Utilizzare l’A/B Testing nei nostri progetti

L‘A/B testing è un concetto derivante dal marketing che consente di realizzare applicazioni molto più vicine alle esigenze dell’utente.

Il successo di un’applicazione (sia essa web, desktop o mobile) dipende da quanto facilmente essa riesce a soddisfare i requisiti degli utenti che la utilizzeranno. Senza un’accurata analisi dei bisogni e dei gusti degli utenti finali, difficilmente l’applicativo riuscirà a conquistare una fetta del mercato e ad occupare una posizione di rilievo nel suo settore.

La disciplina che si occupa della progettazione di applicazioni a misura di utente è chiamata User Experience. Tale disciplina contiene al suo interno numerosi modelli e tecniche che assistono gli addetti ai lavori durante l’intero processo di sviluppo di un’applicazione.

Una delle tecniche più interessanti utilizzate nello User Experience Design è l’A/B Testing.

Cos’è l’A/B Testing

L’A/B Testing è una metodologia proveniente direttamente dal settore del marketing principalmente utilizzata per analizzare i gusti e le abitudini degli utenti e fornire, quindi, versioni di un prodotto che più si avvicinano alle inclinazioni e alle esigenze degli utenti.

Per definire cos’è l’A/B Testing dobbiamo partire da un presupposto molto importante. I gusti di ogni singolo utente sono diversi quindi realizzare un prodotto che soddisferà la totalità dei fruitori dell’applicazione è davvero molto complicato.

Generalmente si considera valido un prodotto, una funzionalità, un aspetto grafico o qualunque altro elemento quando si supera una soglia di percentuale di consensi definita nelle fasi preliminari. Ovviamente tale percentuale non può essere inferiore al 50-60% ma più è alto il valore, più ci si può ritenere soddisfatti dei risultati ottenuti.

L’A/B Testing, formalmente, consiste nell’implementare due versioni differenti di un determinato elemento (A e B) e nel farle sperimentare contemporaneamente a due diversi gruppi di utenti. Raccogliendo i feedback provenienti dai due diversi gruppi dobbiamo essere in grado di determinare quale delle due versioni è più efficace e, quindi, quella da utilizzare all’interno del progetto.

Prima di sottoporre le due versioni è necessario stabilire un metro di misura efficace da utilizzare per determinare quale versione è più efficiente.

 abtesting1

Quando utilizzare l’A/B Testing

Questa metodologia di testing è utilizzata frequentemente nelle campagne pubblicitarie ma sono davvero tantissimi i casi in cui è possibile applicare l’A/B Testing.

Vediamo alcuni esempi reali:

  • Redesign di un sito web: Gli utenti odiano i cambiamenti, sono abitudinari quindi adattarsi ad una nuova veste grafica, seppur con nuove funzionalità accattivanti e che migliorano la loro esperienza utente, per la maggior parte di essi equivale a perdersi tra le stradine di una montagna al buio.
    Per verificare l’effettiva validità del nuovo design è possibile, ad esempio, scegliere un sottoinsieme degli utenti iscritti a cui far valutare la nuova grafica e raccogliere i feedback attraverso diversi canali (numero di click, eventuali acquisti, ecc.).

  • Pulsante call-to-action: In rete ci sono alcuni casi studio in cui si dimostrano i vantaggi derivanti dal cambiamento del pulsante calltoaction con un aumento dei profitti addirittura del 72%. Se non siamo sicuri della validità grafica del call-to-action utilizzato al momento, è possibile fornire due versioni diverse e verificare quale delle due ha portato più profitti.

  • Layout grafico e descrizione dei prodotti: Una descrizione scarna o un layout confuso di essa ovviamente non invogliano un utente ad acquistare il prodotto relativo. Anche il caso contrario, però, non sempre apporta benefici; una descrizione troppo prolissa potrebbe stancare gli utenti facendoli desistere dall’acquisto. Anche in questo caso si può provare a fornire due versioni per verificare quale di esse risulta migliore.

Gli esempi che si possono fare sono davvero tantissimi e, sicuramente, non sarebbe sufficiente un articolo per contenerli tutti. Si potrebbe azzardare, genericamente, che l’A/B Testing può essere utilizzato in tutti quei casi in cui è possibile fornire due versioni di un elemento.

Un consiglio molto importante per questa tipologia di testing è quella di verificare un solo elemento per volta. Applicare l’A/B Testing in più funzionalità contemporaneamente potrebbe risultare controproducente perché non si avrebbe più un metro di misura valido per ogni singola funzionalità.

Come realizzare il nostro primo A/B Test

Ovviamente prima di iniziare dobbiamo decidere cosa testare. Se avete una sezione del vostro sito che non vi convince e di cui non siete sicuri dell’effettiva validità, allora avete già individuato su cosa eseguire il vostro primo A/B Test.

Come esempio per questo articolo, prendo un caso di studio molto semplice: aumentare il numero di iscritti ai nostri feed. Partendo dal presupposto che ci siano contenuti di qualità all’interno del nostro sito, potremmo decidere di cambiare l’icona di abbonamento ai feed oppure di decidere di inserire un box con il link all’inizio e/o alla fine dell’articolo e verificare i risultati ottenuti. Dato che verificare la semplice icona è un esempio piuttosto semplice, vediamo insieme come eseguire un A/B Test con un semplice box da mostrare all’inizio o al termine degli articoli.

ab2

Scegliamo un lasso di tempo in cui effettuare il test ed il metro di misura, in questo caso il numero di click in base alla posizione. Per stabilire in maniera molto semplice la validità di una delle due scelte è sufficiente memorizzare in un record, ad ogni visualizzazione di pagina, la posizione in cui il box si trovava e l’eventuale click sul link al feed.

Al termine del tempo deciso per l’esecuzione del test è sufficiente fare due semplici operazioni per determinare quale delle due versioni è la “vincitrice”.

Realizzare l’esempio appena visto è piuttosto semplice ma, per chi non avesse dimestichezza o voglia di mettere mano al codice per implementarlo, sono disponibili dei servizi online come Google Website Optimizer, integrando Google Analytics, che ci aiutano in maniera piuttosto semplice.

Elaborare i risultati del test

Vediamo ora come interpretare i risultati ottenuti del nostro A/B Test. Supponiamo di aver ottenuto i seguenti risultati:

  • Versione A (box in alto): 355 iscrizioni su 1225 visualizzazioni

  • Versione B (box in basso): 56 iscrizioni su 1142 visualizzazioni

Già dal primo sguardo è semplice commentare i dati. Su un numero quasi uguale di visualizzazioni, la versione A ha ottenuto un numero molto più elevato di iscrizioni ai feed.

Supponiamo invece di avere i seguenti risultati:

  • Versione A (box in alto): 355 iscrizioni su 1225 visualizzazioni

  • Versione B (box in basso): 312 iscrizioni su 1142 visualizzazioni

Come bisogna interpretare queste informazioni?

Abbiamo ottenuto 667 iscrizioni su 2367 visite. Portando i dati in percentuale abbiamo che il 28,5% dei visitatori totali si è iscritto ai nostri feed, di cui il 15% dei visitatori della versione A e il 13,5% dei visitatori della versione B.

Entrando più nel dettaglio del valore degli iscritti abbiamo che il 53% provengono dalla versione A e il 47% dalla versione B.

Nonostante la versione A anche in questo caso abbia ottenuto un numero più alto di consensi, il test potrebbe essere considerato non valido poiché i risultati sono molto vicini tra di loro.

Proprio per questo motivo all’inizio dell’articolo avevo specificato che è necessario impostare in principio una soglia percentuale superata la quale si ritiene valido il test.

ab3

Conclusioni

Come ogni metodologia di testing l’A/B Testing racchiude in sé vantaggi e svantaggi.

Dalla sua parte ha sicuramente i costi vicinissimi allo zero e la bassa invasività. A differenza di molti altri test in cui è necessario utilizzare team retribuiti di normal user, con questa tipologia di testing abbiamo solo i costi necessari all’implementazione di una struttura che consente di effettuare il test.

Un altro vantaggio è la possibilità di effettuare i test su larga scala e non su un numero predefinito di persone. Queste caratteristiche, però, possono rappresentare anche i punti deboli di questa tecnica.

Come appena detto, l’A/B Testing non necessita il recruiting (reclutamento) di utenti; questo però può portare anche a dei risultati falsati dovuti, ad esempio, all’utilizzo di un campione di persone poco rappresentativo.

Avere molta più libertà rispetto ad altri testing potrebbe quindi portare a dei risultati poco veritieri.

Altri gli svantaggi sono dati dalla possibilità di testare solo una variabile per volta e solamente due versioni di quella variabile, aumentando quindi i tempi complessivi da destinare al testing.

Tag: , ,

L'autore

Web Developer per vocazione. Team leader presso Your Inspiration Web. Ama tutto quello che gravita intorno alla User Experience e allo sviluppo web, con un occhio di riguardo a jQuery. Laureato in Informatica all'Università degli Studi dell'Aquila, scrive di web anche su blog stranieri. Facebook - Twitter - Google+

Sito web dell'autore | Altri articoli scritti da

Articoli correlati

Potresti essere interessato anche ai seguenti articoli:

3 commenti

Trackback e pingback

Non ci sono trackback e pingback disponibili per questo articolo