L’A/B testing è il metodo scientifico applicato all’ottimizzazione di un ecommerce: invece di decidere sulla base di opinioni (“Penso che questo colore sia migliore”) si testano due varianti su traffico reale e si misura quale converte di più. È uno strumento potente ma facilmente abusato: test mal impostati producono “false positive” che guidano decisioni sbagliate. Capire come si imposta un A/B test valido, cosa vale la pena testare, quali errori evitare è da non trascurare per chi vuole fare CRO sul serio.
Come funziona un A/B test
Il concetto base è semplice: si divide il traffico in due gruppi statisticamente paragonabili, uno vede la versione attuale (controllo, A), l’altro vede una variante modificata (B). Si misura quale converte meglio.
Le componenti del test:
L’ipotesi: “Se cambiamo X, le conversioni aumenteranno perché Y”. Esempio: “Se aumentiamo le dimensioni del pulsante ‘Aggiungi al carrello’ del 50%, le conversioni cresceranno del 5-10% perché il pulsante sarà più visibile.”
Le due varianti: A (versione attuale) e B (modifica). Importante: una sola variabile cambia per volta, per attribuire correttamente l’effetto.
La split del traffico: 50/50 è la divisione standard. Strumenti automatici garantiscono che i due gruppi siano statisticamente paragonabili.
La metrica primaria: la conversione che vogliamo influenzare. Spesso “completamento ordine” ma può essere anche metriche intermedie (aggiunta al carrello, click sul CTA).
La durata e il volume: il test deve durare abbastanza per raccogliere dati statisticamente significativi.
Per il quadro generale della CRO, il riferimento è il pillar su CRO per ecommerce.
Statistiche e validità del test
I test A/B devono essere statisticamente validi per produrre conclusioni affidabili. Tre regole sono essenziali.
Il campione minimo: serve abbastanza traffico per concludere. Calcolatori online (Optimizely Sample Size Calculator, Evan Miller) calcolano la dimensione minima del campione in base a: tasso di conversione attuale, miglioramento minimo rilevabile, significatività statistica desiderata (95% standard). In genere, 1.000-10.000 visitatori per variante è il range tipico per test su ecommerce piccoli-medi.
La durata adeguata: minimo 1-2 settimane per coprire diversi giorni della settimana (comportamento del weekend diverso da quello dei feriali). Per traffico stagionale, anche più. Test “interrotti presto perché sembra ovvio chi vince” sono una delle cause principali di false positive.
La significatività statistica: il test è considerato concluso quando la probabilità che la differenza tra A e B sia casuale scende sotto il 5% (significatività al 95%). Strumenti di A/B testing calcolano automaticamente la significatività. Test conclusi “a occhio” prima di raggiungere la significatività producono decisioni sbagliate.
A queste si aggiunge la chiarezza dell’ipotesi: test senza ipotesi chiara (“testiamo questa variante per vedere”) raramente producono insights utili. Anche test perdenti, se ben impostati, insegnano qualcosa.
Cosa testare: i candidati con maggior impatto
Non tutto vale la pena testare. Alcuni elementi hanno potenziale impatto significativo, altri sono marginali.
I candidati ad alto impatto sono di norma:
I titoli e l’headline della homepage o della scheda prodotto. Cambiamenti del titolo possono produrre variazioni del 10-30% delle conversioni.
Le CTA principali: testo del pulsante (“Acquista ora” vs “Aggiungi al carrello”), colore, dimensioni, posizione.
Le foto principali del prodotto: foto su sfondo vs lifestyle, multipli angoli, video vs foto statica.
I layout di scheda prodotto: ordine degli elementi, posizione delle recensioni, presenza o meno di FAQ.
Il checkout flow: single-page vs multi-step, numero di campi, gestione di opzioni.
I prezzi e promozioni: prezzo “tondo” vs prezzo con il 9, evidenza degli sconti.
I candidati a basso impatto (da non prioritizzare): piccoli dettagli grafici, animazioni, colori di sezioni non principali. Test sulla micro-ottimizzazione raramente producono effetti misurabili e consumano cicli di test che potrebbero indirizzare elementi più impattanti.
Per il dettaglio specifico sulle schede prodotto, c’è anche come ottimizzare la scheda prodotto per convertire.
Strumenti per A/B testing
Diverse opzioni coprono il mercato.
VWO (Visual Website Optimizer): piattaforma popolare con editor visuale per creare varianti senza scrivere codice. Costi: da 200-500 euro/mese.
AB Tasty: alternativa europea a VWO, prezzi competitivi e supporto italiano. Da 100-400 euro/mese.
Optimizely: tra le più potenti, orientata enterprise. Costi alti (da 1.000+ euro/mese).
Convert: alternativa economica con buona funzionalità base.
Google Optimize: era la soluzione gratuita di Google ma è stata deprecata nel 2023. Sostituita parzialmente da integrazione di GA4 con strumenti di terze parti.
Soluzioni native delle piattaforme ecommerce: Shopify ha funzionalità A/B test integrate (Plus), WooCommerce ha plugin dedicati (Nelio AB Testing). Adatte per test base.
Per ecommerce piccoli, una buona prassi è iniziare con strumenti gratuiti o economici e scalare a soluzioni più potenti quando il volume di test cresce.
Errori comuni nell’A/B testing
Cinque errori producono test mal fatti.
Il primo errore è interrompere il test prima della significatività. Test fermati “perché ovviamente la B vince” prima di avere dati statisticamente solidi producono false vittorie.
Il secondo errore è testare troppe cose contemporaneamente. Variazioni multiple nella stessa variante rendono impossibile attribuire causa-effetto.
Il terzo errore è la mancata considerazione della stagionalità. Test condotti durante Black Friday hanno dinamiche diverse da quelli in periodi normali. La buona prassi: evitare test durante picchi anomali, oppure considerare la stagionalità nell’analisi.
Il quarto errore è testare su volumi troppo bassi. Ecommerce con 100 visitatori/giorno non possono fare A/B test efficaci: i risultati saranno casuali. Servono volumi minimi per raccogliere conversioni in tempi ragionevoli.
Il quinto errore è il declaring victory troppo presto. Anche test che mostrano differenze grandi precocemente devono attendere il completamento. Studi su test interrotti precocemente vs completati mostrano che molte “vittorie precoci” si rivelano falsi positivi a fine test.
Domande frequenti
Quanto traffico minimo serve per fare A/B test sensati?
Indicativamente, almeno 5.000-10.000 visitatori mensili per essere realistici. Sotto questa soglia, raccogliere dati sufficienti per ogni test richiede mesi, rendendo l’A/B testing impraticabile. Alternative per ecommerce piccoli: test basati su risultati immediati e judgement (modifiche basate su best practice riconosciute), heatmap e session recordings per identificare ostacoli, focus su quick wins basati su evidenze qualitative.
Quanto investire in A/B testing per un ecommerce in crescita?
Per ecommerce medi: 100-500 euro/mese di strumento + tempo di gestione (4-8 ore/settimana). ROI tipico: positivo entro 3-6 mesi se test sono ben impostati e producono “vincenti” identificabili. Per ecommerce maturi: investimento maggiore (consulenti CRO dedicati, strumenti premium) giustificato dalla scala dei risultati.
Vince sempre la variante più “moderna” o “bella”?
Niente affatto. Spesso vincono varianti più semplici, più tradizionali, meno “design-forward”. L’utente medio reagisce a chiarezza e funzionalità, non a tendenze grafiche. Esempi reali documentati: pulsanti “bruti” arancioni o rossi che battono pulsanti “minimal” neri o grigi; layout semplici che battono layout sofisticati; copy chiari che battono copy creativi. È una delle ragioni per cui A/B test sono utili: smentiscono frequentemente le opinioni di esperti su cosa dovrebbe funzionare.
Quanto tempo ci vuole per imparare a fare A/B test seriamente?
Per padronanza di base (impostare test validi, leggere risultati correttamente): 2-3 mesi di pratica con strumento e qualche test gestito da capo a fondo. Per padronanza avanzata (segmentazione, multi-variate, analisi statistica): 6-12 mesi di esperienza. Risorse formative: documentazione di VWO/AB Tasty/Optimizely, libri (es. “You Should Test That” di Chris Goward), corsi online specializzati. Per ecommerce con priorità immediate, affidarsi a consulente esperto produce risultati più rapidi del fai-da-te.
