Lo split test è uno strumento essenziale nel web marketing. Ti aiuterà a valutare oggettivamente il rendimento delle tue implementazioni evitando così di lasciare che il gusto personale influenzi le tue scelte commerciali.
Chiunque immagini un esperto di marketing come un veggente ispirato che per natura o fortuna prende decisioni corrette, si sbaglia di grosso. Al contrario, un buon Facebook Marketer deve saper fare i conti con lunghe liste di numeri e tanti, tanti esperimenti che possano consentire — a fronte della minor spesa possibile — di generare statistiche e circoscrivere quanto più possibile gli elementi aleatori in favore di fatti oggettivi. Uno degli strumenti più utili a questo scopo è lo split test (o A/B Test).
LETTURA CONSIGLIATA
Facebook Ads e iOS 14: ora è possibile creare adSet ottimizzati per eventi non prioritizzati
Split Test: cos’è?
Supponi di dover lanciare un nuovo prodotto e aver predisposto una landing page. Tutto ti sembra perfetto, ma non sai deciderti tra due sfumature di azzurro come colore dominante per la pagina. Il marketer veggente si metterebbe a rimuginare, a cercare di intuire quale potrebbe essere il colore che più stimola l’inconscio del suo pubblico di riferimento e quasi d’incanto, in pieno stile Dottor House prima o poi arriverebbe a una sua personalissima conclusione. I risultati gli daranno torto o ragione, ma non importa perché in qualsiasi caso avrebbe commesso un grave errore. Semplicemente, nel caso che abbiamo preso come esempio non c’era modo di sapere quale dei due gradienti garantisse le migliori performance e se mai dovessi trovarti in una simile situazione dovresti certamente testare entrambi i colori e in un secondo momento, dati alla mano, trarre le tue conclusioni. In tal modo, avresti portato a termine uno split test.
Astraendo dall’esempio precedente, potremmo dire che lo split test è una metodologia empirica che permette di capire oggettivamente quale variante di un aspetto del tuo elemento di marketing è più performante. Un’ultima precisazione: abbiamo parlato finora di una scelta binaria, ovvero tra due elementi, ma puoi decidere di applicare lo stesso principio anche a più elementi. Tieni tuttavia sempre ben presente che al fine di raccogliere statistiche significative è necessario che a mutare tra le versioni sia sempre e solo un particolare elemento. Se vuoi testare diverse variazioni devi ricorrere alle combinazioni semplici.
Split Test: due errori comuni
Annunci diversi
Spesso sento parlare di split test anche nel caso di due annunci completamente diversi tra loro o che differiscono per più di una variabile. Uno split test esige variazioni univoche. Supponendo infatti di pubblicare due annunci diversi tra loro per due o più dettagli potresti facilmente renderti conto di quale dei due garantisce migliori prestazioni, ma non potrai mai sapere il perché. La causa della differenza di prestazioni è da ricercarsi nei colori? nel soggetto dell’immagine? o ancora nel copy? Uno split test isola una variabile e testa quella al fine di trarre le conclusioni più precise e oggettive possibili.
Test troppo brevi
Un altro errore piuttosto grave consiste nel fermare lo split test troppo repentinamente. Se la variazione che si sta testando non raggiunge un numero significativo di impression non sarete in possesso di statistiche rilevanti. Dunque anche se nei primi momenti dovessi vedere uno sbilanciamento marcato in favore di questa o quella variante, lascia che lo split test continui: le differenze potrebbero attenuarsi o addirittura capovolgersi con lo scorrere del tempo e delle impression. Tieni inoltre presente che più variazioni stai testando più sarà necessario attendere al fine di accumulare un campione rilevante sul quale poter ragionare con oggettività.
Split Test nel Facebook Advertising
Come detto in precedenza, gli Split Test sono importanti in qualsiasi strategia di Marketing. Nel Facebook Advertising ricoprono un ruolo particolarmente importante visto l’ampio ventaglio di variabili che intervengono a definire ogni singola campagna. Considera infatti una semplice campagna creata per aumentare i like sulla fanpage di un’azienda che tratta prodotti legati al giardinaggio: qual è l’audience migliore alla quale rivolgerti? La risposta ovviamente non è univoca e servirà certamente testare più di un pubblico di riferimento per raccogliere dati significativi. Non appena hai a che fare con più versioni di uno stesso elemento devi valutare l’opportunità di uno split test. Nel caso preso in esame avrai dunque una campagna contenente due gruppi di annunci, ognuno con il suo pubblico target. A questo punto procediamo alla creazione delle singole inserzioni. Semplifichiamo drasticamente e assumiamo che debba essere pubblicato un solo annuncio, tuttavia il grafico ti ha inviato due creatività simili che differiscono tra loro per il posizionamento della call-to-action. Non sai proprio decidere quale delle due varianti sia la più efficace, ma ora sai che la scelta più conveniente per te e per il tuo cliente è uno split test. Ma attenzione: crea le due ads e assicurati di inserirle identiche in entrambi i gruppi di annunci precedentemente creati in modo da poter condurre entrambi gli split test a cascata.
Ora fai partire la campagna. Per prima cosa tieni monitorati gli annunci: potrebbe accadere che l’annuncio peggiore in un gruppo sia il migliore nell’altro. Se le differenze di performance sono particolarmente evidenti puoi pensare di interrompere la divulgazione delle ads meno efficaci. Dopo aver sfoltito gli annunci, passa ai gruppi d’inserzioni. Anche in questo caso applica gli stessi principi: c’è un pubblico più adatto di altri ad accogliere il tuo prodotto? In tal caso privilegialo spostando li gran parte del tuo budget.
