Test A/B con Mopinion 17 febbraio 2023

Gli specialisti CRO e i Growth Marketer danno molta importanza alla sperimentazione e ai test A/B. Il test A/B, o split test, è un modo per testare due versioni di contenuto e confrontarne le prestazioni. L'obiettivo di un test A/B è spesso vedere quale versione porta a più conversioni e a un CTR più elevato. I dati qualitativi spesso non ricevono la stessa attenzione dei numeri grezzi. Ad esempio, un test A/B specifico può portare a più conversioni o clic su un determinato pulsante, ma l'esperienza o il sentimento degli utenti potrebbe non essere migliore. Il clic sul pulsante potrebbe essere avvenuto perché non eri chiaro su cosa sarebbe successo se il tuo visitatore avesse fatto clic sul pulsante.
Ecco perché riteniamo importante raccogliere feedback per i tuoi test A/B e acquisire anche dati qualitativi.

In questo articolo, mostreremo due modi pratici per condurre test A/B con Mopinion .

1. Utilizzo di moduli di feedback per misurare come gli utenti sperimentano due diverse versioni di un test A/B.
2. Testare due diverse forme di feedback per misurare quale ha un tasso di risposta più alto.

Il feedback dei clienti online può anche aiutarti a formulare ipotesi che non si basano solo su supposizioni. Sulla base del feedback che raccogli, puoi identificare i problemi che i tuoi clienti hanno sui tuoi canali online. È possibile utilizzare queste informazioni come input per testare diverse ipotesi. Ma in questo articolo, ci concentreremo sui due punti sopra.

Non hai tempo per leggere l'intero articolo? Guarda il video in cui io (Growth Marketer di Mopinion) spiego come puoi fare A/B test con Mopinion.

Cos'è il test A/B?

Il test A/B ti consente di testare due versioni del contenuto per vedere quale funziona meglio. Servi al 50% del tuo pubblico una versione del contenuto, variante A, mentre offri al restante 50% l'altra versione del contenuto, variante B. La distribuzione dovrebbe essere casuale.

Successivamente, misuri il tasso di conversione, la percentuale di clic o l'esperienza del cliente per vedere quale versione del tuo test ha il rendimento migliore. Con una dimensione del campione sufficientemente ampia, otterrai un risultato statisticamente significativo e saprai quale versione porta all'obiettivo prefissato e quindi offre prestazioni migliori. Quella sarà la versione che implementerai effettivamente e porterà il miglioramento desiderato.

Cosa puoi testare A/B?

I test A/B vengono spesso eseguiti su canali digitali come pagine di siti Web, in-app e nelle e-mail. Sulle pagine (di destinazione) dei tuoi siti web o in-app, puoi testare molte variabili, come:

• Titoli e sottotitoli
• Copia del corpo
• Colori
• Tipo di contenuto (video, immagine, testo, come mostrato nell'immagine sottostante)
• Disposizione
• Progetto
• Inviti all'azione (CTA)
• Navigazione
• Moduli di feedback

Con il test A/B nelle e-mail, puoi testare la riga dell'oggetto , il layout , la lunghezza dell'e-mail e persino l'ora del giorno in cui invii l'e-mail.

I test A/B non si limitano ai tuoi canali. Puoi anche testare gli annunci social e gli annunci di ricerca per vedere quali indirizzano la maggior parte del traffico al tuo sito Web e quali hanno maggiori probabilità di convertire i visitatori. Qui puoi anche giocare con i colori , il design e gli inviti all'azione .

I moduli di feedback sono anche potenziali per i test A/B. Non vorresti sapere che tipo di modulo di feedback ti dà più informazioni? All'interno di un modulo di feedback, ci sono ancora molte cose da testare come layout , copia , design , ordine delle domande , tipo di domanda , tipo di modulo di feedback , come e quando viene attivato e molto altro. La modifica di una delle variabili potrebbe avere un impatto positivo sul tasso di risposta dei moduli di feedback.

Perché dovresti fare un test A/B (con Mopinion)?

Con i test A/B, sarai in grado di apportare modifiche significative e basate sui dati al tuo sito Web, app, e-mail o altro canale digitale che portano effettivamente ai miglioramenti previsti. Questo può essere ovunque tra un ROI più elevato, più conversioni, una migliore esperienza del cliente e altro ancora. I test eliminano le congetture e le supposizioni.

Ora concentriamoci sul motivo per cui dovresti iniziare i test A/B con Mopinion in particolare. Ci concentreremo sui due modi per A/B con Mopinion come indicato sopra.

1. Utilizzo di moduli di feedback per misurare come gli utenti sperimentano due diverse versioni di un test A/B.

Misurare come il tuo pubblico sperimenta le due versioni del tuo test A/B ti darà dati qualitativi. Ti fornisce informazioni sul sentimento e l'opinione del tuo pubblico. Ad esempio, stai facendo un test A/B nella tua email con diversi tipi di contenuto. Il tuo pubblico può dare una valutazione e lasciare un commento aperto su un modulo di feedback nella tua email. Il tuo test A/B può portare a valutazioni diverse delle due versioni. Ciò influisce sul tuo CSAT, NPS o qualsiasi altra cosa tu stia misurando e ti fornisce approfondimenti sul sentimento del tuo pubblico. I commenti aperti ti diranno di più sul motivo per cui viene data una certa valutazione e perché potrebbe esserci una differenza per le tue due versioni. I commenti aperti ti informano anche sull'opinione generale del tuo pubblico. Oltre agli obiettivi quantitativi basati su CTR e conversioni (di vendita), saprai cosa pensa il tuo pubblico delle due versioni della tua email.

Sebbene non sia comune avere obiettivi che non sono direttamente correlati ai numeri di vendita grezzi, è possibile che il tuo obiettivo sia quello di creare una migliore esperienza utente. Un'esperienza migliorata può e spesso ha un impatto positivo sulle metriche di vendita. Ti invitiamo inoltre a raccogliere feedback anche in questo caso, dai un'occhiata al seguente esempio.

Supponiamo che tu voglia migliorare l'esperienza dell'utente su una specifica pagina del sito web. Vuoi misurare il tempo sulla pagina, il numero di pagine visitate o la profondità di scorrimento. La tua variante dell'esperimento (B) genera più pagine visitate e un tempo più lungo sulla pagina, il che potrebbe indicare una migliore esperienza sul sito web. Tuttavia, può anche essere un segno che i visitatori non sono riusciti a trovare le informazioni che stavano cercando, quindi hanno avuto bisogno di più tempo o hanno visitato più pagine per trovarle. Dovrai raccogliere dati qualitativi per sapere se il tuo cambiamento ha avuto un effettivo impatto positivo sull'esperienza.

2. Testare due diverse forme di feedback per misurare quale ha un tasso di risposta più alto.

Per il secondo modo di testare A/B con Mopinion - quando conduci test A/B con i tuoi moduli di feedback, come l'ordine delle domande o il design del modulo - sarai in grado di determinare quale modulo di feedback ti dà il maggior numero di risposte o commenti aperti e quindi la maggior parte delle intuizioni.

Due modalità di test A/B con Mopinion

1. Utilizzo di moduli di feedback per misurare come gli utenti sperimentano due diverse versioni di un test A/B

Esempio:
Stai eseguendo un test A/B su una landing page del tuo sito web. Hai cambiato il layout della tua pagina come mostrato nell'immagine qui sopra. Stai misurando la soddisfazione del cliente e desideri sapere se la valutazione media per variante è diversa . Dopo aver condotto il test, la tua variante originale (A) ha una valutazione media di 3/5 , mentre la variante dell'esperimento (B) ha una valutazione media di 5/5 . Con un campione sufficientemente ampio e un risultato significativo, puoi affermare che la differenza di valutazione è dovuta alle modifiche apportate alla tua variante B. È una chiara indicazione che i tuoi visitatori sono più soddisfatti della variante dell'esperimento e dovresti implementare le modifiche sulla pagina.

Come farlo con Mopinion?

L'implementazione di un modulo di feedback sul tuo test A/B non è troppo difficile, ti serve solo 1 modulo. Puoi mantenere il modulo originale se ne avevi già uno pubblicato sulla pagina che stai testando, oppure puoi creare un nuovo modulo di feedback e pubblicarlo sulla pagina. Devi assicurarti che sia disponibile per il 100% del tuo pubblico.

Tutto quello che devi fare è inserire un elemento dati nel modulo di feedback. L'elemento dati deve essere in grado di indicare in quale variante è stato fornito il feedback: A o B. Guarda l'immagine qui sotto di come apparirà nel tuo modulo di feedback*.


Progettazione del modulo di feedback Mopinion: elemento dati di test A/B

L'immagine successiva mostra come apparirà nell'elemento di feedback nella posta in arrivo. Ogni feedback che viene fornito invierà la variante a Mopinion e verrà visualizzata nei singoli elementi di feedback nella posta in arrivo. In questo modo sai quale elemento di feedback appartiene a quale variante di test.


Posta in arrivo del feedback di Mopinion – Visibilità della variante del test A/B

Puoi facilmente tenere traccia dei tuoi esperimenti nella tua dashboard. Puoi farlo costruendo un grafico e filtrando la valutazione in base alle varianti (con l'elemento dati). Guarda lo screenshot qui sotto di come appare nella dashboard. Puoi vedere che la valutazione media per la variante originale A è 3, mentre la valutazione per la variante B dell'esperimento è 5. Puoi anche vedere se questo cambia nel tempo o per segmento di pubblico quando crei il tuo grafico, ci sono infinite possibilità.


Grafico Mopinion – Valutazione media del test A/B per variante

Quando vedi una differenza nella tua dashboard per condizione, dovresti approfondire gli elementi di feedback per variante e leggere i commenti aperti. Forse troverai lì una ragione per la differenza di valutazione e avrai un assaggio del sentimento e dei pensieri del tuo pubblico.

Nella nostra knowledge base, puoi trovare una guida passo passo su come condurre un test A/B con Mopinion. Abbiamo scritto una guida per tre diversi strumenti di test A/B: Google Optimize, Optimizely e AB Tasty. Ovviamente il nostro team di supporto è qui per aiutarti se stai utilizzando un altro strumento di test A/B e desideri raccogliere feedback nei tuoi test A/B.

* Lo screenshot con l'elemento dati si basa su Google Optimize

2. Testare due diverse forme di feedback per misurare quale ha un tasso di risposta più alto.

Esempio:
Vuoi testare due diversi moduli di feedback su una pagina web e vedere quale ottiene più risposte dal tuo pubblico. Vuoi sapere se il tuo modulo di feedback conversazionale ottiene più risposte rispetto al tuo modulo Mopinion classico. Dopo aver condotto il test, hai 75 risposte sul tuo modulo conversazionale e 50 risposte sul tuo modulo classico , mentre i moduli vengono aperti altrettanto spesso. Con un numero sufficiente di risposte e visualizzazioni sul modulo di feedback, puoi affermare con una certa sicurezza che il modulo di feedback Conversazionale ottiene più risposte e quindi ti offre più approfondimenti.

Come farlo con Mopinion?

È abbastanza facile farlo con Mopinion, poiché puoi distribuire due moduli diversi sulla stessa pagina Web o app o e-mail. Dovrai mostrare i tuoi moduli allo stesso numero di persone per un test equo. Ogni variante verrà mostrata a metà del tuo pubblico, quindi la divisione dovrebbe essere 50/50. La prima scheda (variante A) viene mostrata al 50% dei visitatori. L'altro modulo (variante B) viene mostrato al 100% dei visitatori che non hanno visto il primo modulo. Inoltre, un ritardo di 1 secondo aiuta a garantire che entrambi i moduli non vengano visualizzati contemporaneamente.


Distribuzione di Mopinion: due moduli sulla stessa pagina per il test A/B

Una volta che il feedback inizia ad arrivare, puoi confrontare il feedback tra le due condizioni, come il tasso di risposta, la valutazione (ad es. CSAT, NPS) e, naturalmente, i commenti aperti. Puoi facilmente tenere traccia del tuo esperimento aggiungendo entrambe le forme nello stesso grafico e confrontando il numero di risposte.

Ti guidiamo attraverso un esempio di vita reale di un test A/B che ho eseguito con i moduli Mopinion.

In che modo Mopinion utilizza Mopinion per condurre i test AB

Nell'ottobre 2022, ho testato il modulo di feedback passivo sulla nostra home page, un modulo di feedback conversazionale rispetto a un modulo di feedback classico. L'obiettivo del mio test A/B era capire quale modulo di feedback ottiene più risposte e quale ottiene un punteggio più alto. La mia ipotesi era che i moduli di feedback conversazionale ricevessero più risposte e una valutazione più alta rispetto ai classici moduli di feedback.


Dashboard di Mopinion – Modulo di feedback Risposte ai test A/B


Dashboard Mopinion – Modulo di feedback Valutazione media del test A/B

Qui puoi vedere i risultati del mio esperimento e come appare nella mia dashboard personale. La mia prima ipotesi è stata supportata (non in modo significativo**) poiché il modulo di feedback conversazionale ha ricevuto 11 risposte in più rispetto al mio modulo classico. La mia seconda ipotesi non è stata supportata (di nuovo non in modo significativo) in quanto la forma classica aveva una valutazione media di 3,8 che è di 0,2 punti superiore alla mia forma conversazionale.

Conducendo test A/B con i tuoi moduli di feedback, impari quale modulo di feedback ti dà il maggior numero di risposte e approfondimenti.

Se vuoi iniziare a testare tu stesso diversi moduli di feedback Mopinion, vai alla nostra knowledge base dove troverai la nostra guida passo passo.

** Il test non è stato svolto abbastanza a lungo per ottenere un effetto significativo, ma con più elementi di feedback potresti essere in grado di ottenere un effetto significativo

Avvia i test A/B con l'aiuto di Mopinion

Per concludere, Mopinion è di grande aiuto per i tuoi test A/B. Ti aiuta a ottenere dati qualitativi sui test A/B e a comprendere il sentimento e l'esperienza del tuo pubblico. Arricchisce i dati quantitativi dei tuoi test con dati qualitativi. Inoltre, ti aiuta a capire quale tipo di modulo di feedback ti darà il maggior numero di risposte e approfondimenti.

Ti auguriamo buona fortuna per i tuoi test A/B!