Che cos'è il test A/B? (Definizione + Come eseguire un test A/B)

Se stai eseguendo campagne di marketing, inviando e-mail o cercando di ottenere contatti dal tuo sito Web, stai producendo regolarmente contenuti di valore per i tuoi follower.

Ma sai quanto sta andando bene quel contenuto?

Sei soddisfatto dei risultati che hai visto? Se stai cercando di capire perché alcuni contenuti sembrano avere molto più successo di altri, potresti prendere in considerazione l'esecuzione di un test A/B.

Questo prezioso strumento elimina le congetture dalla tua strategia di contenuto e ti fornisce i dati necessari per prendere le decisioni migliori per la tua attività. Non sei sicuro di cosa sia il test A/B o come eseguirne uno? Con questa guida andremo direttamente alle basi, così sarai in grado di eseguire i tuoi test in pochissimo tempo!

Che cos'è il test A/B?

Una componente chiave per una strategia di marketing di successo è sapere cosa funziona e sfruttare queste informazioni. Il test A/B ti fornisce queste informazioni chiave ed elimina la necessità di indovinare cosa funziona meglio. Con il test A/B esegui un esperimento casuale utilizzando due contenuti simili che condividi con gruppi diversi e monitori per vedere quale produce i risultati desiderati.

Questo viene spesso fatto con le e-mail, in cui è possibile utilizzare righe dell'oggetto o angolazioni diverse per verificare che si traduca in un tasso di apertura più elevato. Oppure potresti provare due annunci per la stessa offerta con una copia leggermente diversa per vedere quale versione porta a una percentuale di clic più elevata.

I contenuti che producono la migliore serie di risultati sono considerati il ​​campione "vincente" e vengono utilizzati nelle campagne future o per creare altri materiali di marketing. Se trovi che entrambi i campioni hanno risultati uguali o simili, potrebbe significare che devi renderli più distinti per testarli correttamente.

Naturalmente, questo non significa che il campione "perdente" sia negativo. In effetti, l'intuizione delle sue prestazioni può essere cruciale per aiutarti a decidere come comunicare al meglio con un segmento più piccolo del tuo pubblico o cosa evitare di fare in futuro.

Perché dovresti condurre un test A/B?

Senza il test AB stai essenzialmente volando alla cieca. Stai condividendo contenuti e speri di aver creato il messaggio giusto per il pubblico che stai cercando di attirare. Il motivo principale per condurre un test A/B è raccogliere informazioni sul tuo pubblico e su come rispondono ai tuoi contenuti. Questo ti fornisce dati che puoi quindi utilizzare per migliorare il contenuto che stai producendo, la frequenza con cui viene condiviso e persino la piattaforma su cui è pubblicato.

Nelle fasi iniziali di produzione dei contenuti, utilizzi informazioni generali come guida, ma i test A/B ti consentono di perfezionare il tuo approccio. Se hai eseguito un test A/B su un'e-mail e l'hai inviato a un gruppo alle 10:00 e all'altro alle 15:00, puoi utilizzare le tariffe aperte di ciascuno per determinare il momento migliore per inviare le tue e-mail. Allo stesso modo, puoi apportare piccole modifiche alle righe dell'oggetto o all'anteprima dell'e-mail per vedere quale produce una risposta migliore dai tuoi iscritti.

Come funziona il test A/B?

Il test A/B sembra abbastanza semplice ma deve essere eseguito correttamente per produrre risultati affidabili. Stai lavorando con una serie di variabili non controllate come tempo, software e persone, quindi c'è un ampio margine di errore. È qui che una corretta pianificazione può aiutare. Ecco alcuni passaggi chiave che dovresti seguire per eseguire un test AB di successo e produrre risultati accurati.

Passaggio 1. Decidi quale variabile desideri testare

Il primo passo è sapere esattamente cosa testerai. Per ogni test AB che esegui, devi concentrarti solo su una cosa. Questa variabile potrebbe essere la riga dell'oggetto o l'uso della personalizzazione per un set di e-mail o la copia utilizzata per l'invito all'azione. Sebbene tu possa testare più variabili per un contenuto, assicurati di testare ogni insieme di variabili in momenti diversi. Se provi a testare più variabili contemporaneamente non sarai in grado di dire quale variabile fosse veramente più efficace.

Inoltre, restringendo esattamente ciò che vuoi testare, sarai più in grado di decidere come creare le variabili. Se vuoi testare l'efficacia della personalizzazione nell'aumentare i tuoi tassi di apertura, sai che un set di email dovrà includere la personalizzazione e l'altro no. Allo stesso modo, se ti concentri sul modo in cui la tua copia influisce sulle percentuali di clic, ti concentrerai sulla creazione di due diversi set di copie di invito all'azione.

Passaggio 2. Identifica su quale metrica concentrarsi

Devi anche sapere cosa vuoi misurare. È la tua percentuale di clic? Le tue tariffe aperte? Il numero di nuovi iscritti? Essendo chiaro sulla metrica, sai esattamente su quali dati concentrarti quando decidi quale versione è più efficace.

In alcuni casi, soprattutto se si dispone di dati esistenti, è utile avere in mente un obiettivo reale o addirittura un'ipotesi. Ad esempio, potresti aver notato che alcune parole influiscono negativamente sul tuo tasso di apertura e intendi eseguire un test AB per vedere se questo è vero. La tua ipotesi potrebbe essere che l'uso della parola "burnout" nella riga dell'oggetto riduca il mio tasso di apertura del 3% . Il tuo obiettivo sarà identificare quale riga dell'oggetto si traduce in un tasso di apertura più elevato.

Passaggio 3. Imposta un controllo e uno sfidante

Completando i primi due passaggi hai identificato le tue variabili e il risultato desiderato. Ora sarai pronto a decidere quali sono il tuo "controllo" e "sfidante". Per il tuo controllo creerai i tuoi contenuti come faresti normalmente.

Tornando al nostro esempio di tentativo di aumentare i tassi di apertura testando le righe dell'oggetto, utilizzeresti il ​​formato tipico della riga dell'oggetto con l'inclusione della parola "burnout". Ad esempio, Dieci modi comprovati per prevenire il burnout come creativo .

Il tuo sfidante è il punto in cui inizieresti ad apportare modifiche in base all'ipotesi che hai. In questo caso il tuo oggetto potrebbe assomigliare a questo: Dieci modi per alimentare la tua energia creativa.

Passaggio 4. Se necessario, dividi il tuo campione in modo uniforme

Il modo in cui dividi il tuo campione è determinato dal tipo di contenuto che stai testando e dallo strumento che usi. Per le e-mail, in genere dividi equamente il tuo campione in modo che ogni gruppo sia abbastanza simile, ma puoi anche scegliere di dividerlo in modo casuale dal tuo strumento di test AB.

Per altri contenuti su cui hai meno controllo, come una pagina di destinazione o annunci, il tuo campione verrà diviso in modo casuale.

Passaggio 5. Scegli la dimensione del campione

Proprio come quando scegli come dividere il tuo campione, determinerai la dimensione effettiva del campione in base allo strumento che usi e al contenuto che stai testando. Per le e-mail, in genere puoi inviare il tuo controllo e sfidante a un piccolo sottoinsieme della tua lista e-mail. Una volta raggiunto un obiettivo specifico, il "vincitore" verrà inviato ai contatti rimanenti.

Le pagine Web e gli annunci sono molto diversi poiché non hai un numero prestabilito di persone che ti aspetti di vederle. Pertanto, la dimensione del campione sarà determinata da quanto tempo viene condiviso il contenuto o da quanto denaro viene speso per l'annuncio.

Indipendentemente dal metodo utilizzato, è necessario assicurarsi di consentire al test di essere eseguito abbastanza a lungo da ottenere risultati conclusivi.

Passaggio 6. Determina quanto dovrebbero essere significativi i tuoi risultati

Ricordi il passaggio precedente per identificare la metrica su cui vuoi concentrarti? È qui che diventa particolarmente importante. Devi determinare quanto dovrebbero essere significativi i tuoi risultati per scegliere il "vincitore" o il contenuto con le migliori prestazioni. Qui entra in gioco la significatività statistica. Se è passato un po' di tempo dall'ultima volta che hai fatto una lezione di statistica, è tempo di un rapido aggiornamento.

La significatività statistica indica quanto è probabile che i tuoi risultati siano dovuti a un errore o al caso. Maggiore è la tua significatività statistica, più affidabili sono i tuoi risultati poiché ciò significa che è improbabile che i tuoi risultati siano stati casuali o ottenuti per errore.

Ricorda, l'output del tuo test verrà utilizzato per determinare la tua strategia di marketing, come budget la tua spesa pubblicitaria e come comunichi con il tuo pubblico. Pertanto, vuoi essere il più certo possibile che i dati che guidano queste decisioni siano accurati. Di solito vuoi avere un livello di confidenza almeno del 95% ma puoi arrivare fino al 99%.

Il calcolo della significatività statistica e dei livelli di confidenza può essere un processo piuttosto complicato, ma per fortuna ci sono strumenti utili che possono occuparsene per te.

Passaggio 7. Scegli uno strumento di test A/B

Molti dei popolari strumenti di marketing digitale sul mercato possono essere utilizzati per eseguire test A/B. Strumenti come Facebook Ads Manager, Google Optimizer, Hubspot, ActiveCampaign, Adobe Target e Visual Website Optimizer sono solo alcuni esempi di software in grado di eseguire test A/B per e-mail, pagine Web o annunci.

Quando scegli uno strumento, devi considerare come lo utilizzerai, quali tipi di contenuti o campagne testerai, la convenienza e la facilità d'uso. Un'altra caratteristica cruciale su cui concentrarsi è il modo in cui i dati vengono raccolti e condivisi. Questi numeri sono l'output più importante di cui avrai bisogno, quindi desideri scegliere uno strumento che fornisca report dettagliati in un formato di facile comprensione.

Passaggio 8. Testare le versioni A e B contemporaneamente

Il tuo test deve essere eseguito contemporaneamente sia con il tuo controllo che con lo sfidante. Ciò significa che non puoi inviare l'e-mail A oggi e l'e-mail B la prossima settimana o pubblicare ogni annuncio a giorni di distanza. Devono essere testati nelle stesse condizioni con le uniche differenze che sono l'elemento alterato e gli individui reali che vedono il contenuto.

L'unica eccezione a questa regola è quando il test si riferisce al tuo tempismo. Se stai cercando di trovare il momento o il giorno giusto per raggiungere il tuo pubblico, naturalmente condividerai i tuoi contenuti in momenti diversi. In questo caso, tuttavia, l'unica differenza tra il controllo e lo sfidante sarebbe il tempo .

Passaggio 9. Concentra l'analisi sul tuo obiettivo principale

Una volta eseguito il test e iniziato a raccogliere i risultati, sarai inondato di dati. Sebbene tutto ciò sia rilevante, devi dare la priorità alla metrica che hai deciso di misurare. Se il tuo obiettivo principale era scoprire cosa funziona meglio per il tuo tasso di apertura, allora questo deve essere al centro della tua analisi. Quello sarà il fattore determinante o quale dei due ha avuto successo.

Questo non vuol dire che dovresti scartare i dati rimanenti. Questo può essere utilizzato per aiutarti a comprendere meglio il tuo pubblico e persino a migliorare ulteriormente i tuoi contenuti. La cosa importante da ricordare è che questi dati aggiuntivi sono semplicemente belli da avere, non l'obiettivo principale del test.

Passaggio 10. Misura i risultati con un calcolatore di test A/B

A questo punto, hai tutti i dati e stai riversando i numeri. Quindi, come misuri effettivamente i tuoi risultati e determini se sono abbastanza sostanziali da apportare modifiche alla tua strategia?

Strumenti come Hubspot o il calcolatore di test A/B di Survey Monkey possono eliminare le congetture. Utilizzando questi strumenti, inserirai il numero di persone che hanno ricevuto ciascuna variabile e quante persone hanno intrapreso un'azione. Ciò produrrà i tassi di conversione per ciascuno e fornirà un chiaro indicatore di quale sia il rendimento migliore.

Passaggio 11. Usa i tuoi risultati per guidare la tua prossima azione

Ora che disponi di dati solidi, puoi utilizzarli con sicurezza per determinare quali modifiche, se del caso, sono necessarie alla tua strategia. Tieni presente che il test AB non è sempre un'attività una tantum. Puoi testare i tuoi contenuti vincenti contro un altro sfidante per ottenere ancora più informazioni finché non sei soddisfatto che ciò che stai producendo produrrà risultati ottimali.

E se non sei soddisfatto dei risultati, puoi sempre ricominciare da capo con insiemi di contenuti completamente nuovi. Il bello è che, anche se i risultati non sono soddisfacenti, ti forniscono comunque informazioni preziose che puoi utilizzare.

Come interpretare i risultati dei test A/B

Abbiamo parlato un po' di quanto siano preziose le informazioni ricevute dal tuo test, ma come le interpreti correttamente? Ancora una volta devi concentrarti sul tuo obiettivo principale. Se la metrica su cui ti stavi concentrando era i tassi di apertura, guarderai prima quelli. Questo è il numero che collegherai al tuo strumento di test A/B.

Successivamente esaminerai le differenze nei tassi di conversione. Potresti aver visto un tasso di conversione del 3% per l'e-mail A ma un tasso di conversione del 7% per l'e-mail B con un livello di confidenza del 95%. Questi risultati sono considerati statisticamente significativi e puoi aspettarti che l'utilizzo dell'e-mail B come modello per le e-mail future dovrebbe comportare un tasso di conversione più elevato.

Puoi anche approfondire le altre informazioni: i dati demografici del pubblico come età, sesso, posizione, tipo di dispositivo o ora del giorno in cui sono state aperte le tue e-mail. Tutte queste informazioni ti danno una visione più ampia di chi è il tuo pubblico e cosa potrebbe funzionare per loro.

Errori comuni dei test A/B da evitare

Anche i marketer esperti commettono errori con i test AB che possono avere un impatto negativo sui loro risultati e, per estensione, sulla strategia. Ecco alcuni degli errori più comuni e i passaggi che puoi intraprendere per evitare di commetterli.

Non consentire al test di durare abbastanza a lungo

I test AB vengono in genere eseguiti tramite una piattaforma specifica e queste piattaforme forniscono dati in tempo reale. Ora questo può essere un grande vantaggio finché sei paziente. È facile vedere l'esecuzione iniziale del test e terminarlo prematuramente perché si desidera prendere rapidamente una decisione. Il problema è che non stai permettendo al test di durare abbastanza a lungo per darti uno sguardo al quadro generale. Se finisci il test dopo poche ore, non sarebbe stato abbastanza tempo per raccogliere risultati reali.

Per evitare ciò, decidi nella fase di pianificazione per quanto tempo desideri che i test vengano eseguiti. Se decidi per 24 ore non fare nulla per quelle 24 ore, indipendentemente dalle prestazioni del contenuto.

C'è anche il problema delle persone che non riservano un periodo di tempo adeguato per eseguire i loro test. Ricorda, diversi tipi di contenuti devono essere testati in circostanze diverse. I tuoi annunci non possono essere testati per lo stesso periodo di tempo delle tue email o pagine di destinazione, ad esempio. Inoltre, ti consigliamo di concedere più tempo a un pubblico più ampio. Ci si può aspettare che un gruppo di appena 50 persone produca risultati significativi in ​​meno tempo rispetto a un gruppo di 35.000.

Testare troppe variabili contemporaneamente

C'è un motivo per cui si chiama test AB: stai testando l'elemento A contro l'elemento B. Sebbene ci siano test multivariati, questa è una forma di test completamente diversa e viene eseguita in condizioni diverse. Ciò che accade quando si esegue un test AB e si includono troppe variabili è che i risultati non possono essere attendibili. Ci sarebbero troppi casi di errore o casualità che potrebbero aver influito sul risultato. Se invii le tue e-mail in momenti diversi, potrebbe essere ciò che forza il tasso di apertura e non la riga dell'oggetto. Se modifichi il design del pulsante di invito all'azione e della copia, non puoi essere sicuro di quale sia stata la differenza.

Questo è il motivo per cui è fondamentale conoscere il tuo obiettivo e utilizzarlo per guidare il modo in cui viene condotto il test. Se vuoi concentrarti sui tassi di apertura, la tua variabile dovrebbe riferirsi a questo. Se stai cercando di ottenere più visite al sito web, dovresti avere solo una singola variabile correlata a questo e nient'altro. Quando lo fai, puoi fare affidamento sui risultati con maggiore sicurezza.

Test troppo presto

Potrebbe sembrare un po' confuso, ma abbi pazienza. Più traffico hai, più grande è il tuo pubblico, più persone puoi includere nel tuo test e più affidabili saranno i tuoi risultati.

Questo non vuol dire che non dovresti testare i tuoi contenuti quando hai appena iniziato, ma non puoi fare troppo affidamento sui dati che ottieni. Avrai bisogno di ripetere il test man mano che i tuoi numeri crescono. L'altro avvertimento è che il test troppo presto potrebbe essere guidato da un senso di disperazione per vedere numeri migliori che possono distorcere il tuo test. Questo ti rende impaziente quando esegui il test e potresti cadere nella trappola di terminarlo troppo presto, lasciandoti con dati inconcludenti o falliti.

Il modo migliore per evitare di commettere questo errore è semplicemente essere pazienti. Attendi fino a quando il tuo contenuto originale ha avuto la possibilità di funzionare e poi decidi se c'è spazio per miglioramenti. Concediti un po' di tempo per iniziare a far crescere il tuo pubblico e ad attirare i tuoi obiettivi ideali in modo che i dati siano effettivamente rilevanti per te. È probabile che con un tempo sufficiente non avrai bisogno di eseguire un test: le tue campagne inizieranno a prendere velocità e, in caso contrario, potrai prendere la decisione.

Pronto a utilizzare i test AB per migliorare la tua strategia di marketing?

Non c'è dubbio che il test A/B sia una parte vitale di qualsiasi strategia di marketing di successo, ma deve essere eseguito bene. Ciò significa identificare il tuo obiettivo, la metrica principale, gli strumenti che devi utilizzare e identificare le tue variabili.

Se hai pianificato correttamente il tuo test utilizzando i passaggi descritti sopra, raccogliere e interpretare i risultati dovrebbe essere semplice. Inserisci i dati nella calcolatrice e decidi se la differenza è abbastanza significativa da apportare modifiche ai tuoi contenuti.

Se lo è, prenditi del tempo per guardare davvero i dati e interpretare i tuoi risultati. Quindi usa i tuoi risultati per dare una spinta alla tua strategia di marketing.

E prima che tu te ne accorga, tu e la tua azienda raccoglierete i frutti dei test AB.