Testare ciò che converte

Le opinioni su ciò che converte sono spesso errate. I test sostituiscono le supposizioni con dati concreti, confrontando versioni di una pagina sulla base del comportamento reale dei visitatori.

L'ottimizzazione del tasso di conversione, o CRO, è la pratica disciplinata di eseguire questi test per migliorare costantemente i risultati invece di riprogettare sulla base di un'intuizione.

Un test A/B mostra la versione A a metà dei visitatori e la versione B all'altra metà, quindi misura quale ottiene più conversioni.

Poiché il traffico viene suddiviso casualmente e nello stesso momento, i fattori esterni influenzano entrambe le versioni allo stesso modo. La differenza nel tasso di conversione indica l'effetto della modifica apportata.

Un buon test inizia con un'ipotesi chiara, non con modifiche casuali. Dichiari cosa cambierà, quale risultato si aspetta e perché.

In questo modo i test rimangono mirati e il risultato è significativo sia in caso di successo sia in caso di insuccesso. Un test negativo che smentisce una convinzione offre comunque un apprendimento prezioso.

Per sapere che cosa ha causato un cambiamento nei risultati, modifichi un solo elemento alla volta: il titolo, il colore del pulsante o la lunghezza del modulo, ma non tutti e tre contemporaneamente.

Modificare più elementi insieme può comunque indicare che la pagina è migliorata, ma non quale modifica abbia prodotto il risultato. Isoli la variabile per imparare qualcosa di preciso.

Non tutti gli elementi hanno la stessa importanza. Il titolo, l'offerta principale, la CTA e la sezione hero sono solitamente quelli che influenzano maggiormente la conversione, quindi li testi per primi.

Piccole modifiche estetiche raramente producono grandi variazioni. Investa il budget per i test dove il potenziale guadagno è maggiore.

Un test ha bisogno di un numero sufficiente di visitatori e conversioni prima che il risultato abbia un significato. Dichiarare un vincitore dopo poche conversioni è l'errore più comune nei test.

Decida la dimensione del campione necessaria prima di iniziare e lasci che il test duri abbastanza da rilevare le normali variazioni quotidiane, idealmente per settimane intere.

La significatività statistica stima la probabilità che una differenza sia reale anziché semplice rumore casuale. Una soglia comune è un livello di confidenza del 95%.

Al di sotto di tale soglia, la versione apparentemente vincente potrebbe essere soltanto frutto della casualità. La significatività protegge dal rilasciare una modifica che in realtà non aiuta.

Interrompere un test nel momento in cui B passa in vantaggio, una pratica chiamata peeking, aumenta i falsi successi. I vantaggi iniziali spesso scompaiono quando arrivano altri dati.

Stabilisca in anticipo le condizioni di conclusione e le rispetti. Eviti inoltre di eseguire test durante periodi insoliti, come una promozione per le festività, che alterano il comportamento normale.

Un test multivariato modifica più elementi contemporaneamente e misura ogni combinazione. Può rivelare il modo in cui gli elementi interagiscono, ma richiede molto più traffico.

Per la maggior parte delle pagine, i test A/B sequenziali sono più pratici. Riservi i test multivariati alle pagine con molto traffico, dove può sostenere il volume necessario.

Un test è utile solo se si agisce in base al risultato. Rilasci la variante vincente, documenti ciò che ha imparato e utilizzi questa informazione per formulare l'ipotesi successiva.

Il CRO è un ciclo: ricerca, formulazione di ipotesi, test, apprendimento e ripetizione. Un'iterazione costante si accumula nel tempo fino a produrre grandi miglioramenti.

Il lift misura di quanto una variante vincente sia migliorata rispetto al controllo, espresso come percentuale del tasso originale. Comunica chiaramente l'impatto agli stakeholder.

Affianchi sempre il lift al livello di confidenza, così il risultato rimane attendibile. Un incremento elevato con un livello di confidenza basso non costituisce ancora una base per decidere.

Verifichi la sua comprensione dei test di conversione.

I test sostituiscono le opinioni con dati concreti. I test A/B suddividono il traffico per confrontare le versioni, guidati da un'ipotesi chiara e da un'unica variabile isolata, concentrandosi prima sugli elementi ad alto impatto.

Attenda una dimensione del campione adeguata e la significatività statistica, eviti di controllare i risultati in anticipo, quindi metta in produzione la versione vincente e proceda per iterazioni. Comunichi i risultati come incremento associato al livello di confidenza.