Skip to main content
ipotesi di AB Testing

Come creare un'ipotesi di A/B Testing solida ed efficace?

25 July 2022

1 Come può avere successo un A/B test basato su un'ipotesi iniziale?

L'ipotesi di partenza negli A/B test fornisce una solida struttura per condurre test di qualità all'interno di un imbuto di conversione. Bisogna riconoscere che l'assenza di presupposti o di elementi errati porta molti marketer nella direzione sbagliata.

In particolare, qualsiasi interpretazione personale porta rapidamente a decisioni distorte. La validazione di ogni dato consente di iniziare i test partendo da dati affidabili e da ipotesi di ottimizzazione realistiche. Questa analisi richiede quindi un processo chiaro ed efficiente che faciliti l'uso dei dati per aumentare il tasso di coinvolgimento. La nostra attenzione si concentra sulla fase di definizione dell'ipotesi, un passo cruciale nell’AB testing.
 

2 Che cos'è la formulazione di un'ipotesi?

Prima di confrontare diverse versioni di miglioramenti al vostro sito, dovrete effettuare alcune analisi preliminari per inquadrare le vostre operazioni. L'A/B Testing vi permetterà di studiare le ripercussioni sui vostri KPI di una precisa modifica di una pagina rispetto alla sua versione originale. Ma prima di farlo, è importante sapere esattamente qual è il vero problema. Tra gli elementi da valutare ci sono il tipo di comportamento dei prospect su cui si intende agire e il risultato atteso. L'ipotesi di ottimizzazione consente di effettuare test precisi e non test casuali modificando a caso i colori o la posizione dei pulsanti call-to-action. Se avete intenzione di modificare i parametri delle pagine del vostro sito di e-commerce, tanto vale partire da una buona base per evitare di perdere tempo in esperimenti poco mirati.

3 Iniziare a generare ipotesi al momento giusto

Il punto di partenza di un A/B test è la consapevolezza che esiste un attrito in un tunnel di vendita. In concreto, risultati come un tasso di conversione scarso o un basso tasso di click-through evidenziano la necessità di un cambiamento. Ma attenzione alle decisioni affrettate, ogni cambiamento richiede un'anticipazione. Sta a voi decifrare il perché e come rispondere a questo problema.È qui che la formulazione di ipotesi diventa necessaria per chiarire questi aspetti. Si tratta quindi di capire la radice del problema e di definire le basi della fase di test per ottenere gli effetti previsti. In questa fase, è fondamentale identificare il comportamento degli utenti per eliminare eventuali punti di blocco. 

4 Selezionare una varietà di fonti affidabili per formulare ipotesi valide.

Se volete avere successo nella formulazione di ipotesi, ci sono diverse fasi da attuare.

Avviare ricerche specifiche

In questa fase dell'esperimento, dovrete intraprendere una ricerca per comprendere il contesto e definire con precisione le leve da utilizzare negli A/B Test. Questa impegnativa fase di indagine consente poi di costruire ponti tra dati, azioni e decisioni. Da qui l'importanza di costruire una solida base per ottimizzare le vostre azioni.

Iniziare con dati concreti

La costruzione di ipotesi di successo richiede quindi intuizioni chiare attraverso una ricerca approfondita e obiettiva. In effetti, questa fase è spesso trascurata dai marketer che si concentrano sui numeri. Tuttavia, ci sono alcuni punti che possono aiutare a perfezionare la ricerca e quindi a comprendere meglio il comportamento dei potenziali clienti sul vostro sito. A tal fine, una visione olistica consente di raccogliere una grande quantità di informazioni essenziali per il futuro.

Individuare i diversi elementi chiave

Prima di qualsiasi sperimentazione, eseguire azioni investigative per ottenere dati accurati. Esistono diversi tipi di raccolta dati.

  • I dati quantitativi possono essere utilizzati per misurare il comportamento degli acquirenti sul sito, il traffico, l'abbandono del carrello, la posizione delle zone di clic con mappe di calore, ecc. A tal fine, è possibile utilizzare strumenti come Google Analytics o Mouse Tracking Analysis per ottenere informazioni precise e quantificare i valori di ogni url.
  • I dati qualitativi assumono la forma di feedback come sondaggi, interviste, indagini tramite moduli, raccolta di parole dei clienti, analisi euristica della UX, ecc.
  • Condividere l'esperienza del vostro team sull'ergonomia del sito e sull'uso del prodotto vi aiuta a identificare meglio i punti di attrito. Si tratta di un feedback che non viene preso in sufficiente considerazione dalle aziende.

Utilizzare i dati giusti in base ai problemi da risolvere

Vi concentrerete, invece, sull'analisi di alcuni indicatori in base ai punti da migliorare durante l'esperimento. Avete identificato l'abbandono del carrello durante la convalida dell'ordine? Osservate la posizione della visualizzazione delle spese di consegna, ma anche i commenti lasciati sulla pagina o le discussioni sui network. Se invece volete identificare le motivazioni dei futuri acquirenti, gli strumenti più adatti sono le indagini o i sondaggi. Durante la fase di ricerca, il vostro ruolo è quello di raccogliere informazioni sulle vostre personas, il più vicino possibile alle loro interazioni. Ciò richiede un approccio diverso a seconda dell'audience e del pubblico di riferimento.

Dare priorità alla fase di sperimentazione

Prima di avviare le operazioni sperimentali, è necessario dare priorità alle fasi di formulazione delle ipotesi e alle idee di test. Soprattutto se avete raccolto molti dati, date priorità alle vostre idee in una roadmap di sperimentazione A/B. Questo piano dovrebbe includere elementi quali gli obiettivi dell'azienda e del sito, le pagine più visitate, i dettagli sui blocchi del percorso di acquisto del potenziale cliente e i vostri KPI. Questo documento vi consentirà di dare priorità ai test che hanno il maggiore impatto sui vostri risultati. È possibile utilizzare una serie di test, dai più semplici come il "quick win" ai più complessi come i "test multivariati".

4 Saper mettere in discussione le proprie certezze

Se c'è una fase che richiede una certa dose di distacco, è quella in cui si formulano le ipotesi per gli A/B test. Per essere il più vicino possibile alle aspettative dei vostri visitatori target, dovete mettervi nei loro panni. 

Questo è stato confermato da Charles Cortés, Digital & Data Manager di Converteo, durante la nostra tavola rotonda con gli esperti che abbiamo intervistato per avere la loro visione dell'argomento. Sottolinea che "l'esperienza dimostra che le aspettative degli utenti possono essere radicalmente diverse dalle vostre convinzioni"

L'esperienza dimostra che le aspettative degli utenti possono essere radicalmente diverse dalle vostre convinzioni.
Charles Cortés
Manager Digital & Data, Converteo

Per questo motivo è necessario fare un passo indietro, anche se il vostro A/B test è positivo. Solo i fatti tangibili derivanti dal feedback diretto degli utenti hanno valore. Altrimenti, ripercorrete l'intero customer journey per valutare l'esperienza dell'utente, con tutta l'obiettività necessaria in questo esercizio.

5 Cosa definisce un'ipotesi valida?

Le ipotesi degli A/B test possono assumere diverse forme.

Una formulazione completa

Una volta che gli indicatori sono sotto controllo, si hanno tutti gli elementi per definire l'ipotesi in modo chiaro e preciso. I risultati attesi devono essere sufficientemente significativi per valutare l'impatto delle vostre azioni. Stabilire parametri di riferimento credibili in questa fase sperimentale. 
Questo è il caso di un'ipotesi formulata con elementi come: "cambiando X, Y sarà leggermente / moderatamente / fortemente influenzato grazie a Z". In concreto, questo si può tradurre in una formula del tipo: "aggiungendo l'importo delle spese di consegna al momento della consultazione del carrello, il numero di ordini sarà notevolmente influenzato grazie all'ottimizzazione del modulo d'ordine". Questo tipo di formulazione fornisce una base concreta per gli esperimenti futuri.

Un approccio logico

È anche possibile trascrivere ipotesi con un approccio logico, ispirato al ragionamento scientifico. Il processo di sperimentazione assume la forma di "se X, allora Y". Per X si intende l'azione da intraprendere, per Y i risultati previsti in base ai dati di misurazione (numero di visitatori, pagine viste, acquisti effettuati, ecc.).  Dovete assicurarvi di fornire ipotesi semplici da capire e non aperte all'interpretazione. Ad esempio, l'ipotesi potrebbe essere: "Se inserisco il simbolo del rimborso del 100% sotto il pulsante dell'ordine, gli acquisti registrati aumenteranno in modo significativo". In questo caso, il volume di acquisti rimane il KPI di riferimento.

L'accuratezza dei dati

È possibile formulare ipotesi più o meno lunghe. Una versione breve potrebbe essere: "Se aggiungo una CTA all'inizio della pagina, il numero di transazioni aumenterà. In alternativa, è possibile specificare ulteriormente le azioni e le aspettative con uno scenario più avanzato: "Se inserisco una CTA "vedi tutti i corsi" in cima alla home page, ci saranno più visite alla pagina dei corsi, che genereranno più ordini". È ovvio che quanto più un diagramma è rilevante e preciso, tanto più serie saranno le conclusioni che ne trarrete.

6 E se non si riesce a formulare un'ipotesi?

In alcuni casi, le ipotesi non sono facili da definire. Con i test multivariati avete la possibilità di iniziare con diverse tracce di ipotesi. Questo ragionamento di A/B/n test prevede diverse modifiche simultanee alla pagina di un sito di ecommerce. Si noti che il numero "n" di ipotesi rimane delicato da determinare per un'azienda, viste le possibili combinazioni. Il supporto di un partner strategico come Kameleoon vi permette di gestire le molteplici possibilità di test sul vostro sito. È possibile visualizzare immediatamente le interazioni degli elementi e l'impatto di determinate azioni sulle prestazioni della pagina.

7 Quali sono le insidie da evitare?

Quando ci si imbarca in un test di ipotesi, è necessario essere consapevoli di alcuni pericoli da evitare.

Non fare A/B test sulle ipotesi

La raccolta di una grande quantità di dati può portarvi ad abbandonare le fasi di test a causa della deduzione di una soluzione logica che vi sembra ovvia. Questo è un errore! Anche se continuare il test sembra inutile, vi state privando di una convalida reale della vostra modifica. D'altra parte, questo test finale fornisce informazioni preziose sul comportamento degli utenti. Meglio ancora, imparerete a conoscere le diverse fasi dell'A/B testing, il che vi renderà molto più efficienti nelle future campagne di test.

Non raccogliere il feedback dei visitatori

Gli scenari che si creano possono essere totalmente scollegati dalle aspettative degli utenti di Internet. Perseguendo un ragionamento scollegato dalla realtà, i vostri test vi portano talvolta a prendere decisioni sbagliate che vi conducono in un vicolo cieco. Per questo motivo è nel vostro interesse raccogliere regolarmente le opinioni dei vostri visitatori attraverso sondaggi di feedback. La sperimentazione deve tenere conto del consumatore, non dei propri interessi. Anche se pensate di avere ragione!

Interrompere troppo presto la fase di A/B test

Una delle insidie più comuni è che i marketer a volte interrompono troppo presto una fase di AB test quando iniziano a vedersi i risultati positivi. Lo stesso vale quando si impostano indicatori casuali come 100 registranti o 1.000 conversioni. Questi limiti non riflettono necessariamente la realtà. È meglio continuare a sperimentare per diverse settimane prima di trarre conclusioni affrettate.

In definitiva, una fase di ipotesi ben eseguita aiuta a ottimizzare gli esperimenti e quindi a migliorare il tasso di conversione complessivo. Se volete andare oltre, scaricate la nostra guida agli A/B test per aumentare le prestazioni del vostro sito a lungo termine. Adottate una linea d'azione efficace formulando ipotesi di A/B test, dalle più semplici alle più complesse. 

Temi trattati in questo articolo
Articoli consigliati per te