Ti piacciono gli articoli del nostro blog?
Scrivici
Home / Blog
Home / Blog / Conversion Optimization / 5 motivi per cui gli user insight possono migliorare un AB Test
19 maggio 2017

5 motivi per cui gli user insight possono migliorare un AB Test

Un AB Test risulta essere migliore quando è guidato dai dati e dalle informazioni degli utenti. Ma come incorporarli?

Rispetto a soli 5 anni fa l'AB Test ha subito una rapida crescita, sia in termini di utilizzo che di popolarità. Infatti, il più semplice accesso a tool specializzati ha portato a un incrementale miglioramento delle performance.

Oggi infatti il dilemma non riguarda l'adozione o meno di piattaforme come Optimizely, ma la strutturazione di un programma efficiente e porti a:

  • Massimizzare le conversioni
  • Incrementare il ROI

In questo articolo andremo a esaminare come gli user insight, raccolti attraverso survey o test di usabilità, migliorino i programmi di AB Testing, andando a soddisfare dei bisogni reali in base a 5 best practice:

  1. Definire e ordinare la priorità dei diversi test.
  2. Sviluppare delle ipotesi causa-effetto.
  3. Migliorare la qualità delle varianti.
  4. Affrontare problemi specifici.
  5. Avere visione dei competitor.

Vediamoli ora singolarmente nel dettaglio.

1. Utilizzare gli user insight per definire e ordinare le priorità dei diversi test

È consigliabile sfruttare fonti differenti di insight per priorizzazione degli AB Test. Troppe rischiano invece di rendere più complessa la presa di decisione.

Utilizzare queste informazioni dovrebbe semplificare questa attività, soprattutto rispetto all'identificazione delle migliori combinazioni da utilizzare per migliorare l'efficacia dei test.

Molti invece preferiscono basare i propri test su "intuizioni". Questa scelta può portare, dopo una fase di stabilizzazione dei risultati, a una parziale soluzione vincente. Il motivo è che sono stati toccati i bisogni dei potenziali ma non degli attuali customer . Un semplice modo per evitare questo è identificare le reali esigenze dell'utente grazie all'osservazione dei comportamenti del target lungo il customer journey.

I dati raccolti da questo tipo di test supporta in tre differenti modi:

  1. Identificare i problemi di maggiore impatto manifestati dagli utenti. Questi aspetti non sarebbero individuabili tramite la sola lettura dei dati del sito.
  2. Sviluppare una strategia e un approccio basato su specifiche esigenze.
  3. Sviluppare precise ipotesi causa-effetto.

2. Creare ipotesi di test causa-effetto

Gli insight raccolti grazie ai test di usabilità supportano la realizzazione di strutturate ipotesi. In questo modo le varianti di test che si delineeranno rispecchieranno specifici bisogni degli utenti.

Se non si identifica chiaramente un'esigenza non sarà semplice delineare una soluzione a un problema di conversione. Molti si affidano erroneamente a personali intuizioni per la definizione delle varianti di AB Test.

Questa scelta chiaramente limita il successo di un programma di test e può condurre a falsi positivi.

3. Migliorare la qualità della variante

Anche avendo sviluppato solide ipotesi, il successo di qualsiasi AB Test dipende dalla qualità delle varianti.

Un modo efficace per strutturarle al meglio è far riferimento agli user insight e, prima di testarle tramite AB Test, perfezionarle durante la fase di design. È importante non affrontare questi passaggi in modo frettoloso ma assicurarsi che ogni elemento rispecchi al meglio una particolare esigenza manifestata dal target.

Una variante studiata anche a livello qualitativo massimizza le probabilità di successo del test.

4. Affrontare specifici problemi

Alcuni aspetti relativi a opportunità di conversione particolarmente complesse prima di essere testati devono essere validati da dati e informazioni raccolte dagli utenti.

Ad esempio, il redesign del menu di un sito è uno dei casi più classici in cui è importante affidarsi ai risultati di un test condotto sugli utenti. Attività di test o card sorting sono funzionali alla raccolta di informazioni importanti per la realizzazione di elementi in linea con specifici bisogni degli utenti.

5. Avere visione delle attività dei competitor

Condurre analisi sulla concorrenza consente di raccogliere informazioni utili per la strutturazione di solidi AB Test.

Ogni customer journey è differente. Molto probabilmente gli utenti prima di scegliere un brand compiono ricerche e raccolgono informazioni rispetto a uno specifico prodotto, al prezzo e alle condizioni di reso e consegna.

Capire esattamente cosa stanno cercando gli utenti, aprendo il proprio sguardo anche a quello che fatto i concorrenti, consente di sviluppare sempre nuove idee per i futuri test e di entrare nella psicologia del consumatore, soddisfacendo specifiche esigenze.

Conclusioni

Queste best practice sottolineano l'importanza degli user insight. La compenetrazione di questi dati consente di sviluppare AB Test in linea con specifiche esigenze e non sulla base di mere intuizioni. L'utilizzo di questi dettagli consente di strutturare più efficaci programmi di testing che rispecchiano il viaggio dell'utente lungo tutti gli step del funnel di conversione.

 

Conversion Optimization | 19 maggio 2017

il processo di conversion optimization mockup-base-1.png

Il processo di Conversion Optimization. La strada verso il successo.

eBook

 Scarica l'eBook

Boraso è la prima agenzia full service in Italia di Conversion Marketing specializzata in Conversion Optimization, UX Design, SEO, Media Advertising, eCommerce Magento, e sviluppo di siti web con obiettivi di conversione.

Condividi articolo su:

Ti piacciono gli articoli del nostro blog?

Resta in contatto con noi e ti informeremo anche sui nostri eventi e convegni.

Oppure chiama il Numero Verde 800.947.500