In un sempre più competitivo panorama di marketing online, il successo deriva da un corretto utilizzo dei dati a disposizione. Non sempre però interpretare le informazioni statistiche è semplice; ma la scelta di un approccio data-driven andrà a massimizzare i ritorni di investimento del proprio business.
Attività e strategie di Conversion Optimization sono utilizzate dal 27,5% di eCommerce in Italia. A questo sottende che, in qualche forma, sono attivi programmi di AB Testing. Da queste percentuali emerge che tre quarti degli online retailer non misurano l’impatto dei loro investimenti ma, dall’altra parte, che un quarto di queste realtà hanno percepito l’importanza dei dati per il successo del proprio business.
È importante però sottolineare che non tutti gli AB Test sono uguali. Infatti ogni forma di testing risponde allo specifico contesto in cui è applicato.
Potrebbe risultare ovvio o di facile risposta, ma quali sono le leve per un test di successo?
1. Formulare ipotesi basate sui dati
Una delle principali cause del fallimento dei test è partire con la formulazione di ipotesi poco significative o rilevanti.
Un’ipotesi di test deriva dallo studio attento dei dati e delle informazioni a disposizione. Questa scelta, rispetto a esperimenti basati su intuizioni, porta a percentuali di successo più alte. L’interesse verso i dati deve iniziare molto prima del testing set up. È infatti di estrema rilevanza conoscere i comportamenti degli utenti e identificare quali sono gli ostacoli alla conversione.
Solo quando si avranno ipotesi supportate dai dati è opportuno iniziare con la definizione della soluzione di test più adatta allo specifico contesto d’uso.
2. Misurare le conversioni complessive, non focalizzarsi sui micro-goal
Gli AB Test dovrebbero essere orientati all’incremento delle conversioni e non focalizzati su metriche insensate che non contribuiscono al miglioramento delle entrate. Click-throughs o altre “vanity metrics” non devono essere utilizzate come basi per un approccio di testing.
3. Non fermare il test troppo presto
Il volume dei dati è un aspetto indispensabile affinché il test raggiunga la significatività statistica e conduca a risultati interessanti. Se si interrompe il test senza una sufficiente quantità di informazioni, si può seriamente compromettere il buon esito dell’esperimento.
4. Condurre AB Test su Test Multivariati
Se si sta conducendo un test Multivariato, per valutarne l’accuratezza è consigliabile effettuare, sul risultato ottenuto un AB Test. Infatti, se l’esperimento attivato presenta molteplici variabili contemporaneamente c’è la possibilità che una di esse risulti essere la vincitrice in modo casuale. Per evitare questo è quindi opportuno testare il risultato vincente per assicurarsi che il risultato ottenuto sia replicabile.
5. Definire in anticipo il segmento di target interessato
Così come è importante basare le ipotesi sui dati, allo stesso modo è fondamentale decidere a priore quale sarà la audience di riferimento per il test.
Conclusioni
Ognuno di questi 5 punti rappresenta una regola base per test di successo. Se si ha un eCommerce e si è condotto un AB Test con meno di 100 eventi di conversione, con più di 4 varianti o non si è prestata a priori sufficiente attenzione alla raccolta di dati, è opportuno ricominciare la pianificazione della fase di testing a partire dai suggerimenti presentati in questo articolo.
