> ## Documentation Index
> Fetch the complete documentation index at: https://docs.aftersell.com/llms.txt
> Use this file to discover all available pages before exploring further.
# Test A/B post-acquisto
> Scopri come configurare, gestire e analizzare i test A/B per le tue offerte post-acquisto in Aftersell
# Test A/B post-acquisto
I test A/B (noti anche come split test) ti permettono di confrontare fino a cinque versioni di un'offerta post-acquisto all'interno di un unico funnel per determinare quale rende meglio. Ogni versione è chiamata **layout** (Layout A, Layout B, Layout C, Layout D, Layout E). Il traffico viene suddiviso automaticamente in modo equo tra tutti i layout attivi e le performance vengono tracciate separatamente, così puoi identificare la versione con i risultati migliori.
Testando variazioni delle tue offerte, puoi migliorare i tassi di conversione, aumentare il fatturato e prendere decisioni basate sui dati per la tua strategia di upsell.
I test A/B ti consentono di configurare manualmente ogni layout come offerta completa e di metterli a confronto tra loro. Se vuoi definire variabili individuali (come tipo di sconto, durata del timer, tipo di prodotto) e lasciare che Aftersell le combini in tutte le possibili combinazioni di layout da testare, usa invece il [Test multivariato](/it/aftersell/multivariate_testing).
I test A/B sono disponibili solo per gli upsell post-acquisto. I test A/B per le offerte sulla Thank You Page non sono attualmente disponibili. Per i test A/B dei widget al checkout, vedi [Test A/B del checkout](/it/aftersell/checkout_a_b_testing).
***
## Cosa puoi testare
Puoi testare quasi ogni elemento della tua offerta post-acquisto, tra cui:
* **Prodotti:** prodotti diversi, offerte a prodotto singolo vs. multi prodotto, oppure raccomandazioni AI vs. prodotti specifici
* **Sconti:** importi o tipi di sconto diversi (percentuale vs. importo fisso)
* **Testi:** titoli, descrizioni e testo della call-to-action
* **Immagini:** immagini di prodotto o foto lifestyle
* **Elementi di urgenza:** timer con conto alla rovescia di durate diverse
* **Quantità:** quantità predefinita di 1 vs. 2 (o più)
* **Design dell'offerta:** layout o stili visivi diversi
Per ottenere i migliori risultati, testa un elemento alla volta, così puoi identificare chiaramente cosa determina i cambiamenti nelle performance. Se vuoi definire più variabili e lasciare che Aftersell le combini in combinazioni di layout da testare, usa invece il [Test multivariato](/it/aftersell/multivariate_testing).
***
## Come configurare un test A/B
### Passaggio 1: crea o apri un funnel
1. Apri l'**app Aftersell** dal tuo pannello di controllo Shopify
2. Vai a **Post-purchase Funnels** nella barra laterale sinistra
3. Crea un nuovo funnel oppure apri un funnel esistente che vuoi testare
### Passaggio 2: crea il tuo test
1. Nel tuo funnel, fai clic su **Create Test**
2. Seleziona **A/B Test** tra le opzioni
### Passaggio 3: configura i tuoi layout
Configura ogni layout come offerta completa. Puoi creare fino a 5 layout (dal Layout A al Layout E).
Per ogni layout puoi personalizzare:
* Selezione dei prodotti
* Importo e tipo di sconto
* Testi e messaggi dell'offerta
* Immagini ed elementi visivi
* Impostazioni del timer con conto alla rovescia
* Quantità predefinita
* Qualsiasi altra impostazione dell'offerta
### Passaggio 4: avvia il test
1. Rivedi tutti i layout per assicurarti che siano configurati correttamente
2. Fai clic su **Start Test** per iniziare a suddividere il traffico tra i layout
3. Assicurati che il tuo funnel sia **abilitato** e **pubblicato**
Il tuo test A/B è ora attivo.
### Come viene suddiviso il traffico
Il traffico viene distribuito automaticamente in modo equo tra tutti i layout del test. Non è possibile regolare manualmente la percentuale di traffico per ciascun layout. Ad esempio:
* Se hai **2 layout**, il traffico verrà suddiviso **50% / 50%**
* Se hai **3 layout**, il traffico verrà suddiviso approssimativamente **33% / 33% / 33%**
* Se hai **4 layout**, il traffico verrà suddiviso al **25% ciascuno**
* Se hai **5 layout**, il traffico verrà suddiviso al **20% ciascuno**
Tutti i layout dello stesso test ricevono una distribuzione del traffico uguale. Non c'è alcuna opzione per impostare percentuali personalizzate (ad esempio, non puoi impostare il Layout A all'80% e il Layout B al 20%).
***
## Gestire il tuo test
Una volta attivo il test A/B, il suo stato risulterà **In progress**. Da qui puoi mettere in pausa, modificare, azzerare, eliminare o selezionare un vincitore.
### Stati del test
* **Not started**: il test è stato creato ma non è attivo. Il traffico non viene suddiviso. Se vedi il 100% del traffico andare verso un solo layout, fai clic su **Start test**.
* **In progress**: il traffico viene suddiviso in modo equo tra tutti i layout.
* **Paused**: la suddivisione del traffico è stata interrotta.
* **Finished**: il test è terminato. I risultati sono disponibili nella scheda Analytics > Tests.
Passa il mouse sul badge di stato per vedere un tooltip con la data. Il tooltip mostra:
* **Started \[data]** — per i test in corso, in pausa o terminati
* **Last reset \[data]** — per i test non avviati ma le cui analytics sono state azzerate
* **Created \[data]** — per i test non ancora avviati e mai azzerati
### Mettere in pausa il test
Fai clic su **Pause** per interrompere temporaneamente la suddivisione del traffico. Quando un test è in pausa:
* Il traffico non viene più suddiviso tra i layout
* Verrà mostrato solo il primo layout creato, il Layout A
* Non puoi scegliere quale layout mostrare mentre il test è in pausa
Per mostrare in modo permanente un layout diverso, devi selezionare un vincitore o eliminare il test. Quando riattivi il test, la suddivisione del traffico riprende in modo equo.
### Modificare il test
Usa il menu a tre puntini e seleziona **Edit test** se hai bisogno di modificare prodotti, prezzi, layout o messaggi. Per risultati accurati, evita di apportare modifiche importanti mentre un test è in corso.
### Azzerare le analytics
Seleziona **Reset analytics** per cancellare i dati del test corrente e riavviare il tracciamento da zero. Questo azzera solo i dati del test A/B. I dati storici complessivi dell'offerta non vengono eliminati.
### Eliminare il test
Seleziona **Delete test** per rimuovere in modo permanente il test A/B. Se viene eliminato:
* Il traffico non verrà più suddiviso
* L'offerta torna al comportamento normale
* Le analytics complessive dell'offerta tornano visibili
### Selezionare un vincitore
Quando sei pronto a terminare il test:
1. Fai clic su **Select winner**
2. Scegli il layout da mantenere
3. Conferma
Questo termina il test e applica il layout selezionato come offerta attiva. Da quel momento tutti i clienti vedranno il layout scelto.
***
## Come funzionano le analytics dei test A/B
Una volta avviato il test, puoi monitorare le performance nella sezione **Analytics** della tua dashboard Aftersell, nella scheda **Tests**.
Per una panoramica completa di tutte le metriche della scheda Tests, incluse le analytics a livello di gruppo, Performance by Variable, la tabella All Groups e come selezionare un test, vedi [Analytics post-acquisto](/it/aftersell/analytics_in_aftersell).
***
## Limitazioni
### I test A/B avvengono solo all'interno di un singolo funnel
I test A/B confrontano layout all'interno dello stesso funnel. Non puoi confrontare con un test A/B un funnel con un altro funnel.
### I test A/B sono solo per gli upsell post-acquisto
I test A/B non sono attualmente disponibili per le offerte sulla Thank You Page. Sono supportati solo per i funnel di upsell post-acquisto.
### Le percentuali di traffico personalizzate non sono supportate
Il traffico viene sempre suddiviso in modo equo tra tutti i layout attivi. Non c'è alcuna opzione per assegnare percentuali personalizzate ai singoli layout.
***
## Best practice per i test A/B
### Esegui i test per un tempo sufficiente
* **Durata minima:** 2-4 settimane
* **Impressioni minime:** almeno 100-200 impressioni per layout (più sono, meglio è)
* Test più brevi potrebbero non produrre risultati statisticamente affidabili, soprattutto con traffico basso.
La dashboard delle analytics ti mostrerà le impressioni necessarie per una validità statistica, aiutandoti a capire quando i dati sono pronti per essere utilizzati.
### Testa un elemento alla volta
Quando modifichi più elementi contemporaneamente, non saprai quale cambiamento ha determinato i risultati. Testa una variabile alla volta per ottenere insight chiari:
**Bene**: testare sconto del 10% vs. sconto del 20% (una variabile)
**Da evitare**: testare sconto del 10% + Prodotto A vs. sconto del 20% + Prodotto B (due variabili)
### Cerca performance costanti
Non prendere decisioni basandoti su una singola metrica. Un layout vincente dovrebbe rendere bene su più metriche:
* Tasso di conversione più alto
* Fatturato per visita più alto
* Valore medio dell'upsell comparabile o migliore
### Considera la significatività statistica
Prima di dichiarare un vincitore, assicurati che i risultati siano statisticamente significativi. Cerca:
* Differenze di performance chiare (non solo variazioni dell'1-2%)
* Tendenze coerenti nel tempo
* Un campione sufficiente (impressioni)
### Applica il layout vincente
Una volta identificato un chiaro vincitore:
1. Interrompi il test
2. Applica il layout vincente al tuo funnel
3. Monitora le performance per assicurarti che i risultati restino costanti
4. Valuta l'esecuzione di un nuovo test per ottimizzare ulteriormente
***
## Test A/B vs. test multivariato
Non sai quale metodo di test utilizzare?
| | **Test A/B** | **Test multivariato** |
| -------------------------- | --------------------------------------------------------------------------------------- | --------------------------------------------------------------------------------------------------------------------------------- |
| Come funziona | Configuri manualmente ogni layout come offerta completa e li metti a confronto tra loro | Definisci variabili individuali e le loro opzioni, e Aftersell le combina in tutte le possibili combinazioni di layout da testare |
| Layout | Fino a 5 layout (dal Layout A al Layout E), ciascuno configurato manualmente | Generati automaticamente in base alle combinazioni di variabili (Layout A, B, C, ecc.) |
| Ideale per | Confrontare design di offerte complete tra loro | Trovare la migliore combinazione di variabili individuali (sconto, timer, spedizione, quantità) |
| Suddivisione del traffico | Equa tra tutti i layout | Equa tra tutte le combinazioni |
| Significatività statistica | Più rapida da raggiungere con meno layout | Richiede più traffico a causa del maggior numero di combinazioni |
| Risultati | Più facili da interpretare - vince un layout | Più complessi - identifica la migliore combinazione di variabili |
**Usa i test A/B quando:**
* Vuoi confrontare configurazioni di offerta complete
* Hai livelli di traffico moderati
* Vuoi risultati chiari e diretti
[**Usa il test multivariato quando:**](/it/aftersell/multivariate_testing)
* Vuoi testare più variabili contemporaneamente e trovare la combinazione migliore
* Hai livelli di traffico elevati
* Vuoi definire le variabili e lasciare che Aftersell le combini in combinazioni di layout da testare
***
## Idee comuni per i test A/B
Hai bisogno di ispirazione? Ecco alcuni test A/B collaudati da provare:
### Test basati sui prodotti
* **Stesso prodotto vs. prodotto complementare:** verifica se i clienti preferiscono comprare più di ciò che hanno appena acquistato o provare qualcosa di nuovo
* **Offerta a prodotto singolo vs. multi prodotto:** confronta un'offerta con un singolo articolo con un'offerta multi prodotto con prodotti complementari
* **Prodotto basato su AI vs. statico:** testa le raccomandazioni AI dinamiche rispetto a prodotti selezionati manualmente
### Test sugli sconti
* **Importo dello sconto:** testa 10% vs. 20% vs. 30% di sconto
* **Tipo di sconto:** confronta sconti percentuali (20% di sconto) vs. importi fissi (\$5 di sconto)
* **Nessuno sconto vs. sconto:** verifica se lo sconto è necessario per il tuo pubblico
### Test sulle quantità
* **Quantità predefinita:** testa quantità di 1 vs. quantità di 2 (particolarmente efficace per i consumabili)
### Test su testi e messaggi
* **Variazioni del titolo:** testa diverse proposte di valore o angolazioni del messaggio
* **Messaggi di urgenza:** testa con vs. senza linguaggio di urgenza
* **Testo del pulsante CTA:** testa diverse frasi di call-to-action
### Test sul design
* **Formato lungo vs. formato breve:** testa descrizioni di prodotto dettagliate rispetto a offerte concise
* **Variazioni delle immagini:** testa diverse immagini di prodotto o foto lifestyle
* **Durata del timer:** testa timer con conto alla rovescia da 5 vs. 10 vs. 15 minuti
Per strategie ed esempi più dettagliati, consulta la nostra guida alle [Best practice](/it/aftersell/best_practices).
***
## Domande frequenti
### I test A/B si interrompono automaticamente dopo aver raggiunto la significatività statistica?
No. Un test A/B post-acquisto continua a funzionare finché non lo termini tu — non c'è alcun arresto automatico quando un risultato raggiunge la significatività statistica. La dashboard delle analytics mostra il numero di impressioni consigliato per un risultato statisticamente valido, ma il raggiungimento di quel numero non interrompe il test né sceglie un vincitore. Decidere quando i dati sono conclusivi e terminare il test spetta a te. Quando sei pronto, terminalo con **Select winner** (oppure mettilo in pausa o eliminalo) — vedi [Gestire il tuo test](#managing-your-test).
***
## Hai bisogno di aiuto?
Se hai domande sulla configurazione o sull'analisi dei tuoi test A/B, contatta il nostro team di supporto tramite la chat dal vivo in basso a destra nell'app.