A/B test email per ristoranti: cosa testare per migliorare

Cos'è un A/B test e perché ti serve

Un A/B test è semplice: invii due versioni diverse della stessa email a due gruppi di destinatari e vedi quale funziona meglio. Invece di indovinare cosa piace ai tuoi clienti, lo scopri con i dati.

Per un ristorante, anche piccoli miglioramenti fanno la differenza: passare dal 25% al 30% di tasso di apertura su una lista di 1.000 contatti significa 50 persone in più che leggono il tuo messaggio ogni invio. Se il 5% di quelle prenota, sono 2-3 tavoli in più ogni settimana.

Cosa testare: le 6 variabili chiave

1. Oggetto dell'email (priorità massima)

L'elemento con l'impatto maggiore sulle aperture. Test da fare:

• Con emoji vs senza emoji: "🍝 Nuovo menu autunnale" vs "Nuovo menu autunnale"
• Curiosità vs beneficio diretto: "Il segreto dello chef" vs "Sconto 15% questa settimana"
• Con nome vs senza nome: "[Nome], ti aspettiamo" vs "Ti aspettiamo venerdì"
• Breve vs lungo: "Novità in menu" vs "Abbiamo aggiunto 3 piatti che devi provare"
• Domanda vs affermazione: "Hai già provato la nostra nuova pizza?" vs "La nuova pizza è arrivata"

2. Orario di invio

• Mattina (10:00) vs pomeriggio (17:00): quando si pensa a dove mangiare?
• Martedì vs giovedì: i due giorni con le aperture più alte nel food
• Weekend vs infrasettimanale: per promozioni del weekend, meglio mandare giovedì o sabato mattina?

3. Call to action

• Testo del bottone: "Prenota ora" vs "Riserva il tuo tavolo" vs "Scopri il menu"
• Colore del bottone: rosso vs verde vs brand color
• Posizione: CTA in alto (subito visibile) vs in fondo (dopo aver letto tutto)

4. Contenuto e lunghezza

• Email corta (100 parole) vs email lunga (300+ parole)
• Con foto del piatto vs senza
• Storytelling vs informativo: "Stamattina al mercato..." vs "Questa settimana nel menu: risotto, tagliata..."

5. Tipo di offerta

• Sconto percentuale vs piatto omaggio: "-15%" vs "Dessert offerto"
• Offerta per tutti vs offerta esclusiva: "Promo per tutti" vs "Solo per i nostri iscritti"
• Con scadenza vs senza scadenza: "Valido fino a venerdì" vs "Quando vuoi"

6. Mittente

• Nome ristorante vs nome persona: "Trattoria Da Marco" vs "Marco — Trattoria Da Marco"
• Con ruolo vs senza: "Lo chef Marco" vs "Marco"

Come impostare un A/B test corretto

1. Testa UNA variabile alla volta: se cambi oggetto E contenuto E orario, non saprai cosa ha fatto la differenza
2. Dividi la lista in modo casuale: la piattaforma lo fa automaticamente. Gruppo A = 50%, Gruppo B = 50%
3. Dimensione minima: almeno 100 destinatari per gruppo per avere risultati significativi. Con meno di 200 contatti totali, i risultati sono troppo influenzati dal caso
4. Aspetta abbastanza: misura i risultati dopo 24-48 ore, non dopo 2 ore. Le email vengono aperte anche il giorno dopo
5. Metodo "champion": con liste più grandi, invia le 2 versioni al 20% della lista ciascuna, poi manda la versione vincente al restante 60%

Come leggere i risultati

Le metriche da confrontare:

• Per testare l'oggetto: confronta il tasso di apertura
• Per testare il contenuto: confronta il click-through rate
• Per testare l'offerta: confronta le conversioni (prenotazioni, ordini, riscatti coupon)

Differenza significativa: una differenza del 2-3% su piccoli campioni può essere casuale. Cerca differenze del 5% o più per considerarle significative. Le piattaforme di email marketing più avanzate mostrano la significatività statistica automaticamente.

Piano di A/B test per 3 mesi

1. Mese 1: testa gli oggetti (con/senza emoji, curiosità vs beneficio, con/senza nome)
2. Mese 2: testa orario e giorno di invio
3. Mese 3: testa contenuto e CTA

Alla fine dei 3 mesi avrai una formula ottimizzata: l'oggetto che apre di più, l'orario migliore, il tipo di contenuto e CTA che genera più click. Questa formula diventa il tuo standard — fino al prossimo ciclo di test.

Errori comuni negli A/B test

• Testare troppe variabili insieme: cambiare 3 cose contemporaneamente rende impossibile capire cosa ha funzionato
• Campioni troppo piccoli: con 50 contatti per gruppo, un singolo destinatario che apre o non apre cambia il risultato del 2%
• Non applicare i risultati: il test è inutile se poi non usi la versione vincente come standard
• Testare una volta sola: le preferenze cambiano nel tempo. Testa regolarmente, almeno ogni trimestre
• Ignorare il contesto: un oggetto funziona in estate ma non in inverno. Le stagioni influenzano il comportamento