Test A/B: personalizzazione e CX

Personalizzazione Test A/B: personalizzazione e CX

Pubblicato in data 15.06.2021 da Stephan Lamprecht, giornalista

La personalizzazione delle offerte è una delle chiavi per avere più successo nel commercio digitale. Ma come fanno i gestori di uno shop a sapere esattamente cosa piace ai clienti? I test A/B rappresentano una soluzione.

Più l’offerta è commisurata alle esigenze individuali dei clienti, meglio è. Se gli utenti si sentono direttamente interpellati in un’app, questo migliora la retention; in uno shop, un’offerta su misura invoglia a deporre un articolo nel carrello. I test A/B contribuiscono a individuare cosa realmente interessa.

Ecco come funziona un test A/B

Il nome dei test deriva dal loro funzionamento. Ai soggetti test vengono presentate due varianti di un contenuto. Può trattarsi di un elemento CTA (Call-to-Action), una raccomandazione di prodotto o un elemento di content, per esempio vari titoli sullo stesso contributo in una newsletter.

Vengono misurate le azioni delle persone partecipanti al test. Se dal confronto diretto emerge che una delle due varianti è accolta meglio, in futuro sarà questa a essere utilizzata.

In linea di massima è possibile confrontare più di due varianti, ma questo aumenta la complessità nell’elaborare il test e valutarlo.

Qui i test A/B sono particolarmente idonei

I test A/B sono uno strumento che si addice a vari settori del commercio digitale:

  • Impostazione e svolgimento: tutto ha inizio da un’idea o una domanda concreta. Dal punto di vista della clientela costituisce una differenza misurabile il fatto che su un pulsante sia scritto «Acquista ora» od «Ordina»? Si rilevano differenze a seconda della posizione in cui il pulsante è collocato? Amazon, per esempio, ha fatto molti esperimenti prima di lasciare il «Buy Box» lì dove si trova ora. Questi esperimenti possono essere trasferiti a processi, per esempio alla sequenza di consultazione dei dati durante il processo di ordinazione.
  • Prezzi e raccomandazioni: se il gestore di uno shop vuole proporre raccomandazioni di prodotti sulla pagina dei dettagli, ci si può chiedere se sia opportuno sottoporre raccomandazioni che riguardano la stessa categoria di prodotti. In un test A/B la variante A delle raccomandazioni proposte riguarda articoli della categoria attuale, quella B prende in considerazione prodotti di altre categorie. In sostanza ogni motore di raccomandazione si basa su questo principio e l’apprendimento automatico viene utilizzato per la produzione delle varianti e l’analisi. I test A/B costituiscono anche il riferimento per definire il prezzo ottimale.

Consigli per la realizzazione di un test A/B

Affinché un test A/B riesca è necessario osservare alcuni aspetti fondamentali.

  1. Analizzare i dati ed elaborare ipotesi
    Si comincia con l’analizzare i dati. Ci sono per esempio momenti in cui durante il customer journey tanti utenti interrompono la visita? La scelta di un mezzo di pagamento in uno shop rimane molto al di sotto delle attese? Sulla base di questi dati concreti è possibile elaborare ipotesi sulle modifiche suscettibili di influenzare il comportamento nella direzione auspicata. Non così facile (e molto più dispendioso) è rispondere alla domanda se un linguaggio più spigliato nei titoli di una Newsletter porti a una maggiore interazione.
  2. Definire uno scenario di test
    Partendo da un’ipotesi viene definito uno scenario. Vengono così sviluppate due varianti di titolo. Nel presentare le procedure di pagamento viene modificata la successione e vengono elaborate altre scritte per i pulsanti. L’importante è non cambiare tante cose in una volta sola. Ciò riduce la rappresentatività del test e può portare a conclusioni errate.
  3. Porre l’attenzione sulle verifiche a campione
    È importante che le persone che partecipano al test vengano ripartite equamente e idealmente in modo automatico sulle due varianti. I risultati sono statisticamente rilevanti solo se viene eseguito il maggior numero possibile di test. Chi trae conclusioni dopo solo 100 test di entrambe le varianti, corre il rischio di esporsi al caso.
  4. Definire la durata del test
    È molto importante predefinire la durata di un test. Per esempio il lasso di tempo entro il quale le varianti vengono rappresentate; o definire il numero di utenti. Solo quando si arriva alla fine del test si passa ai calcoli.
  5. Valutare i risultati con occhio critico
    Il risultato ideale è che una variante modifichi significativamente e positivamente la grandezza misurata. A quel punto la decisione di realizzarla è (quasi) presa. Può accadere tuttavia anche che la modifica sia significativa e negativa. In tal caso è meglio percorrere un’altra strada. Se dopo un certo periodo di tempo non si sono registrate differenze importanti, vuol dire che la modifica non era efficace. Nel caso di interruzioni dell’acquisto sono richieste nuove ipotesi.

In generale i risultati di un test A/B vanno sempre analizzati in modo critico e anche nel contesto dell’intero sistema. Se l’ipotesi parte per esempio dal presupposto che un diverso colore del pulsante per le ordinazioni aumenta il numero delle ordinazioni e il test conferma l’ipotesi, dal punto di vista dell’azienda questo risultato deve essere posto in relazione con altre cifre. Se infatti il numero delle vendite è aumentato, ma il valore dei carrelli è contemporaneamente diminuito, l’attuazione delle misure può condurre in ultima analisi a un fatturato inferiore.

Soluzioni per la fase di test

Grazie a una serie di tool economici, i test A/B possono essere condotti anche da piccoli commercianti. Google, per esempio, propone con «Optimize» uno strumento gratuito per effettuare piccoli test. E nei tool di spedizione per newsletter queste funzioni di test sono in genere già presenti.

Condividi su

Stephan Lamprecht, giornalista

Stephan Lamprecht è da due decenni giornalista e consulente per l’e-commerce in Germania, Austria e Svizzera.

((commentsAmount)) Commenti

Si è verificato un errore durante la richiesta.
  • (( comment.firstname )) (( comment.lastname )) (( comment.published )) (( comment.content ))

Contattateci

Avete domande per i nostri esperti o avete bisogno di una consulenza? Siamo a vostra disposizione!

Vi preghiamo di contattarci