Premessa
Su suggerimento degli amici del percorso The Startup Training, provo a raccogliere alcuni suggerimenti e indicazioni pratiche per effettuare alcuni test A/B. E’ infatti importante per una StartUp azzeccare subito quale tipo di messaggio, di comunicazione, di tono di voce risulti più efficace e risuoni meglio alle orecchie del loro pubblico di early adopter. E niente come l’A/B o il multi testing avvicina la Startup ad adottare un approccio scientifico hypotesis and data driven. Se non sapete niente di a/b testing ecco alcuni articoli da leggere:
- Cos’è l’A /B testing (Optimizely)
- A/B testing (Wikipedia)
- Cos è l’A/B Testing (Visual Website Optimizer – vwo.com)
Optimizely e VWO.com sono due tra le soluzioni a pagamenti più diffusi e performanti in circolazione.
Perché testare
Jim Sterne, uno dei padri Fondatori della Digital Analytics Association, ormai più di 10 anni fa, proponeva l’approccio TIMITI (test-measure-tweak) che è molto simile all’approccio Build-Measure-Learn descritto da Eric Ries in The Lean Startup. Senza scomodare il modello e il movimento Lean, testare-misurare-ottimizzare rappresenta uno dei mantra, dei comandamenti del marketing digitale.
Cosa testare
Possiamo testare e comparare di tutto, dal copy alle immagini, alle landing page, al numero dei campi di un form per verificarne l’effetto sul tasso di iscrizione fino alla scheda prodotto di un sito di ecommerce o mobile friendly.
Possiamo adottare un approccio A/B testing per esempio per:
- comparare 2 o più subject della nostra newsletter
- comparare il contenuto di una pagina web (ecommerce, landing page, Form Contatti etc.)
- comparare 2 annunci testuali su AdWords
- uno o più elementi della nostra campagna di social advertising
Prima di identificare cosa testare, dovremmo aver identificato la metrica con cui andiamo a misurare l’efficacia di una nostra azione.
Per il subject di un’email potrebbe essere il tasso di apertura, per una landing page il tasso di conversione, per un video Ad su Facebook la % di visualizzazione, per una campagna di Facebook Leads certamente il costo per lead e il numero dei lead generati.
L’importanza di ottimizzare
Il vantaggio dell’applicazione in maniera sistematica dell’ A/B testing è quello di minimizzare il rischio e di ridurre lo spreco di risorse economiche e di energie fisiche e mentali. Ecco alcuni strumenti semplici da usare e per lo più gratuiti che vi consiglio di usare per testare alcuni elementi delle vostre azioni e campagne di marketing digitale.
Testare il titolo di un Post con Coschedule Headline Analyzer
Vai su Coschedule Headline Analyzer e prova a inserire un tuo titolo per un post. Il tool è pensato per l’inglese, per cui risulta inefficace per i tioli in italiano. Secondo questo tool il titolo ideale è frutto di una combinazione di 4 ingredienti:
- parole comuni: favoriscono la leggibilità del titolo (dal 20 al 30%)
- parole non comuni: conferiscono maggiore sostanza al titolo (dal 10 al 20%)
- Parole emozionali: fanno scattare empatia emozionale importante per far scattare il click e la condivisione (dal 10 al 15%)
- Parole potenti: attirano l’attenzione e inducono all’azione (Almeno 1 parola nel titolo)
Il tool vi fornisce anche alcuni consigli in merito alla lunghezza ideale (non superate i 55 caratteri) e al numero di parole del titolo (idealmente 6 parole)
Testare il contenuto di un’email con Mailchimp
Per chi usa una piattaforma di email marketing come Mailchimp avrà provato almeno una volta a creare un A/B test per ottimizzare il soggetto della propria neewsletter. In questo caso i fattori determinanti sono, oltre al soggetto dell’email:
- From (Email)
- Mittente (Nome)
- Giorno e orario dell’invio
Con Mailchimp è possibile effettuare dei Test multipli considerando più combinazioni di questi fattori.
Una volta che avete scelto quale fattore desiderate testare devote decidere quale criterio considerare per stabilire quale combinazione risulta vincente. Oltre al tasso di apertura potreste considerare Click rate o altri fattori come il ricavo totale (se state tracciando le conversioni sul sito).
Considerate questo caso reale: ho creato 2 soggetti differenti per testare il tasso di apertura e click generati verso un Webinar gratuito:
Nel 2° subject ho inserito un fattore di urgenza e di scarsità che ha funzionato sia in termini di tasso di apertura che in termini di click rate.
Valutare una campagna di Facebook Ads con AdEspresso
Da circa 1 mese sono un cliente soddisfatto di AdEpresso.com, la Startup online cofondata da Massimo Chieruzzi che permette di gestire e ottimizzare al meglio le campagne Facebook. Ebbene, al momento della creazione di una campagna potete decidere quali parametri desiderare comparare. Potreste per esempio valutare l’efficacia della opzioni di targeting come:
- fascia di età
- location
- lingua
- interessi
- Livello di istruzione
Per ciascuno delle opzioni che hai utilizzato per la creazione della tua target audience AdEspresso ti propone di effettuare un Test multiplo. Se hai inserito 3 interessi, allora otterrai un dettaglio specifico in termini di risultati per ciascuno degli interessi selezionati.
Valutare 2 o più contenuti con Google Content Experiments
Credo che Google Experiments, il tool integrato dentro Google Analytics e che permette di valutare l’efficacia di due pagine (non necessariamente landing page) sia uno degli strumenti meno conosciuti e sotto utilizzati tra tutti quelli proposti da Google.
Si tratta di creare due o più esperimenti, di identificare un goal, un obiettivo mediante il quale misurarne e comprararne l’efficacia.
Il 1° passo è definire e scegliere un obiettivo per l’esperimento. Puoi stabilire una soglia raggiunta la quale l’esperimento ha termine. Nell’immagine qui sotto ho scelto un obettivo e stabilito una percentuale di traffico su cui effettuare il mio A/B test.
In questo caso creo 2 pagine alternative: una è la pagina originale, l’altra è la variante 1. Posso creare più varianti.
Una volta impostato l’esperimento devo copiare e incollare nella pagina (nell’header) il codice di tracciamento che mi fornisce Google.
Sarò così in grado di monitorare l’efficacia delle 2 pagine rispetto all’obiettivo selezionato.
Conclusioni
Vi ho mostrato solo alcuni esempi in cui è non solo possibile ma anzi auspicabile applicare l’A/B testing. Ricordate di non prendere un campione troppo grande, di effettuare test ravvicinati per ottimizzare di volta in volta una variabile, a meno che non vogliate effettuare dei test multi-variati. Buon lavoro.
Stay tuned, alla prossima!
Lascia un commento