Test A/B nelle email: cosa testare e quanto aspettare

Come impostare un test che dia una risposta vera: una variabile alla volta, un campione sensato, la metrica giusta e il tempo di aspettarla.

Redazione beMail · 26 ottobre 2026 · 7 minuti di lettura

In breve
  • Un test A/B invia due versioni della stessa email a gruppi casuali e confronta un risultato.
  • Cambia una sola variabile per test, altrimenti non sai cosa ha funzionato.
  • Scegli il vincitore su clic, conversioni o revenue: dopo Apple Mail Privacy Protection le aperture non sono affidabili.
  • Aspetta che arrivi la maggior parte dei risultati: per una newsletter almeno un giorno intero, di più per le conversioni.
  • Annota ogni test con ipotesi, risultato e decisione: il valore sta nell’accumulo.

Come funziona un test A/B

Prepari due versioni della stessa email, A e B, che differiscono per un solo elemento. Dividi i destinatari in due gruppi casuali e invii a ciascuno una versione. Dopo un tempo stabilito confronti la metrica che hai scelto prima di partire e tieni la versione migliore.

Ci sono due modi di usarlo:

  • Test su una parte, vincitore al resto. Invii A e B a due gruppi ridotti, aspetti, poi mandi la versione vincente al resto della lista. Va bene per liste grandi e invii non urgenti.
  • Test sull’intera lista. Dividi tutta la lista a metà. Non c’è un invio finale, ma impari qualcosa per le prossime campagne. Va bene per liste piccole e per le automazioni, dove il test gira nel tempo.

Cosa testare

Parti dagli elementi che incidono di più sul risultato e costano poco da cambiare.

Contenuto e offerta

  • Offerta: sconto percentuale o in euro, spedizione gratuita, regalo.
  • Call to action: testo del pulsante, posizione, numero di pulsanti.
  • Prodotti: novità contro più venduti, uno in evidenza contro una griglia.
  • Lunghezza: email breve con un solo messaggio contro email più ricca.

Prima dell’apertura

  • Oggetto: beneficio contro curiosità, con o senza prezzo, breve contro lungo.
  • Preheader: il testo che appare accanto all’oggetto.
  • Nome del mittente: solo il brand o persona più brand. Cambialo con cautela: è anche un segnale di riconoscibilità.

Tempi e flussi

  • Giorno e orario di invio.
  • Attese nelle automazioni: per esempio dopo quanto inviare il primo promemoria del carrello abbandonato.
  • Numero di email in una sequenza.

Una variabile alla volta

Se la versione B ha un oggetto diverso, un’immagine diversa e un pulsante diverso, e vince, non sai quale dei tre cambiamenti ha fatto la differenza. Magari uno ha aiutato e un altro ha peggiorato. Il test ti ha detto che B è meglio di A, ma non ti ha insegnato niente da riusare.

Prima di ogni test scrivi un’ipotesi in una frase: «Se nell’oggetto metto il prezzo, più persone cliccano perché capiscono subito l’offerta.» L’ipotesi ti costringe a cambiare un solo elemento e ti dice cosa misurare.

Se vuoi confrontare due email completamente diverse, per esempio due concept creativi, puoi farlo: sappi che stai scegliendo tra due proposte, non isolando una causa.

Quale metrica usare

Il tasso di apertura è stato a lungo la metrica dei test sull’oggetto. Oggi è poco affidabile per due motivi.

  • Apple Mail Privacy Protection. Secondo la documentazione di Apple, quando la funzione è attiva l’app Mail scarica i contenuti remoti in background, a prescindere dal fatto che la persona apra l’email. Il pixel risulta caricato anche se nessuno ha letto. Le aperture salgono senza un motivo legato al tuo oggetto.
  • Consenso al pixel. Dal 29 ottobre 2026 le linee guida del Garante sui tracking pixel chiedono il consenso per misurare l’apertura del singolo destinatario. Misurerai le aperture individuali solo su una parte della lista.

Per questo scegli il vincitore su metriche legate a un’azione:

  • Clic unici sui destinatari consegnati: buona metrica per oggetto, preheader, contenuto e call to action.
  • Conversioni: ordini o iscrizioni generati dall’email. Più vicina al risultato, ma serve più tempo e più volume.
  • Revenue per destinatario: utile quando le versioni spingono prodotti o sconti diversi, perché un’offerta può portare più ordini e meno incasso.

Tieni d’occhio anche disiscrizioni e segnalazioni di spam: una versione che porta più clic ma molte più disiscrizioni non è una vittoria. Per il quadro completo delle metriche leggi la guida ai KPI dell’email marketing.

Quanto deve essere grande il campione

Non esiste un numero valido per tutti. Contano due cose:

  • Quanto è frequente l’azione che misuri. I clic sono più frequenti degli ordini, quindi un test sui clic richiede meno contatti di un test sulle conversioni.
  • Quanto è grande la differenza che vuoi vedere. Differenze piccole richiedono gruppi grandi; con gruppi piccoli vedi solo differenze nette.

Regole pratiche:

  • Se ciascun gruppo produce solo una manciata di clic, la differenza tra A e B può essere caso. Aumenta il campione o testa sull’intera lista.
  • Con liste piccole ripeti lo stesso test su più invii: se B vince ogni volta, il risultato è credibile.
  • Molti strumenti di email marketing e calcolatori online indicano se la differenza è statisticamente significativa: usali invece di decidere a occhio.
  • I due gruppi devono essere casuali e simili: non mettere i clienti in A e i nuovi iscritti in B.

Quanto aspettare

Il vincitore va scelto quando è arrivata la maggior parte dei risultati, non quando una versione passa in testa. Nelle prime ore clicca chi legge subito, che non rappresenta tutta la lista.

  • Newsletter, metrica clic: aspetta almeno un giorno intero, così includi chi legge la sera o il mattino dopo.
  • Metrica conversioni: aspetta di più, perché tra clic e ordine possono passare giorni.
  • Automazioni: il test gira finché ogni versione ha raccolto abbastanza contatti; spesso servono settimane.
  • Decidi la durata prima di partire e rispettala. Fermare il test appena una versione sembra vincere porta a scelte sbagliate.

Se usi il modello «vincitore al resto», considera che chi riceve la versione finale la riceve più tardi: per offerte con scadenza breve può convenire testare sull’intera lista.

Errori comuni

  • Cambiare più elementi insieme senza saperlo.
  • Scegliere il vincitore sulle aperture.
  • Decidere dopo un’ora o due.
  • Testare su gruppi troppo piccoli e trattare una differenza minima come una regola.
  • Testare dettagli irrilevanti, come il colore del pulsante, prima dell’offerta.
  • Non annotare i test e ripeterli a distanza di mesi.
  • Applicare il risultato di un segmento a tutta la lista senza verificarlo.

Tieni un registro semplice: data, ipotesi, variabile, metrica, risultato di A e B, decisione. Dopo qualche mese è il documento più utile che hai sul tuo pubblico.

Come lo gestisce beMail

Nelle automazioni di beMail puoi inserire uno split A/B a percentuale accanto ad attese e condizioni. Le statistiche separano aperture e clic veri da quelli di bot e Apple Mail Privacy Protection, e il tracciamento vale solo per chi ha dato il consenso. Con Shopify vedi gli ordini e la revenue attribuiti, così puoi giudicare un test sugli acquisti e non solo sui clic.

Fonte sul comportamento di Apple Mail Privacy Protection: Apple, Mail Privacy Protection & Privacy.

Domande frequenti

Cosa conviene testare per primo in una newsletter?

Parti da ciò che incide di più sul risultato e costa poco da cambiare: l’offerta, la call to action e l’oggetto. Layout, immagini e orario vengono dopo. Cambia una sola variabile per test.

Posso usare il tasso di apertura per scegliere il vincitore?

È rischioso. Apple Mail Privacy Protection scarica le immagini in background a prescindere dall’apertura reale, e con il consenso al tracking pixel misuri le aperture individuali solo su una parte della lista. Usa clic, conversioni o revenue per destinatario come metrica di vittoria.

Quanto deve durare un test A/B?

Abbastanza da raccogliere la maggior parte dei clic e degli ordini generati dall’invio. Per una newsletter conviene aspettare almeno un giorno intero prima di decidere, e di più se la metrica è la conversione o se la lista legge in giorni diversi.

Quanti contatti servono per un test A/B?

Non c’è un numero valido per tutti: dipende da quanto spesso succede l’azione che misuri e da quanto è grande la differenza che vuoi vedere. Più rara è l’azione, più contatti servono. Con liste piccole testa sull’intera lista divisa a metà e ripeti il test più volte.

Quali sono gli errori più comuni nei test A/B email?

Cambiare più elementi insieme, decidere dopo poche ore, scegliere il vincitore sulle aperture, testare su gruppi troppo piccoli per vedere differenze e non annotare i risultati, rifacendo così gli stessi test.

Il tuo database
vale di più.

In una demo di 30 minuti ti mostriamo beMail sul tuo caso: import dei contatti, target e una campagna scritta con l’AI partendo da un tuo brief.

Usiamo la tua email solo per organizzare la demo. Informativa privacy