Abbiamo in passato già parlato di A/B test e di come, in *ambito Email Marketing, siano un terreno quanto mai minato.
Spesso ci è stato fatto l'appunto che un test è una prassi scientifica di indubbio valore, e che dunque vale sempre la pena usarlo. Facciamo un esempio pratico: devo fare un invio a 20.000 indirizzi, e ho dubbi sulla "call to action" da utilizzare, per cui decido di fare un A/B test su due gruppi da 2.000 contatti, per poi estendere a tutti l'invio migliore.
Il risultato del test ci dice che la variante A ha avuto 34 clic, mentre la B ha registrato ben 42 clic (2.1%): istintivamente viene da pensare che la versione B sia quella vincente, in realtà, immettendo i dati in questo sito, scopriremo che i risultati ottenuti non sono "statisticamente rilevanti". Cosa significa? Come faccio ad ottenere risultati rilevanti?
Oggi tenteremo di andare un po' più a fondo nella questione, accennando alla teoria che sta dietro al concetto di test, per capire quali siano i limiti e i punti di forza di questo modo di operare.
Cos'è un test?
Per test si intende la verifica di una data ipotesi su un campione più o meno ristretto rispetto alla "popolazione" totale; una volta che il test ha dato il risultato aspettato, l'ipotesi si applica all'intera popolazione, aspettandosi risultati in linea con il test.
In ambito marketing si parla da anni di A/B testing, specialmente nella realizzazione di landing page e nell'ottimizzazione di banner e campagne advertising.
Questo approccio, fortemente sostenuto dai profeti del marketing scientifico, si contrappone in maniera anche estremamente polemica, a quello "estetico", basato sulle intuizioni e sul lavoro creativo.