A/B test: la guida definitiva

Come aumentare il ROI delle email sperimentandone diverse varianti.

Scarica

A/B test: la crescita passa per i dettagli

L’attività di testing ha alla base una fondamentale ambivalenza: da una parte vuol dire ricercare cosa rende più performante le tue campagne email, dall’altra fare un esercizio di umiltà, mettendo in discussione quanto fatto nei precedenti mesi di Email Marketing. L’obiettivo? Evolvere, una parola che rappresenta il principio fondante del marketing, dello sviluppo e della crescita di un brand. Capiamo allora quanto l’attività di testing sia inscritta nel DNA del digital marketing. Il vantaggio dell’A/B test applicato al canale email sta nella possibilità di testare praticamente tutto, dall’oggetto al design, dall’header al copy. Con il nostro ebook abbiamo tracciato un percorso di apprendimento che, partendo dagli step operativi per condurre un A/B test, giunge all’analisi di quegli elementi di un’email su cui i brand possono sperimentare diverse varianti. Il tutto con un chiaro e unico scopo: imparare a incrementare le performance delle campagne email.

Gli step per condurre un A/B test

Partiamo dall’abc. In un A/B test a due varianti, la variante in versione “neutra” si chiama control, mentre la variante contenente l’elemento mutato e da testare si chiama treatment. L’intervento manuale è richiesto solo nella primissima fase, ovvero quella di creazione e caricamento in piattaforma del control e del treatment. Una volta impostate le condizioni  dell’A/B test, la piattaforma compie automaticamente i passi successivi:
  • Invio delle due versioni alla percentuale di database indicata
  • Calcolo delle performance
  • Selezione del messaggio dalle performance migliori
  • Invio del messaggio vincitore in modo automatico o manuale al resto del database.
Veniamo ora agli step fondamentali per condurre un A/B test dal valore scientifico.

1. Stabilire un’ipotesi

Prima di iniziare i test, è fondamentale dar vita a una serie di ipotesi, per sapere cosa si sta testando e qual è il risultato desiderato, così da determinare quanto devono essere grandi i gruppi control e treatment. Facciamo un esempio pratico. L’ipotesi può essere la seguente: La CTA di colore rosso migliora il CTR delle email promozionali?

2. Creare le varianti e fissare la metrica

Una volta stabilita l’ipotesi è l’ora di intervenire sull’email, creando una o più varianti. Prepara la versione control, il messaggio con CTA normale (ad es. nera), e quella treatment, il messaggio con CTA da testare (rossa). Di conseguenza fissa la metrica di riferimento all’ipotesi stabilita. Nell’esempio abbiamo preso in considerazione il tasso di clic, o CTR, ma si può optare anche per l’open rate, il reply rate o il conversion rate.

3. Stabilire l’obiettivo numerico in base allo storico

Prima di lanciare l’A/B test, consulta i risultati precedenti. Se hai utilizzato gli stessi elementi di una campagna per mesi o anni, avrai un buon pool di dati da cui attingere. Se il tuo tasso di conversione storico è del 10%, forse vorresti portarlo al 12%; o, ancora, se il CTR medio delle email promozionali è del 2%, stabilisci il 2,5% come obiettivo. L’importante è che il valore prescelto sia realistico e commisurato alla media storica.

4. Valutare il campione di destinatari su cui effettuare il test

Per avere una rilevanza statistica, l’A/B test deve essere inviato a un campione di destinatari che risponda ai seguenti requisiti: casuale, numeroso, omogeneo. La casualità e l’omogeneità sono strettamente correlate: solo un campione scelto in modo randomico può essere comparato a un altro scelto in modo altrettanto randomico. Selezionare specifiche caratteristiche in uno dei gruppi a cui viene sottoposto il test vizia il risultato, rendendo l’intera procedura priva di valore. La numerosità è un concetto relativo perché deve essere rapportato all’effettiva mole di contatti presenti in database. Consigliamo di rispettare i seguenti limiti minimi: invio ad almeno 1.500 indirizzi per misurare le variazioni del tasso di apertura; invio ad almeno 6.000 indirizzi per misurare le variazioni del tasso di clic.

Come impostare un A/B test con MailUp

Lo step 1 consiste nella creazione del messaggio: parti allora da un’email salvata nel menu Messaggi in MailUp. A questo punto crea la copia (o le copie) dell’email originale su cui lavorare alla variabile.
Scarica il contenuto completo

Compila il form per ricevere il contenuto direttamente nella tua inbox.

Confermo di aver preso visione dell'informativa sul trattamento dei dati.