Ogni volta che facciamo consulenza ad un E-commerce, ci troviamo ad iniziare un processo di ottimizzazione. Questo processo, nel 99% dei casi, inizia dalla pagina più importante di uno store online: la pagina di pagamento, nota anche come Checkout.

Il motivo principale che ci porta a definire il Checkout come la pagina più importante, risiede nel fatto che essa rappresenta un enorme fastidio per l’utente.

Diciamoci la verità: nessuno vorrebbe pagare per ottenere il proprio paio di scarpe preferito o per ricevere un servizio da un esperto. Il nostro compito quindi, è quello di rendere uno step orribile, quanto più digeribile possibile.

Rimuovere ogni frizione, ogni difficoltà, ogni ostacolo, capace di far cambiare idea al nostro potenziale cliente.

Il principio algoritmico di apprendimento

Ogni volta che lavoriamo con Facebook ADS, Instagram ADS, Linkedin ADS e simili piattaforme, abbiamo a che fare con sistemi che si basano sull’apprendimento algoritmico.

Facebook ad esempio, apprende dati preziosi in praticamente ogni step della customer journey (il “viaggio” che compie una persona da essere un semplice utente social, fino a diventare un nostro cliente). Mi piace, scroll, commenti, click, salvataggi, visualizzazioni di un video ecc…

Sfruttando le campagne a conversione e vendita prodotti del catalogo poi, abbiamo la capacità di seguire il percorso dell’utente anche sul nostro sito web e app mobile, tramite il pixel ed API.

Questo fatto ci è molto utile per due principali motivazioni:

1) Siamo in grado di capire e categorizzare quali utenti hanno compiuto delle azioni interessanti per il nostro business (come ad esempio un’aggiunta al carrello o il completamento di un form), per poi andare a creare una comunicazione mirata verso questi soggetti (retargeting).

2) Facebook stessa è in grado di apprendere dati preziosissimi sulla tipologia di persone che effettuano delle azioni importanti per la nostra attività, migliorando di conseguenza il processo di delivery.

Facciamo un piccolo esempio per rendere tutto più chiaro:

Se Franco entra sul nostro e-commerce ed aggiunge al carrello un nostro prodotto, noi saremo in grado di fare una campagna mirata su di lui (magari con un piccolo sconto per incentivare l’acquisto) e Facebook capirà che le persone come Franco sono particolarmente adatte a noi, restringendo la ricerca a persone come lui, evitando di sprecare budget su pubblici di scarsa o dubbia qualità.

Tutto ciò che abbiamo detto è valido solo nel momento in cui Facebook ha a propria disposizione un’importante mole di dati, raccolti in un tempo ragionevole.

Un algoritmo infatti apprende dai dati che riesce ad accumulare, più è alto il volume di dati, più impara. I dati però devono essere temporalmente vicini fra loro. Registrare 100 acquisti in un anno non equivale a registrare 100 acquisti in un mese. I dati quindi devono essere tanti e vicini fra loro.

Come aiutare l’apprendimento di dati con il C.R.O.

Passiamo adesso al protagonista di questo articolo: il C.R.O. (acronimo di Conversion Rate Optimisation), ovvero un processo lungo e costante in cui ottimizziamo il tasso di conversione del nostro e-commerce/sito web/landing page tramite delle variabili.

Con variabili intendiamo le differenti versioni degli elementi del nostro sito web.

Per fare chiarezza: 

ipotizziamo di avere un bottone di aggiunta al carrello nella pagina prodotto del nostro e-commerce di colore grigio. Siamo sicuri che il colore grigio sia la migliore scelta possibile? Per trovare una risposta non apriamo un dibattito seduti in cerchio, ma effettuiamo un A/B test, ovvero un esperimento in cui mettiamo in competizione il pulsante di colore con lo stesso pulsante ma di colore, ad esempio, rosso.

Lasciamo che il sito raccolga un numero statisticamente sufficiente di visite, dopodiché andiamo a controllare quale dei due pulsanti ha raggiunto risultati migliori (conv. rate maggiore, numero di acquisti più alto, valore degli acquisti maggiore, ecc…)

Al termine del test sapremo se il colore standard debba essere grigio o rosso, al fine di ottenere performance migliori. Il consiglio che diamo è di mettere sempre in discussione il risultato per mezzo di altri testi (magari colore rosso vs colore arancione).

Perché effettuiamo tutto ciò? Solamente per fatturare di più o raccogliere più leads?

Certo, questi sono degli effetti secondari che sicuramente possono farci comodo, ma il motivo principale trattato nell’articolo è l’ottimizzazione delle ads.

Tramite il CRO, permetteremo all’algoritmo di Facebook di stabilizzare le performance delle nostre campagne, ma non solo: gli permetteremo di ottimizzare le performance delle nostre campagne, fornendogli molti più dati utili.

Inoltre, ciliegina sulla torta, più dati avranno registrato le nostre campagne, più sarà facile per noi analizzarne i risultati.

Conclusione: performance di business migliori, ottimizzazione delle ads, maggiore facilità di compiere analisi; il tutto senza toccare modificare il alcun modo le nostre campagne.

ALT: avvertimento doveroso

Il CRO è un’arma fantastica, ma attenzione a non cadere in banali errori: 

1) Ci sono elementi più importanti di altri all’interno di un sito web/e-commerce/landing page, testare alcuni elementi secondari non ci aiuterà in alcun modo anzi, ci farà solamente perdere tempo.

2) Quando facciamo A/B testing inseriamo elementi diversi dallo standard, è importante che le variazioni non stonino con la nostra comunicazione di base, altrimenti faremo solamente danni.

Vorresti che fossimo noi ad aiutarti?

Richiedici un preventivo gratuito e senza impegno, ti basta solo 1 minuto. Insieme al preventivo, ti verrà data l’opportunità di parlare con noi per 30 minuti, così da poterci illustrare nel dettaglio il tuo progetto e le tue necessità. Contattaci

La nostra missione è quella di rendere la tua immagine allineata al tuo target, facendo leva su di esso riusciremo a farlo innamorare.