Test A/B (split test): significato, fasi ed esempi

Un test A/B è un esperimento in cui due varianti, ad esempio di un annuncio, di un'e-mail o di una pagina, vengono mostrate in modo casuale a gruppi comparabili per misurare quale funzioni meglio. Si chiama anche split test.
Anche: split test, split-test, A/B testing, esperimento controllato
Come funziona un test A/B
- Definire l'obiettivo, ad esempio il tasso di conversione o il tasso di clic
- formulare un'ipotesi e cambiare esattamente una cosa
- distribuire i visitatori in modo casuale tra la variante A e la B
- lasciarlo in corso finché non ci sono dati sufficienti per un'affermazione affidabile
- analizzare il risultato e adottare la variante migliore
Cosa si può testare
- Titoli e testi degli annunci
- Immagini e visual degli annunci
- Oggetti delle e-mail
- Pulsanti, moduli e struttura della pagina
- Offerte e prezzi
Errori tipici
Interrompere troppo presto, cambiare troppe cose contemporaneamente e usare campioni troppo piccoli sono gli errori più frequenti. Anche le oscillazioni stagionali possono falsare un risultato. L'opera di riferimento sugli esperimenti online è il libro di Kohavi, Tang e Xu.1
Il test A/B nella pubblicità
Nella pubblicità con annunci lo split test è fondamentale: alla fine va in onda il visual che vende, non quello che piace. Piattaforme come Meta e Google Ads offrono funzioni di test proprie.
Domande frequenti sul test A/B
Cosa si intende per A/B testing?
Il confronto tra due varianti in condizioni uguali, in cui gli utenti vengono assegnati in modo casuale alle varianti. In questo modo si può misurare quale variante raggiunge meglio un obiettivo.
Quali esempi di A/B testing esistono?
Due oggetti di una newsletter, due titoli di una landing page, due visual di un annuncio o due colori del pulsante di prenotazione.
Quanto deve durare un test A/B?
Finché non ci sono dati sufficienti per un'affermazione statisticamente solida, e comunque per settimane intere, in modo da compensare le oscillazioni tra i giorni della settimana.
Termini correlati
- ConversionMarketing & pubblicità
- CTR (tasso di clic)Marketing & pubblicità
- CopywritingMarketing & pubblicità
- Performance marketingMarketing & pubblicità
Fonti
- Kohavi, R., Tang, D., Xu, Y. (2020): Trustworthy Online Controlled Experiments. A Practical Guide to A/B Testing. Cambridge University Press.
← Tutti i termini del glossario di marketing
Simon Gütter è un esperto di marketing e da anni lavora all'intersezione tra marketing, vendite e automazione. Individua i punti in cui le aziende perdono tempo e clienti e costruisce processi che funzionano da soli: dalla prenotazione degli appuntamenti al reporting. Scopri di più su Simon