I risultati possono essere misurati e comunicati chiaramente ai clienti. Esistono centinaia di storie di successo con i test A/B, come una strategia di e-commerce che ha generato 36% di chiusure di carrello in più o un test di marketing sanitario che ha aumentato i contatti di 638%.
Ma questo livello di risultati non è facile da raggiungere. Lavorando con le aziende per ottimizzare le conversioni utilizzando i test A/B, abbiamo osservato alcuni punti in comune nelle sfide affrontate dalle aziende, siano esse grandi o piccole, B2B o B2C, di e-commerce o di lead generation.
Sfida 1: sapere cosa testare
Non si possono pubblicare due versioni dello stesso pezzo di comunicazione e aspettarsi semplicemente un aumento delle metriche di coinvolgimento. Gli esperti di marketing imparano rapidamente che alcune piccole modifiche, interessanti perché facili da implementare, non hanno un impatto sufficiente a determinare un cambiamento. Sanno anche che le modifiche drastiche possono causare perdite.
Per sapere cosa testare, bisogna prima sapere dove testare. In questo caso i dati dei clienti possono essere molto decisivi. Eseguite un'analisi delle metriche all'interno del ciclo di vita, dell'imbuto di vendita o del tipo di comunicazioni che fate, per spostarli da uno stato all'altro e identificare dove stanno filtrando. Dove cadono i potenziali clienti?
Sfida 2: Esecuzione di test validi
In questo caso si potrebbe commettere l'errore di credere che sia stata scoperta una formula per aumentare la conversione, mentre non è così. Un altro possibile errore è quello di trascurare un aumento della conversione.
Il test A/B è una tattica di successo grazie al suo potere predittivo. Affinché i risultati del test svolgano un ruolo realmente predittivo, è necessario assicurarsi che riflettano il comportamento del cliente e che sia stata la modifica apportata nel test a scatenare i nuovi risultati.
A tal fine, l'esperimento deve essere impostato e monitorato in modo scientifico e devono essere evitate le minacce alla validità:
- Effetti sulla deliverability: Ad esempio, 10.000 messaggi non sono stati consegnati a causa di un malfunzionamento del server.
- Effetti della storia: Per esempio, una pubblicità inaspettata intorno al prodotto nell'esatto momento in cui viene eseguito il test, una campagna di marketing che sposta temporaneamente la domanda in una direzione, l'esecuzione di un test per sole 20 ore in un martedì in cui il traffico del fine settimana si comporta in modo molto diverso, o l'esecuzione di un test sul vostro sito di e-commerce con un traffico altamente motivato per le vacanze di dicembre e l'aspettativa di ottenere gli stessi risultati a gennaio.
- Effetti di selezione: Per esempio, un'altra divisione esegue un annuncio pay-per-click che porta il traffico a una pagina di destinazione della sua campagna nello stesso momento in cui voi eseguite il test, oppure i clienti scelgono automaticamente quale trattamento vedere.
- Campionamento degli effetti di distorsione: Si tratta di una mancata raccolta di un campione di dimensioni sufficienti a superare la possibilità casuale. Per esempio, determinare che un test è valido sulla base di 100 risposte.
Sfida 3: Interpretare i risultati dei test
Supponiamo che abbiate soddisfatto i punti 1 e 2 e che abbiate ottenuto un ottimo risultato. C'è ancora una domanda fondamentale a cui bisogna rispondere: perché i clienti si comportano in questo modo? Che cosa avete imparato sul cliente e come potete utilizzare questa conoscenza?
L'interpretazione dei risultati dei test non deve essere limitata al momento immediatamente successivo alla somministrazione del test. Infatti, la chiave per interpretare i risultati si trova appena prima dell'esecuzione. Si tratta di stabilire l'ipotesi con l'obiettivo di comprendere a fondo i processi di pensiero del cliente nei punti cruciali dell'imbuto, in modo da aumentare il valore percepito e diminuire il costo percepito.
Comprendendo cosa pensano i potenziali clienti in ogni fase del processo d'acquisto, sarete in grado di soddisfare le loro motivazioni e di farli avanzare più velocemente nell'imbuto di vendita.
L'obiettivo non deve essere semplicemente quello di aumentare un KPI (key performance indicator), ma di capire come si può servire meglio il cliente con i messaggi di marketing, il processo di vendita e persino i prodotti. E grazie a questa comprensione, migliorerete i risultati.
Quindi, anche se il trattamento di prova finisce per produrre meno conversioni, non si tratta di una vera e propria perdita, perché si è acquisita una customer insight. Se i dati sono la valuta dell'era di Internet, la customer insight è il gold standard: il dato centrale a cui tutto il marketing deve essere direttamente collegato.
E, in ultima analisi, è così che si ottengono guadagni a lungo termine con i test A/B.
