Il glossario di IRIDE, agenzia CRO, raccoglie i termini più importanti su Conversion Rate Optimization, experience design, digital accessibility e sviluppo e-commerce custom su Shopify.
Definizioni chiare e casi pratici per capire e applicare subito le best practice.
Un a/b test è un esperimento controllato che confronta due o più varianti di una stessa esperienza digitale per misurare quale genera migliori risultati in termini di conversioni o comportamento utente.
Un A B test funziona solo se parte da un’ipotesi chiara, un volume di traffico adeguato e metriche coerenti con l’obiettivo.
Cambiare elementi senza una strategia non è CRO, è casualità statistica.
L’Average Order Value misura il valore medio di ogni ordine effettuato su un sito e commerce.
In CRO l’AOV si ottimizza attraverso bundle, upsell, cross sell e messaggi contestuali.
Aumentare l’AOV spesso ha un impatto più rapido del lavorare solo sul conversion rate.
Un a/a test confronta due versioni identiche della stessa esperienza per verificare l’affidabilità del sistema di test e del tracking.
L’A A test serve per controllare che non ci siano bias tecnici, problemi di tracciamento o distribuzione del traffico.
È uno strumento spesso ignorato, ma cruciale nei programmi CRO maturi.
L’audience segmentation divide gli utenti in gruppi coerenti per comportamento, intent o valore.
Un uplift medio può nascondere risultati opposti tra diversi segmenti.
Nella CRO segmentare significa leggere i dati correttamente.
La Adaptive UI/UX descrive interfacce che si adattano dinamicamente al comportamento dell’utente.
L’adattamento avviene in base a segnali osservabili come interazioni, frequenza e contesto di utilizzo.
Un’interfaccia adattiva migliora la rilevanza dell’esperienza e riduce attriti nei momenti decisionali più critici.
Un Technical Funnel è il funnel costruito sugli eventi tracciati.
È una sequenza di step misurabili, ad esempio page view, click, add to cart, checkout, purchase.
È corretto dal punto di vista tecnico, ma descrive solo ciò che viene registrato, non ciò che l’utente sta realmente facendo a livello decisionale.
Un Behavioral Funnel descrive invece il percorso cognitivo e comportamentale dell’utente.
Tiene conto di comprensione, esitazione, valutazione, confronto, fiducia e decisione.
Questi passaggi non sempre coincidono con un evento tracciato.
Allineare funnel comportamentali e tecnici consente di interpretare correttamente i dati e individuare i punti di frizione reali.
La Conversion Rate Optimization è il processo di analisi e ottimizzazione dei funnel digitali con l’obiettivo di aumentare le conversioni, migliorare la customer journey e incrementare il valore medio del carrello.
Test A/B su checkout, analisi heatmap, personalizzazione con AI e ottimizzazione UX/UI. IRIDE ha applicato programmi di CRO per brand come Nespresso, Caleffi e Luxottica, migliorando tassi di conversione ed esperienza utente.
La Customer Journey rappresenta l’insieme dei touchpoint e delle interazioni che una persona vive prima, durante e dopo una conversione, su tutti i canali digitali e fisici.
Analizzare la customer journey permette di individuare punti di attrito, momenti di esitazione e leve decisionali.
La CRO non ottimizza singole pagine, ma percorsi completi, dove ogni passaggio influenza la decisione finale.
Il CRO Playbook è un documento strategico che definisce metodologia, processi e criteri decisionali per guidare l’ottimizzazione nel tempo.
Senza un playbook la CRO diventa frammentata.
Con un playbook, test e decisioni seguono una visione coerente, misurabile e replicabile.
Il CRO Diary è un documento operativo che raccoglie in modo strutturato test effettuati, ipotesi, risultati e decisioni, creando una memoria storica delle attività di ottimizzazione.
Il CRO Diary evita di ripetere test già svolti, rende più chiaro il processo decisionale e accelera l’apprendimento nel tempo.
È particolarmente utile nei programmi di CRO continuativi e nei team con più stakeholder.
Il confidence interval rappresenta l’intervallo entro cui è probabile che si trovi il valore reale dell’effetto osservato.
Un uplift senza intervallo è fuorviante.
Nella CRO il confidence interval aiuta a valutare stabilità e rischio di una decisione, non solo il risultato puntuale.
La causal inference è l’insieme di metodi che permettono di stabilire se un cambiamento ha causato un effetto, e non solo se è correlato a esso.
Molti miglioramenti apparenti sono semplici coincidenze.
I test A B servono proprio a creare le condizioni per una vera inferenza causale, isolando l’effetto di una singola modifica.
Senza causal inference, la CRO diventa lettura ex post dei dati.
Il control group è il gruppo di utenti che vede la versione originale dell’esperienza durante un test.
Serve come riferimento stabile per valutare l’impatto della variante.
Nella CRO un controllo alterato o instabile rende inermi anche i test ben disegnati.
Il cognitive load indica la quantità di sforzo mentale richiesta a un utente per comprendere informazioni, valutare alternative e prendere una decisione.
Nella CRO un carico cognitivo elevato rallenta il percorso, aumenta l’esitazione e riduce la probabilità di conversione. Layout complessi, testi poco chiari e troppe opzioni simultanee rendono l’esperienza più costosa dal punto di vista decisionale.
Riduzione delle scelte visibili, gerarchia informativa chiara, microcopy esplicativi e progressione guidata del funnel aiutano a contenere il carico cognitivo nei momenti decisionali.
Le Composite Metrics combinano più indicatori in un’unica metrica sintetica.
Vengono utilizzate per valutare l’impatto complessivo di un cambiamento quando una singola metrica non è sufficiente.
Sono utili nei funnel complessi, dove una modifica migliora una fase ma ne peggiora un’altra.
La metrica composita consente una lettura più equilibrata del risultato.
Il Content Scoring valuta l’efficacia dei contenuti in relazione agli obiettivi di conversione.
Ogni contenuto viene analizzato in base al suo contributo a attenzione, comprensione e azione.
Consente di identificare contenuti che generano valore e contenuti che introducono rumore o distrazione nel percorso utente.
La Cross-device Continuity garantisce continuità dell’esperienza tra dispositivi diversi.
È rilevante quando il percorso di conversione si sviluppa su più sessioni e canali.
Interruzioni tra dispositivi aumentano la probabilità di abbandono. Una continuità efficace preserva contesto, progressione e fiducia.
I dati quantitativi nella CRO sono metriche numeriche che descrivono cosa fanno le persone lungo il funnel digitale, senza interpretazioni o giudizi.
Rappresentano i fatti osservabili del comportamento.
I dati quantitativi servono a capire dove si perde valore, non perché accade.
Mostrano pattern, anomalie e differenze tra pagine, step e segmenti.
Nella CRO sono il punto di partenza, non il punto di arrivo.
La personalizzazione dinamica adatta contenuti e messaggi in base a comportamento, contesto o segmenti.
Funziona solo se guidata da segmenti chiari e obiettivi misurabili.
Personalizzare senza logica crea rumore e distorsioni, non aumento delle conversioni reali.
La Decision Friction indica l’insieme degli ostacoli cognitivi, informativi o emotivi che rallentano o bloccano una scelta.
Nella CRO emerge quando l’utente comprende l’offerta ma esita nel momento della decisione.
Ridurre la decision friction significa intervenire su chiarezza, priorità delle informazioni e riduzione dell’incertezza nei punti chiave del funnel.
Blocchi frequenti si osservano in prossimità di call to action, checkout o passaggi di conferma, dove l’utente deve assumersi una responsabilità percepita.
L’Experiment Backlog è l’elenco strutturato delle ipotesi di ottimizzazione da testare nel tempo.
Un backlog ben costruito permette di governare la sperimentazione, evitare test casuali e mantenere continuità tra insight, priorità e risultati.
È uno strumento di controllo strategico.
La Experiment Governance definisce regole, ruoli e criteri con cui vengono progettati, eseguiti e valutati i test.
Senza governance, la CRO diventa frammentata e incoerente.
Una buona governance garantisce coerenza metodologica, qualità dei dati e decisioni replicabili nel tempo.
L’Experiment Readiness Score misura il livello di preparazione di un test prima della sua esecuzione.
Tiene conto di qualità dei dati, chiarezza dell’ipotesi e stabilità del contesto.
Aiuta a evitare test prematuri e a concentrare le risorse su esperimenti con reale probabilità di apprendimento.
Il funnel di conversione rappresenta le fasi che una persona attraversa dal primo contatto fino alla conversione finale, mettendo in evidenza abbandoni e opportunità di miglioramento.
Analizzare il funnel permette di capire dove le persone si fermano, quali passaggi generano frizione e quali hanno il maggiore impatto sul risultato finale.
La CRO lavora sull’intero percorso, non solo sull’ultimo step.
La funnel analysis è l’analisi quantitativa dei passaggi di un funnel per misurare conversioni, drop off e performance di ogni singolo step.
Serve per individuare colli di bottiglia, valutare l’impatto dei test e stabilire le priorità di intervento.
Senza funnel analysis, l’ottimizzazione rischia di basarsi su percezioni e non su dati.
Un false positive si verifica quando un test sembra vincente ma il risultato è dovuto al caso o a dati distorti.
Decisioni basate su false positive portano a ottimizzazioni dannose nel medio periodo.
È uno dei motivi per cui la CRO richiede rigore statistico e contesto.
Il five second test valuta cosa una persona capisce di una pagina dopo una visione rapidissima.
Serve per verificare chiarezza della value proposition e gerarchia visiva.
Se il messaggio non arriva subito, il tasso di conversione ne risente.
Il first click test analizza dove una persona clicca per prima per completare un compito.
Se il primo clic è sbagliato, l’intero percorso diventa più difficile e contorto.
Nella CRO è molto efficace per menu, CTA e navigazione complessiva.
Le heatmap sono rappresentazioni visive che mostrano dove le persone cliccano, scorrono o si soffermano su una pagina web.
Le heatmap non spiegano il perché di un comportamento, ma indicano dove approfondire.
Sono uno strumento di supporto alle decisioni, da integrare con dati quantitativi e analisi qualitative
La Heuristic Evaluation è un’analisi qualitativa che valuta un’interfaccia sulla base di principi di usabilità consolidati.
È utile per individuare criticità evidenti prima di avviare test quantitativi.
In CRO viene spesso usata per costruire ipotesi di test solide.
L’hypothesis driven testing è un approccio ai test basato su ipotesi chiare, motivate da dati e insight qualitativi.
Testare senza ipotesi significa accumulare risultati difficili da interpretare.
Un buon framework CRO parte sempre da una domanda chiara e da una previsione misurabile.
Il framework ICE è un modello di prioritizzazione basato su Impact, Confidence ed Ease.
Serve a ordinare test e interventi in modo razionale.
Aiuta a evitare decisioni guidate da preferenze personali o pressioni interne.
I KPI di conversione sono le metriche utilizzate per valutare l’efficacia di un’esperienza digitale rispetto agli obiettivi di business.
Il conversion rate non è l’unico KPI rilevante.
Valore medio, qualità dei lead, tempo di completamento e retention sono indicatori fondamentali in un approccio CRO evoluto.
Le micro conversioni sono azioni intermedie che indicano interesse o avanzamento nel funnel, come clic, scroll profondi o aggiunte al carrello.
Le micro conversioni aiutano a interpretare il comportamento prima della conversione finale.
Sono utili per capire dove nasce l’intenzione e dove si perde.
Le macro conversioni rappresentano l’obiettivo principale del funnel, come un acquisto, una richiesta di contatto o una sottoscrizione.
In CRO le micro conversioni supportano l’analisi, ma le decisioni vanno sempre validate sull’impatto sulle macro conversioni e sul business.
Il microcopy è l’insieme dei testi brevi che guidano l’utente nell’esperienza, come etichette, errori, CTA, helper text e messaggi di conferma.
Un microcopy efficace riduce dubbi e attrito perché anticipa le domande reali, chiarisce conseguenze e aspettative, e abbassa la soglia di sforzo. Nella CRO spesso basta correggere un testo su spedizioni, resi o pagamenti per sbloccare conversioni senza toccare layout o offerte.
Il message match è la coerenza tra ciò che promette un annuncio o una campagna e ciò che l’utente trova atterrando sulla pagina.
Se il messaggio non combacia, l’utente percepisce frizione e calo di fiducia. Nella CRO il message match si ottimizza allineando benefit, offerta, immagini e linguaggio tra ads, email e landing, riducendo bounce e aumentando conversioni.
I MicroDati nella CRO sono segnali comportamentali puntuali, contestuali e ad alta densità informativa.
Sono osservabili a livello di singola interazione, e del singolo utente su diversi touchpoint come social media, marketplace (Amazon) e nei sistemi di recensioni online.
Non sono grandi numeri aggregati e non sono nemmeno solo “qualitativi”.
Sono dati piccoli, ma estremamente precisi, che raccontano come avviene davvero una decisione.
Il Minimum Detectable Effect è la variazione minima che un test deve rilevare affinché un risultato sia considerato statisticamente individuabile.
L’MDE definisce quanto deve migliorare una variante per poter essere intercettata dal test.
Se l’MDE è troppo alto, piccoli miglioramenti reali non verranno mai rilevati, anche se esistono.
Nella CRO l’MDE va valutato prima di lanciare un test, non dopo.
La Message Architecture è la struttura logica dei messaggi lungo l’esperienza utente.
Definisce ordine, priorità e coerenza delle informazioni in base allo stadio decisionale.
Una buona architettura dei messaggi riduce ambiguità e migliora la comprensione del valore, facilitando l’avanzamento nel funnel.
La North Star Metric è la metrica principale che rappresenta il valore reale generato per il business e per gli utenti.
Una North Star Metric chiara allinea test, priorità e decisioni strategiche.
Aiuta a evitare ottimizzazioni locali che migliorano numeri secondari ma riducono il valore complessivo.
Il novelty effect è il miglioramento temporaneo dovuto alla novità di una variante, non al suo reale valore.
Un test può sembrare vincente nelle prime settimane e poi normalizzarsi.
Per questo nella CRO è fondamentale osservare andamento nel tempo, non solo il risultato finale.
L’ Optimization Roadmap è il piano che organizza le attività di CRO in una sequenza logica e sostenibile.
Una roadmap evita interventi spot e consente di lavorare su priorità progressive, bilanciando impatto, rischio e complessità.
È lo strumento che trasforma la CRO in un processo continuo.
Un prioritization framework è qualsiasi modello strutturato che permette di decidere cosa testare prima.
Nella CRO le idee superano sempre le risorse disponibili.
Un framework rende il piano di ottimizzazione difendibile e replicabile.
Il CRO priority plan è la traduzione operativa di dati, insight e ipotesi in una roadmap di test ordinata.
Evita interventi isolati e discontinui.
Ogni test prevede una motivazione, una priorità e un obiettivo chiaro.
I poll contestuali sono domande rapide e contestuali mostrate mentre l’utente sta navigando o decidendo.
Permettono di capire perché una persona esita nel momento stesso in cui lo fa.
Sono ideali per individuare frizioni invisibili nei dati quantitativi.
La post test analysis è l’analisi critica dei risultati dopo la chiusura di un test.
Non serve solo a dichiarare un vincitore, ma a capire cosa ha funzionato, per chi e perché.
Nella CRO è ciò che trasforma un test in apprendimento.
La Predictive Personalization utilizza modelli predittivi per adattare l’esperienza in base al comportamento atteso, non solo a quello passato.
Questo approccio consente di anticipare bisogni, ridurre frizioni e proporre contenuti coerenti con l’intento. Funziona quando è misurabile e controllata, evitando personalizzazioni arbitrarie.
Il Revenue Per User indica il valore medio di fatturato generato da ogni utente che interagisce con una piattaforma digitale.
L’RPU permette di valutare se le ottimizzazioni stanno migliorando la qualità delle conversioni, non solo il volume.
È particolarmente utile quando il traffico cresce ma il fatturato non segue lo stesso andamento.
Il revenue uplift rappresenta l’aumento di fatturato attribuibile a un test o a una modifica specifica.
Un test può migliorare il conversion rate ma ridurre il valore medio.
Il revenue uplift aiuta a valutare l’impatto economico reale delle decisioni di ottimizzazione.
La regression to the mean descrive la tendenza dei risultati estremi a tornare verso valori medi nel tempo.
Test lanciati dopo picchi anomali possono sembrare efficaci solo perché il sistema si sta normalizzando.
Nella CRO ignorare questo fenomeno porta a decisioni errate.
Il Retention Rate misura la capacità di un’esperienza di mantenere utenti attivi nel tempo, dopo la prima conversione.
Un’ottimizzazione efficace non punta solo alla conversione iniziale, ma alla qualità della relazione nel tempo.
Migliorare la retention significa lavorare su aspettative, continuità dell’esperienza e valore percepito post conversione.
Il Relative Lift indica l’aumento percentuale rispetto al valore iniziale, mentre l’Absolute Lift misura la differenza reale tra due valori.
Confondere i due porta a sovrastimare i risultati.
Nella CRO è fondamentale leggere entrambi per valutare l’impatto reale sul business e prendere decisioni corrette di rollout.
La Risk-Adjusted Optimization valuta le opportunità di miglioramento considerando impatto atteso e rischio operativo.
Non tutte le ottimizzazioni hanno lo stesso profilo di rischio.
Questo approccio aiuta a proteggere le performance esistenti, scegliendo interventi che massimizzano il valore senza compromettere la stabilità del funnel.
La Real-time Personalization adatta contenuti e interfacce in tempo reale sulla base del comportamento dell’utente.
Agisce durante la sessione, senza attendere analisi successive.
È efficace quando supporta la decisione e mantiene coerenza e controllo, evitando variazioni arbitrarie che aumentano confusione.
Le session recording permettono di osservare le interazioni reali degli utenti durante la navigazione, mostrando movimenti, esitazioni ed errori.
Guardare le sessioni significa vedere il sito con gli occhi delle persone.
È uno strumento chiave per individuare frizioni invisibili nei report aggregati.
La significatività statistica indica la probabilità che il risultato di un test non sia dovuto al caso.
Raggiungere una soglia statistica non significa automaticamente aver trovato la soluzione migliore.
Contesto, qualità del dato e coerenza della metrica restano centrali.
Le statistiche frequentiste rappresentano l’approccio tradizionale all’analisi dei test, basato su p value, campioni e intervalli di confidenza.
È il metodo più diffuso nei tool di A B testing.
Richiede volumi adeguati e tempi sufficienti per evitare conclusioni affrettate.
Le statistiche bayesiane aggiornano la probabilità di un risultato man mano che arrivano nuovi dati, offrendo una lettura più dinamica dei test.
Consentono decisioni più flessibili e una lettura probabilistica spesso più comprensibile per chi prende decisioni.
Sono particolarmente adatte a contesti di ottimizzazione continua.
Il sample size indica la dimensione del campione necessario per rendere affidabile un test.
Campioni troppo piccoli aumentano il rischio di risultati instabili.
Nella CRO il sample size va definito prima di avviare un test, non dopo.
Il Service Design è la disciplina che progetta come un servizio viene vissuto dalle persone, coordinando canali, interazioni, informazioni e momenti di contatto lungo tutto il percorso.
Non riguarda solo l’interfaccia digitale, ma l’esperienza complessiva del servizio, dal primo contatto fino all’uso e al supporto.
In un portale web o in un e-commerce il service design include consegna, assistenza, resi, packaging, tempi e comunicazioni.
Molte conversioni si bloccano non per la singola esperienza on-site in sè, ma per aspettative sul servizio percepite come poco chiare o rischiose.
Il Service Blueprint è una mappa che collega ciò che l’utente vede con ciò che deve accadere dietro le quinte perché il servizio funzioni davvero.
Serve a individuare punti in cui la promessa online non è sostenuta dal servizio reale.
Quando questa incoerenza esiste, la conversione cala anche se l’interfaccia è corretta.
Gli small data sono dati a bassa scala ma ad alto valore informativo, spesso qualitativi o contestuali.
Una singola frase di un utente può spiegare un problema che mille sessioni aggregate non mostrano.
Nella CRO i piccoli segnali spesso anticipano i problemi più grandi.
Le survey CRO sono questionari progettati per raccogliere insight utili all’ottimizzazione, non semplici opinioni.
Devono essere brevi, contestuali e orientate all’azione.
Le domande aperte sono spesso la fonte migliore per migliorare copy e messaggi.
La statistical power indica la probabilità che un test rilevi un effetto reale quando l’effetto esiste davvero.
Una power bassa aumenta il rischio di false negative, cioè test che non mostrano differenze anche quando ci sono.
Nella CRO una power adeguata evita di scartare buone idee per limiti di campione o durata.
Il sequential testing consente di analizzare i risultati man mano che arrivano i dati, senza invalidare il test.
È utile in contesti di test continui o con traffico variabile.
Nella CRO richiede però metodi statistici adeguati per evitare conclusioni premature.
Il test multivariato analizza contemporaneamente più variabili di una pagina per capire come le diverse combinazioni influenzano il comportamento degli utenti.
Rispetto all’A B test, il test multivariato richiede più traffico e maggiore maturità analitica.
È indicato quando l’esperienza è già ottimizzata a livello macro e si lavora su micro ottimizzazioni.
Il tracking degli eventi consiste nella misurazione delle interazioni degli utenti, come clic, scroll, compilazioni e micro azioni rilevanti.
Un tracking corretto rende visibili comportamenti chiave che anticipano la conversione.
Senza eventi ben definiti, molte analisi CRO risultano parziali o fuorvianti.
La test validity indica quanto un test misura davvero ciò che dichiara di misurare.
Una buona validità dipende da metriche corrette, contesto stabile e ipotesi coerenti.
Senza validità, anche un test statisticamente significativo può portare a decisioni sbagliate.
I test della percezione misurano come un’esperienza viene valutata dagli utenti in termini affidabilità, chiarezza e qualità percepita.
Sono utili quando i numeri sono stabili ma la fiducia è il vero collo di bottiglia.
Nella CRO aiutano a lavorare su segnali emotivi e cognitivi.
La test duration è il periodo minimo necessario affinché un test produca risultati affidabili.
Dipende da traffico, MDE, variabilità e comportamento degli utenti.
Interrompere un test troppo presto è uno degli errori più comuni nella CRO.
I Trust Signals sono elementi dell’esperienza che rafforzano la fiducia e riducono il rischio percepito durante la decisione.
Recensioni, policy chiare, messaggi di rassicurazione e coerenza visiva aumentano la probabilità che l’utente completi l’azione. In ottica CRO, i trust signals funzionano quando sono contestuali e credibili, non decorativi.
Il Time to Convert misura il tempo necessario a un utente per completare una conversione, dalla prima interazione all’azione finale.
È una metrica utile per valutare complessità del percorso, carico cognitivo e qualità dell’esperienza.
Ridurre il tempo di conversione significa semplificare il percorso decisionale e migliorare l’efficienza del funnel, soprattutto in contesti ad alta competizione.
La User Experience Design è la disciplina che progetta esperienze digitali semplici, coerenti e orientate agli obiettivi degli utenti.
Una buona UX riduce lo sforzo cognitivo, aumenta la fiducia e facilita l’azione.
In ottica CRO, esperienza e performance non sono separabili.
La User Interface Design riguarda la progettazione degli elementi visivi e interattivi dell’interfaccia, come pulsanti, testi e gerarchie visive.
Una UI efficace guida l’attenzione, rende chiaro cosa fare e riduce le ambiguità.
Ogni scelta visiva ha un impatto diretto sul comportamento.
L’uplift misura l’incremento percentuale di una metrica rispetto a una baseline, solitamente confrontando una variante con il controllo.
Un uplift elevato non è sempre significativo se il campione è ridotto o la metrica non è strategica.
In CRO conta l’impatto reale sul business, non solo la percentuale.
La UX writing è la disciplina che progetta i contenuti dell’interfaccia con obiettivi di chiarezza, coerenza e orientamento all’azione.
La UX writing lavora su tono, terminologia e gerarchia dei messaggi, per evitare ambiguità e aumentare fiducia. È diversa dal copy pubblicitario perché vive dentro il prodotto e influenza direttamente la comprensione di ogni passaggio.
Lo user testing osserva persone reali mentre svolgono compiti su un sito o un servizio digitale.
Serve a scoprire problemi di comprensione, flusso e aspettative.
Nella CRO questi test sono strumenti qualitativi rapido e molto potenti per validare ipotesi prima di test quantitativi.
Gli User Intent Signals sono i segnali comportamentali che indicano l’intenzione reale dell’utente, prima che questa si traduca in una conversione o in un abbandono.
Scroll, hover, ripetizioni di clic, ritorni indietro e tempi di permanenza permettono di leggere l’intento senza affidarsi a dichiarazioni esplicite.
Questi segnali aiutano a capire quando intervenire sull’esperienza e a distinguere utenti curiosi da utenti pronti alla decisione.
La value proposition è la promessa centrale che spiega perché un utente dovrebbe scegliere te, non un’alternativa, e cosa ottiene in modo concreto.
Nella CRO la value proposition deve essere percepibile in pochi secondi, non nascosta in una pagina chi siamo. Si testa su headline, hero, proof e pricing, verificando se migliora attenzione, qualità del traffico e tasso di avanzamento nel funnel.
Il variant leakage si verifica quando utenti esposti a una variante vengono influenzati anche dalla versione di controllo, o viceversa.
Contamina i risultati e riduce la validità del test.
Nella CRO il leakage è frequente su funnel multi pagina, login persistenti o sistemi di caching mal gestiti.