Come ottimizzare una landing page per aumentare le conversioni

Quali conversioni contare e su quale denominatore

Definisci il risultato prima di cambiare la pagina. Per una richiesta commerciale, conta un invio solo dopo la conferma del sistema che lo riceve, con un identificativo che impedisca di duplicarlo. Un clic sul pulsante o una ricarica della pagina di ringraziamento non dimostrano un nuovo contatto.

Per diagnosticare una pagina puoi usare sessioni o utenti, purché numeratore e denominatore descrivano la stessa popolazione e lo stesso periodo. Per il test A/B dell'esempio usiamo utenti assegnati casualmente a una variante, mantenuta nelle visite successive, e al massimo una conversione per utente. Ogni utente entra nel campione quando viene assegnato per la prima volta ad A o B, anche se ha già visitato il sito. Nelle visite successive resta nello stesso gruppo e non viene contato di nuovo. Includiamo chi abbandona o incontra un errore: escluderlo dopo l'assegnazione nasconderebbe proprio il problema da misurare.

Escludi bot noti e test interni con regole fissate prima dell'analisi e uguali per A e B. Non confrontare conversioni di tutta la piattaforma con il solo traffico tracciato: limita entrambi i conteggi alla stessa popolazione osservabile e documenta le differenze rispetto al CRM. Per impostare eventi, attribuzione e report usa la guida su come misurare l'efficacia di una landing page.

Leggere un funnel: esempio svolto

Esporta un periodo precedente alle modifiche, annotando pagina, fonte, dispositivo, date ed eventuali promozioni. Immaginiamo di analizzare 2.000 utenti arrivati da mobile in 28 giorni, cioè quattro settimane complete. Per ciascuno contiamo gli invii ricevuti entro sette giorni dall’ingresso e diamo al team commerciale altri sette giorni dall’invio per valutare la richiesta. Questi tempi saranno gli stessi anche nel test.

Il tasso della pagina è 80 / 2.000 = 4%; i contatti qualificati per utente sono 48 / 2.000 = 2,4%. Dei 300 utenti che iniziano a compilare il modulo, 220 non arrivano a un invio valido. Questo indica dove cercare un ostacolo, ma non ne spiega la causa. Anche i 1.600 utenti che non cliccano meritano un controllo: potrebbero non cercare l'offerta o non comprenderla.

Ripeti il calcolo per fonte e dispositivo. Se il problema è solo su mobile, confronta quel percorso con desktop prima di modificare tutta la pagina. Le esplorazioni del funnel in GA4 permettono di definire passaggi e segmenti: scegli un funnel chiuso se vuoi includere solo chi parte dall'ingresso previsto. Il risultato cambia con l'ordine degli eventi e con l'accesso ai passaggi intermedi.

Capire perché il percorso si interrompe

Prova il modulo su due dispositivi usati dal tuo pubblico, uno mobile e uno desktop. Puoi partire dai sei controlli seguenti, ripetuti su entrambi: in tutto sono 12 prove. Per ciascuna annota dispositivo, browser, ciò che dovrebbe succedere e ciò che succede davvero. Quando invii una richiesta, controlla anche l’identificativo nel sistema che la riceve.

1. Invio con tutti i campi validi: arriva una sola richiesta con i dati corretti.
2. Campo obbligatorio vuoto: compare un errore comprensibile vicino al campo.
3. Email non valida: puoi correggerla senza perdere gli altri valori.
4. Navigazione con tastiera: etichette, ordine del focus e pulsante sono utilizzabili.
5. Rete interrotta durante l'invio, in ambiente di prova: ricevi un avviso e puoi riprovare senza duplicare la richiesta.
6. Ricarica della conferma: non nasce un secondo contatto né una seconda conversione.

Se un caso fallisce, correggilo e ripetilo prima di valutare testi o design. Durante i test separa i contatti di prova da quelli commerciali. Per etichette, istruzioni ed errori usa il tutorial W3C sui moduli accessibili.

Quando il modulo funziona, osserva la decisione

Puoi iniziare osservando cinque persone che potrebbero usare il servizio. Chiedi a ciascuna di spiegare l’offerta con parole proprie, trovare una condizione importante per decidere e compilare una richiesta di prova. Annota dove si blocca e che cosa non capisce, senza suggerire la risposta. Se tre persone incontrano lo stesso ostacolo, hai un problema da approfondire; non puoi però dedurne che riguardi il 60% dei visitatori.

«Che cosa pensi di ricevere dopo l'invio?»
«Quale informazione ti manca per decidere?»
«Mostrami come invieresti la richiesta; fermati prima di confermare se sei sul sito pubblico.»

Affianca le osservazioni agli errori del modulo e alle obiezioni raccolte da vendite o assistenza. Heatmap e registrazioni possono suggerire dove guardare, ma un mancato clic non rivela da solo un'intenzione. Se la promessa cambia tra annuncio e pagina, approfondisci la coerenza nelle guide per landing page Google Ads e landing page Meta Ads.

Scegliere la priorità e scrivere l'ipotesi

Separa i difetti verificati dalle alternative da sperimentare. Un invio che fallisce richiede una correzione; due modi credibili di presentare la stessa offerta richiedono un confronto. Fra le ipotesi scegli quella sostenuta da più riscontri, in un punto attraversato da molti utenti. Valuta anche quanto lavoro richiede la modifica rispetto al beneficio che vorresti ottenere.

Scrivi una frase che colleghi segnale, ostacolo e modifica. Nell'esempio: «Fra gli utenti mobile che avviano il modulo, alcuni temono un contatto commerciale immediato. Esplicitare vicino al pulsante chi risponde e con quale modalità dovrebbe aumentare gli invii validi, mantenendo almeno il 55% di contatti accettati». La modalità promessa deve corrispondere al servizio reale; non aggiungere tempi di risposta che il team non può rispettare.

In questo esempio accettiamo che la quota scenda dal 60% al 55%, purché aumentino gli invii secondo la regola stabilita nel piano. Per la tua pagina, concorda il limite con chi gestisce le richieste, in base alla qualità necessaria e al tempo disponibile per valutarle. Assegna un responsabile, stima separatamente ore di scrittura, sviluppo e verifica e conserva anche le ipotesi rinviate. Se l'incertezza riguarda la proposta, lavora sull'offerta e sul lead magnet prima di sperimentare variazioni decorative.

Preparare un test A/B con campione e durata sostenibili

Per questo esperimento includi gli utenti mobile che entrano per la prima volta nel test e rispettano le regole di inclusione già definite. Mantieni la pagina attuale come versione A e aggiungi la spiegazione vicino al modulo nella versione B. Distribuisci casualmente lo stesso traffico fra le due versioni, con probabilità del 50% per ciascuna, mantenendo invariata l’offerta e la versione mostrata a ogni utente nelle visite successive. Registra l'esposizione alla variante e il successivo invio con lo stesso identificativo consentito dal sistema di misurazione. Non inviare email o altri dati personali negli eventi analytics.

Il campione dipende dal tasso iniziale e dall'effetto che vuoi distinguere. Per una metrica binaria con utenti indipendenti, un'approssimazione normale a due gruppi, tasso iniziale 4%, obiettivo 5%, test bilaterale al 5% e potenza 80% dà circa 6.745 utenti per gruppo. Arrotondiamo il piano a 7.000 per A e 7.000 per B: 14.000 utenti totali. Il 5% serve a dimensionare il test: solo i risultati diranno se la variante raggiunge quell’aumento.

Per rifare la stima puoi usare power.prop.test di R, indicando p1 = 0,04, p2 = 0,05, sig.level = 0,05, power = 0,80 e alternative = two.sided. La funzione restituisce osservazioni per gruppo e può differire leggermente dall'approssimazione. Ricalcola il piano se cambi metrica, rapporto di assegnazione o modello statistico.

power.prop.test(p1 = 0.04, p2 = 0.05,
  sig.level = 0.05, power = 0.80,
  alternative = "two.sided")

I 500 utenti al giorno appartengono a uno scenario di volume diverso dai 2.000 utenti della diagnosi iniziale. Con soli 2.000 utenti ogni 28 giorni, raccoglierne 14.000 richiederebbe circa 196 giorni: il test non rientra nel limite proposto di 42 giorni. In quel caso fai ricerca e correzioni monitorate oppure scegli un'ipotesi più incisiva e ricalcola il campione; mantieni nel registro il motivo per cui il test previsto non è fattibile.

La potenza dell'80% riguarda la capacità pianificata di rilevare l'effetto ipotizzato; non significa avere l'80% di probabilità che B vinca. Il livello del 5% descrive il rischio di rilevare una differenza quando non c’è, nelle condizioni del metodo scelto; non indica la probabilità che questa singola conclusione sia sbagliata. Conserva queste scelte nel registro e usa un metodo coerente: un test a campione fisso non permette di fermarsi a ogni oscillazione favorevole.

Confrontare invii e contatti qualificati

Stabilisci chi accetta un contatto e con quali criteri, per esempio richiesta pertinente al servizio e recapito utilizzabile. Nell'esempio la qualifica avviene entro sette giorni dall'invio. Applica gli stessi criteri alle due varianti, idealmente senza mostrare al valutatore da quale pagina arrivi il contatto.

B produce 35 invii in più ma solo cinque contatti accettati in più. L'incremento osservato del tasso primario è 4,5% − 4% = 0,5 punti percentuali, cioè (4,5% / 4%) − 1 = 12,5% relativo. Non raggiunge il punto percentuale scelto prima del lancio; anche la quota accettata è sotto il limite operativo del 55%. Questo limite serve a una scelta operativa; da solo non dimostra una differenza statistica nella qualità.

Ipotizziamo di aver completato la valutazione di tutte le richieste nei tempi stabiliti. Se alcuni contatti sono ancora da valutare, tienili separati e attendi la scadenza concordata prima di confrontare le quote di A e B. Per un acquisto applica la stessa logica a margine e rimborsi, con tempi adeguati al prodotto.

Leggere l'incertezza e prendere la decisione

Il solo 4,5% contro 4% non basta. Per i conteggi dell'esempio, un intervallo normale approssimato al 95% della differenza B − A va da −0,17 a +1,17 punti percentuali. Si calcola come differenza ± 1,96 × errore standard, con errore standard = √[pA × (1 − pA) / nA + pB × (1 − pB) / nB]. Qui pA = 0,04, pB = 0,045 e nA = nB = 7.000.

L’intervallo include zero e comprende sia una diminuzione sia un aumento del tasso. Con il metodo scelto, quindi, non abbiamo una differenza statisticamente significativa; questo non dimostra che le due versioni abbiano lo stesso effetto. La decisione operativa è mantenere A: B non soddisfa né l'effetto utile prefissato né il limite di qualità. La piccola differenza nei contatti accettati non dimostra un miglioramento commerciale.

Controlla inoltre se la ripartizione osservata è compatibile con quella prevista dal tuo strumento e se mancano eventi in una variante. Se i gruppi hanno dimensioni inattese o mancano dati, cerca la causa prima di interpretare i tassi di conversione. Conserva anche campagne, date, versioni ed esclusioni: cercare a posteriori un piccolo segmento favorevole non risolve un test inconcludente.

Portare la modifica in produzione e verificarla

Quando una variante supera la regola concordata, riproduci nel codice la versione approvata e conserva la precedente per un ripristino. Verifica testo dell'offerta, conferma del modulo, identificativi nel CRM e conteggio degli eventi. Ripeti i 12 casi funzionali dopo il rilascio, separando ancora i dati di prova.

Rimuovi il codice sperimentale non più necessario e controlla che non restino due versioni del tracciamento. Dopo il rilascio, raccogli i dati per un periodo comparabile a quello del test e attendi gli stessi tempi per invii e valutazione dei contatti. Il confronto aiuta a trovare errori di implementazione o cambiamenti del traffico, ma non isola l’effetto della modifica come faceva l’assegnazione casuale ad A e B.

Mantieni accessibilità e velocità fra i controlli. Per immagini, stabilità e tempi di caricamento segui la guida su velocità della landing page e conversioni, distinguendo misure di laboratorio dai Core Web Vitals degli utenti reali. Per configurare URL e canonical durante l'esperimento consulta le indicazioni di Google sui test dei siti.

Registrare diagnosi, esperimento e risultato

Apri una scheda per ogni ipotesi prima dello sviluppo. Il PDF stampabile contiene una pagina per diagnosi e priorità, una per piano e risultati e una con il caso svolto. La scheda va compilata anche se scegli di correggere direttamente un difetto o rinunciare al test per mancanza di traffico.

Scarica il registro CRO (PDF, 3 pagine)

Per un registro condiviso, copia questi campi in un documento o in un foglio. Tieni il piano iniziale accanto alla conclusione, senza sovrascriverlo con ciò che hai osservato dopo.

ID / URL / versione / responsabile / date
Segmento / unità conteggiata / esclusioni
Funnel iniziale: ingressi, clic, avvii, invii, accettati
Segnale osservato / fonte / ostacolo ipotizzato
Modifica proposta / ore / priorità e motivo
A / B / assegnazione / metrica primaria
Campione per gruppo / effetto minimo / metodo statistico
Chiusura raccolta / scadenza / tempi per invii e valutazione
Limiti di qualità / stop tecnico / esito delle 12 prove
Risultati A e B: utenti, invii, accettati, tassi
Differenza assoluta e relativa / intervallo / anomalie
Decisione / motivo / prossimo intervento / verifica rilascio

Se cerchi un team che segua ricerca, sviluppo e lettura dei risultati, il servizio CRO di Qreativa copre il percorso. Per rifare una pagina che non sostiene più l'offerta, valuta invece il lavoro necessario per la realizzazione di landing page prima di avviare esperimenti su una struttura da sostituire.