplice. Il primo passo è decidere cosa si desidera testare e perché.

Supponiamo che tu voglia testare la dimensione del pulsante "Acquista ora" sul tuo sito per vedere quante persone "acquistano" se cambi la dimensione, ad esempio: ingrandisci o rimpicciolisci. Una volta che sei chiaro su ciò che desideri testare, devi essere sicuro di come valuterai le prestazioni.

Il numero di persone che fanno clic sul pulsante, ad esempio, può essere una buona indicazione di come la dimensione del pulsante influisca sulla percezione.

Puoi anche utilizzare il numero di acquirenti finali per esprimere un giudizio, ma potrebbe non essere un'opzione equa perché i visitatori potrebbero abbandonare un acquisto anche per altri motivi.

Nel passaggio successivo, dovrai dividere gli utenti in due insiemi. Il set deve essere casuale, a meno che tu non stia cercando di studiare come reagiscono gli utilizzi di uno specifico gruppo demografico a un cambiamento.

Quindi, crea due pagine simili ma con pulsanti di dimensioni diverse. Ora, guarda le analisi e scopri quale pagina riceve più clic.

La decisione di fare clic dipende da diversi fattori come la dimensione del pulsante, il colore del testo, il dispositivo utilizzato. Per chiarezza, puoi dividere i tuoi utenti in gruppi specifici, ad esempio: utenti mobili e utenti desktop.

Questo perché lo stesso pulsante potrebbe apparire diverso per gli utenti mobili e diverso per gli utenti desktop. In questo modo sarai in grado di sapere quale pulsante servire a utenti specifici.

"Il test A/B può essere considerato il tipo più elementare di esperimento controllato randomizzato", afferma Kaiser Fung, l'autore di diversi libri tra cui Number Sense: How to Use Big Data to Your Advantage .

"Nella sua forma più semplice, ci sono due trattamenti e uno funge da controllo per l'altro", aggiunge. Assicurati di stimare correttamente la dimensione del tuo campione in modo che il risultato sia corretto e non dovuto al rumore di fondo.

Alcune altre variabili possono influenzare i risultati. Ad esempio, agli utenti di dispositivi mobili potrebbe non piacere fare clic sui pulsanti o il pulsante potrebbe non essere posizionato correttamente nella versione desktop del tuo sito web.

La randomizzazione può far sì che un set contenga più utenti mobili rispetto all'altro set, il che può comportare che un set abbia una frequenza inferiore o superiore indipendentemente dalle dimensioni del pulsante.

Il modo migliore per evitare tali pregiudizi è dividere i visitatori per utenti desktop e mobili e quindi assegnarli casualmente a insiemi specifici. Questo trucco è noto come blocco.

Test A/B e risultati: come interpretare

Questo era un esempio di base. Nel mondo reale, non controllerai solo la dimensione, ma anche altri fattori, inclusi il testo, la posizione e il colore del pulsante.

Gli analisti di test A/B sono noti per eseguire test sequenziali per confrontare elementi diversi. Prima proveranno la dimensione del pulsante (piccolo o grande), quindi si sposteranno sul colore (rosso o blu), quindi sulla posizione (in alto o in basso), ecc.

Questo li aiuta a raggiungere una versione della pagina perfetta. Questo è importante perché la modifica di più fattori contemporaneamente può rendere difficile concludere che cosa sta causando cambiamenti nel comportamento (es: il numero di clic).
Tuttavia, ora disponiamo di strumenti di test A/B in grado di gestire test complessi.

"Con i test A/B, tendiamo a voler eseguire un gran numero di test simultanei e indipendenti, in gran parte perché la mente vacilla al numero di possibili combinazioni che puoi testare", afferma Fung.

“Utilizzando la matematica, puoi selezionare ed eseguire in modo intelligente solo alcuni sottoinsiemi di quei trattamenti; quindi puoi dedurre il resto dai dati", suggerisce.

Questo trucco è noto come test "multivariato". È una forma di test A/B. Significa eseguire non solo un test A/B ma un test A/B/C e così via.

Test A/B e risultati: come interpretare

La maggior parte dei marketer e degli esperti di analisi utilizza diversi strumenti di test divisi per eseguire tali test. Troverai molti software di test AB là fuori, ma non tutti potrebbero essere adatti a te.

Devi sapere come eseguire i test A/B in modo da poter interpretare i risultati. Ricorda che lo strumento giusto dipende da ciò che desideri testare.

Ad esempio, Adoric è in grado di gestire una varietà di attività, inclusi i test A/B.

Adoric è un software completo che può aiutarti a eseguire, gestire e analizzare le campagne in modo da poter identificare la migliore e utilizzare le tue risorse nel modo giusto.

Lo scopo principale dei test A/B è aumentare le conversioni. Puoi farlo modificando una varietà di elementi come la dimensione del carattere, il testo e l'uso delle immagini. Puoi anche usarlo per testare gli elementi di design del sito web e altre funzionalità simili.

Adoric si concentra principalmente sui pop-up, uno strumento di marketing in grado di offrire un tasso di conversione dell'11% se utilizzato correttamente. Il nostro software può aiutarti a confrontare diversi design e opzioni pop-up per scegliere quello giusto.

Adoric è usato da nomi come P&G, PMI e Toyota. Fidati di un nome che i marchi che ami fidano.

Devi cercare un software che non solo fornisca numeri, ma spieghi anche cosa significano. Altrimenti, dovrai assumere un tester A/B o uno statistico per interpretare i risultati.

Esistono software di split test sia a pagamento che gratuiti; tuttavia, ti suggeriamo di optare per una versione a pagamento in quanto sono più dettagliate e più facili da usare. Tali software in genere presentano tassi di conversione o rapporti:

Uno per gli utenti che hanno visto la tua pagina tipica

L'altro per gli utenti che hanno visto la pagina di prova

Il rapporto in genere mette in evidenza diversi fattori. Cerca le differenze tra cifre importanti come il numero di clic.

Potresti anche vedere le seguenti informazioni:

• Controllo: 15 percento (+/- 2,2 percento)
• Variazione 18 percento (+/- 1,9 percento)

Ciò significa che circa il 18% dei tuoi visitatori o lettori ha aperto l'e-mail con il tuo nuovo oggetto. La cifra ha un margine di errore – 2,3 percento.

Ciò non significa che il tasso effettivo sia compreso tra il 16,1 percento e il 19,9 percento.

"La vera interpretazione è che se hai eseguito il test A/B più volte, il 95 percento degli intervalli catturerà il vero tasso di conversione - in altre parole, il tasso di conversione non rientra nel margine di errore il 5 percento delle volte (o qualsiasi altra cosa livello di significatività statistica che hai impostato)”, spiega Fung.

Se questo è troppo difficile da capire, sappi che non sei l'unico. Rivolgiti a un software in grado di presentare queste informazioni in modo ordinato in modo che sia facile da comprendere e utilizzare.

Sulla base di questo risultato, possiamo dire che il nuovo metodo è più efficace in quanto fa sì che più persone aprano un'e-mail. Tuttavia, a causa del margine di errore, non possiamo garantire esattamente quante persone apriranno un'e-mail, ma in base al numero sarà superiore all'attuale tasso di apertura.

Test A/B: errori da evitare

Ecco alcuni degli errori più comuni nei test A/B. Assicurati di evitare questi:

Terminare i test troppo presto

Si ritiene che circa il 57 percento degli sperimentatori termini i test A/B una volta che sembra che la loro ipotesi originale sia stata dimostrata. Conosciuto come p-hacking, è una forma di bias di inflazione che è considerata "segnalazione selettiva" e può portare a scarsi risultati.
È importante che ogni test faccia il suo corso anche se puoi vedere i risultati in tempo reale.

Non avere un campione decente

Secondo questo articolo di VentureBeat, il test A/B richiede circa 25.000 visitatori per raggiungere un campione significativo.

Purtroppo, la maggior parte dei marketer utilizza una dimensione del campione più piccola, che non è una rappresentazione fedele della popolazione totale, quindi il risultato finisce per essere "inaffidabile".

Piccolo Riesame

Pochissime aziende optano per il nuovo test. La maggior parte prova una volta e ci crede. La ricerca ha dimostrato che una volta potrebbe non essere sufficiente a causa del rischio di falsi positivi.

Inoltre, dovresti provare ogni pochi mesi perché le cose potrebbero cambiare. Ad esempio, potresti acquisire nuovi visitatori a cui potrebbe piacere un colore o una dimensione diversa del pulsante.

Non sarai mai in grado di trovare l'opzione giusta senza ripetere il test.

Contare troppi parametri

Sebbene i test complessi siano utili, potrebbero non essere sempre efficienti. Guardare troppe metriche alla volta può portare a "correlazioni spurie".

Anche se il tuo software offre troppe metriche, devi sapere su quali concentrarti. Ciò contribuirà a evitare fluttuazioni casuali e ti consentirà di concentrarti sulle cifre che contano.

Test A/B: domande frequenti

Le grandi aziende utilizzano i test A/B?
Si lo fanno. Google ha eseguito il suo primo test nel 2000 per determinare il giusto numero di risultati per pagina. L'azienda utilizza ancora attivamente i test A/B e ha eseguito oltre 7.000 test nel 2011.

Anche altri grandi nomi come Booking.com, Facebook e Amazon conducono regolarmente esperimenti controllati. Inoltre, è utilizzato anche in politica.

La campagna di Obama ha raccolto altri 75 milioni di dollari grazie al miglioramento del processo decisionale attribuito al marketing A/B. Ha anche aumentato le conversioni delle donazioni di circa il 79%.

Quanto durano i test A/B?
Possono durare da un'ora a una settimana a seconda di ciò che stai cercando di testare.

Ad esempio, un'azienda che sta testando un modello di abbonamento dovrebbe provarlo per almeno un mese.

D'altra parte, un test di email marketing ti darà risultati in 24-48 ore poiché oltre il 50 percento delle persone legge e-mail relative al lavoro in sole 24 ore circa.

Chi ha bisogno di test A/B?
Ogni marketer online o azienda online ha bisogno di test A/B per identificare la giusta tecnica di marketing.

Viene utilizzato per confrontare tutti gli elementi che possono influenzare la decisione dell'acquirente finale. Vedrai che viene utilizzato in SEO, email marketing, sviluppo web, ecc.

Test A/B: Conclusione

In parole semplici, il test A/B viene utilizzato per confrontare due opzioni e trovare quella che offre risultati migliori. Non lasciarti confondere da nulla, prova Adoric se stai cercando un software di test A/B amichevole e guarda crescere i tuoi profitti.

Prova Adoric gratuitamente