Okay, abbiamo appena visto insieme su cosa possiamo concentrarci per creare degli A B test, quindi su cosa? Possiamo creare delle varianti per i nostri test, ma non possiamo sicuramente partire a casaccio.

Un A B test si compone di cinque fasi che bisogna seguire in modo abbastanza scrupoloso per far sì che abbia successo.

La prima fase è quella della ricerca, quindi dobbiamo analizzare bene le prestazioni del nostro sito web e per farlo possiamo utilizzare strumenti come Google Analytics, Hot o Mix panel hot.

Per chi non lo sapesse, è uno strumento di mappe di calore che ci fa vedere come si comportano gli utenti stessi.

All'interno del sito web um Mix panel invece, ci fa vedere un pochettino tutto il percorso dell'utente andando a um prendere varie fonti e andando a darci questa interfaccia che compone il processo d'acquisto dell'utente, considerando sia aspetti quantitativi che qualitativi.

Quindi, sia che sondaggi degli utenti o registrazioni delle sessioni, avremo sicuramente un quadro più chiaro di cosa andare a ottimizzare.

Arriviamo infatti al secondo step del nostro Ast del nostro processo per creare un A B test e vediamo che si tratta appunto di osservare e formulare ipotesi.

Dobbiamo creare delle ipotesi basate sui dati.

Ecco perché dobbiamo utilizzare strumenti come Google Analytics, otr, eccetera.

E dobbiamo analizzare e interpretare questi dati che andiamo a raccogliere valuta l'ipotesi su vari parametri come l'impatto sugli obiettivi e la facilità di configurazione.

Cosa vuol dire? Che quando andiamo a formulare un'ipotesi dobbiamo anche tenere conto di cosa ci vuole poi per attuare quella B test.

Se dobbiamo ricorrere a degli sviluppatori che facciano una modifica molto importante alla nostra landing page, questo ci porterà via moltissimo tempo che magari non abbiamo, perché la nostra campagna durerà solamente pochi giorni.

Ecco che dobbiamo stare attenti quando andiamo a creare un test, quindi a valutare diverse cose.

Diversi parametri, appunto, non solo l'impatto sugli obiettivi, ma anche la facilità di configurazione.

In questo caso, per formulare le ipotesi è necessario capire come e perché la mente umana prende determinate decisioni.

Dobbiamo quindi andare a studiare.

Non possiamo solamente andare ad analizzare i dati senza capire cosa questi ci vogliono dire o comunque come possiamo modificare il comportamento dell'utente.

Dobbiamo capire come ragionano le persone, come si muove la mente umana, all'interno di un'interfaccia web, eccetera.

E per farlo serve, come dicevo, studiare molto Vi ho lasciato qui un elenco dei più rilevanti nell'economia comportamentale.

Vi faccio vedere la lista, la trovate appunto a questo link e ce ne sono davvero, davvero tantissimi.

Quindi, um quello che vi dico è di studiare perché solamente così poi vi potete rendere conto di quali informazioni o comunque di quali azioni potete compiere all'interno delle vostre pagine per fare in modo di aumentare il tasso di conversione.

Un altro esempio che abbiamo già visto prima è quello di grows punto design.

Come vi ho fatto vedere in una lezione precedente, possiamo andare su questo sito e andare su KS per imparare le no le nozioni che abbiamo visto nell'elenco precedente in modo un pochettino più veloce e in modo meno noioso.

Ecco, mettiamola così perché questi stadi sono davvero fatti bene e se poi vogliamo una lista di molto simile a quella che abbiamo visto dei cognitivi, possiamo andare qua sulla sezione psicologi e anche in questo caso troviamo i baias o comunque le informazioni riguardo a come si muove la mente umana in un in un prodotto in un'interfaccia web.

Abbiamo le informazioni più rilevanti che possiamo andare a vedere in modo molto, molto risicato e possiamo andare a cliccare sul Che stadi, ad esempio, che ci fa vedere um sopra come viene messa in atto.

Quindi abbiamo due possibilità partire dai, dai che stadi e andare a vedere questi principi o partire dai principi.

Per andare poi a vedere i che stadi, vi consiglio davvero di seguirli guardatene anche uno solo al giorno, perché senza questo tipo di conoscenza non potete andare a formulare delle ipotesi che abbiano un impatto rilevante sui vostri A B test.

Abbiamo formulato le nostre ipotesi.

Dobbiamo adesso andare a creare le varianti dell'abi test.

Quindi andiamo a creare una versione modificata basata sull'ipotesi e andiamo a testarla contro la versione esistente.

Dobbiamo considerare diversi aspetti dell'esperienza dell'utente per creare delle variazioni efficaci.

Come dicevo prima, infatti, possiamo basarci su diverse cose sui click, sul comportamento, eccetera.

E dobbiamo studiare molto per capire come creare questo tipo di varianti.

Okay, Una volta che le abbiamo create, possiamo andare a eseguire il test.

Quindi andiamo a scegliere la metodologia di test più adatta perché ce ne sono diverse.

Um, la B test si basa su due varianti, ma abbiamo anche il test multi variante.

Quindi dove abbiamo più di una variante o possiamo andare a creare dei test grazie ad alcuni tool che non vanno a duplicare la pagina, ma vanno a duplicare semplicemente un elemento.

Quindi noi all'interno della singola pagina, avremo magari un un elemento duplicato a cui possiamo andare a cambiare colore.

Immaginate una C T a, um metà del traffico nella stessa pagina vedrà la quella C T a ad esempio gialla l'altra metà del traffico la vedrà rossa.

Okay, quindi questo è un altro tipo di test.

Dobbiamo utilizzare degli strumenti per determinare la durata del test, come abbiamo visto prima, e dobbiamo considerare la tempistica e la durata del test perché appunto, se ci vuole troppo tempo, non ha neanche senso far partire quell'a più test l'ultimo step andare a analizzare i risultati e implementare le modifiche.

Quindi analizziamo i risultati considerando metriche come l'aumento percentuale e l'imp- l'impatto su altri fattori.

Quindi andiamo ad analizzare i risultati considerando metriche come l'aumento percentuale e l'impatto su altri fattori.

Abbiamo visto prima che che se per aumentare le conversioni abbassiamo il prezzo del nostro prodotto e in questo modo abbiamo un profitto minore per utente, in realtà.

Okay, um, abbiamo visto che la test funziona, ma il nostro business ci guadagna di meno e non va bene se il test ha successo.

Quindi andiamo poi a implementare la variazione vincente.

E se è inconcludente in realtà um va bene lo stesso, perché abbiamo degli spunti per creare degli ulteriori test nap test.

Ci dà sempre delle informazioni utili anche solo capire che non è rilevante statisticamente fare una modifica o l'altra può andare bene, perché ci possiamo basare magari su elementi importanti per il nostro brand che non influiscono sulle conversioni.