Hai mai inviato un'email e ti sei chiesto se un oggetto diverso avrebbe portato più aperture? O se spostare la call to action in cima avrebbe generato più clic? Con l'A/B testing nell'email marketing — detto anche split test — puoi smettere di indovinare e iniziare a decidere sulla base dei dati reali.
In questa guida vediamo cos'è un A/B test, cosa ha senso testare, come leggere i risultati senza impazzire con la statistica, e gli errori più frequenti che vanificano i test anche nelle aziende più strutturate.
Cos'è un A/B test nell'email marketing
Un A/B test consiste nel creare due versioni della stessa email — versione A e versione B — che differiscono per un solo elemento. Una parte del tuo pubblico riceve la versione A, un'altra la versione B. Dopo un periodo di osservazione, si analizza quale delle due ha ottenuto risultati migliori e si invia quella vincente al resto della lista.
Il principio è semplice: invece di affidarti all'intuito, lasci che siano i tuoi iscritti a dirti cosa funziona meglio. Quasi tutte le piattaforme di email marketing professionali — Mailchimp, Brevo, ActiveCampaign, Klaviyo — offrono questa funzionalità integrata.
Cosa testare: le 6 variabili principali
Non tutto vale allo stesso modo. Ecco le variabili con il maggiore impatto sui risultati, ordinate per priorità.
1. Oggetto dell'email
È l'elemento con il maggiore impatto sul tasso di apertura. Una differenza di pochi punti percentuali nell'open rate può tradursi in centinaia di lettori in più. Puoi testare lunghezza (breve vs. lunga), tono (formale vs. informale), presenza di numeri o domande, uso delle emoji. Per un metodo dettagliato su come scrivere oggetti che funzionano, consulta l'articolo sulle tecniche per un oggetto email efficace.
2. Testo di anteprima (preheader)
Il preheader è il testo che appare accanto all'oggetto nelle caselle di posta. Spesso trascurato, è la seconda cosa che il destinatario legge prima di aprire o ignorare l'email. Vale la pena testarlo in abbinamento con l'oggetto per trovare la combinazione che massimizza le aperture.
3. Nome del mittente
Inviare da "Mario Rossi" o da "Team Smartegia" fa differenza? Per molti pubblici sì, soprattutto quando c'è una relazione personale col brand. Testa il nome individuale contro il nome aziendale per capire cosa preferisce la tua audience.
4. Call to action (CTA)
Testo del bottone, colore, posizione — tutto può influenzare il click-through rate. "Scopri di più" funziona meglio di "Acquista ora" per il tuo pubblico? La CTA in cima o in fondo all'email porta più clic? Queste sono domande con risposta misurabile.
5. Orario e giorno di invio
Ogni lista è diversa. Le medie di settore sono un punto di partenza, ma solo testando scoprirai se i tuoi iscritti aprono le email alle 9 del martedì o alle 18 del giovedì. Tieni presente che questo test richiede volumi sufficienti per essere statisticamente significativo.
6. Lunghezza e formato del corpo email
Email breve e diretta vs. email lunga con più contenuti. Solo testo vs. ricca di immagini. Layout a una colonna vs. due colonne. Questi test richiedono più tempo per essere interpretati correttamente, ma possono rivelare preferenze strutturali del tuo pubblico che valgono su tutti gli invii successivi.
Come leggere i risultati: la significatività statistica spiegata senza formule
Immagina di lanciare una moneta 10 volte e ottenere 7 teste. Puoi dire che la moneta è truccata? Probabilmente no — con un campione così piccolo, può essere pura fortuna. Lo stesso vale per i test email.
La significatività statistica misura la probabilità che la differenza tra versione A e versione B sia reale e non dovuta al caso. La soglia standard è il 95%: se il tuo strumento indica una confidenza del 95% o superiore, puoi fidarti del risultato. Sotto quella soglia, il test non è ancora conclusivo.
In pratica, non devi fare calcoli a mano: la maggior parte delle piattaforme mostra direttamente se il risultato è statisticamente significativo. Quello che devi ricordare è non dichiarare un vincitore prima che la confidenza raggiunga almeno il 90-95%.
Dimensione del campione: quanti iscritti servono per un test valido?
Questa è la domanda che più spesso rimane senza risposta. Ecco le soglie pratiche di riferimento:
- Per testare l'oggetto email (open rate): almeno 500-1.000 destinatari per variante, idealmente di più.
- Per testare la CTA (click rate): poiché i clic sono un evento più raro delle aperture, servono campioni più grandi — meglio partire da 1.000-2.000 per variante.
- Per testare le conversioni (acquisti, iscrizioni): ancora di più, spesso 5.000 e oltre per variante.
Se hai una lista piccola (sotto i 2.000 iscritti totali), i test sull'oggetto sono fattibili; quelli sulla CTA o sulle conversioni richiedono pazienza e accumulo di dati nel tempo. Non è una limitazione — è semplicemente la realtà dei numeri piccoli.
Gli errori più comuni nei test A/B
Testare più variabili contemporaneamente
Se cambi oggetto, mittente e CTA nella stessa email, non potrai mai sapere quale modifica ha fatto la differenza. Regola ferrea: un solo elemento per test. Se vuoi testare più variabili in parallelo, si usano i test multivariati — ma solo con volumi molto alti e strumenti dedicati.
Non aspettare abbastanza
Molte piattaforme determinano il vincitore dopo 4-8 ore. In certi casi va bene, ma se stai testando l'orario di invio o hai iscritti in fusi orari diversi, quelle ore possono non bastare. Per i test sul click-through rate, aspetta almeno 24-48 ore prima di dichiarare un vincitore.
Non documentare i risultati
Ogni test è un dato prezioso. Se non tieni traccia dei risultati nel tempo, finisci per rifare gli stessi test o perdere insight accumulati. Un semplice foglio di calcolo con data, variabile testata, risultati e versione vincente è più che sufficiente per costruire una memoria storica utile.
Interrompere il test troppo presto
Se vedi che la versione B sta "vincendo" dopo 100 aperture, la tentazione di dichiarare subito il vincitore è forte. Resisti. Le prime ore di un invio tendono ad avere tassi di apertura più alti (sono i lettori più attivi), il che può falsare i risultati iniziali in modo significativo.
Da dove cominciare
Se sei alle prime armi con l'A/B testing, la raccomandazione è di partire dall'oggetto email: ha l'impatto più immediato, i risultati arrivano in poche ore e quasi tutte le piattaforme lo supportano in modo nativo. Una volta acquisita confidenza con questo tipo di test, puoi allargare progressivamente agli elementi successivi.
L'obiettivo non è fare tanti test, ma fare test ben strutturati che ti insegnino qualcosa di concreto ad ogni invio. Anche una lista piccola può diventare una fonte preziosa di dati, purché il metodo sia corretto.