← Tutti gli articoli
Campaign experiments, CRM & decision making ·

Ho cambiato budget, pubblico e creatività insieme: cosa ha davvero funzionato?

Come progettare test pubblicitari leggibili, scegliere una sola variabile, collegare il CRM e distinguere un miglioramento reale da una coincidenza.

La campagna peggiora. Il team aumenta il budget, restringe il pubblico, sostituisce le creatività e modifica la landing page. Una settimana dopo il costo per lead scende. Quale intervento ha funzionato?

Non è possibile saperlo con affidabilità. Quando più elementi cambiano insieme, il risultato osservato è l’effetto combinato delle modifiche, del mercato e della normale variabilità delle aste. Puoi decidere di mantenere la nuova configurazione, ma non puoi attribuire il merito a una singola scelta.

Prima del test serve un’ipotesi

Un test utile non parte dal pulsante della piattaforma. Parte da una frase verificabile:

“Se mostriamo una creatività centrata sul problema commerciale, aumenterà la quota di lead qualificati rispetto alla creatività centrata sul prodotto.”

Questa ipotesi contiene una variabile, un confronto e una metrica. Non dice soltanto “proviamo un’immagine nuova”. Stabilisce prima quale cambiamento dovrebbe produrre quale conseguenza.

Google raccomanda di collegare l’ipotesi all’obiettivo aziendale e di testare una variabile alla volta, perché modifiche multiple rendono difficile identificare l’elemento che ha generato il risultato. Fonte: Google Ads, best practice per gli esperimenti.

Scegli una sola variabile decisionale

Le variabili possibili sono molte:

  • pubblico o criterio di targeting;
  • messaggio e creatività;
  • landing page o modulo;
  • strategia di offerta;
  • obiettivo di conversione;
  • posizionamento;
  • budget, quando la domanda riguarda la capacità di scala.

Se vuoi capire l’effetto della creatività, mantieni comparabili pubblico, offerta, landing, calendario e obiettivo. Se vuoi testare il pubblico, usa lo stesso messaggio. Due versioni devono differire soprattutto per ciò che vuoi giudicare.

Non significa che l’azienda debba cambiare una sola cosa per sempre. Significa che ogni decisione importante deve avere un confronto interpretabile. Gli interventi urgenti di riparazione possono essere multipli, ma vanno descritti come ristrutturazione, non come test causale.

Le piattaforme offrono strutture di esperimento

Gli esperimenti personalizzati di Google Ads dividono traffico e budget tra campagna originale e variante per confrontarle nello stesso periodo. La disponibilità dipende dal tipo di campagna; Google indica anche che durante un esperimento non conviene alterare la campagna base, perché il confronto diventerebbe meno leggibile. Fonte: Google Ads, esperimenti personalizzati.

Meta mette a disposizione oggetti di studio per split test e test creativi, con celle, periodi, percentuali di controllo e trattamento e obiettivi definiti. È la formalizzazione tecnica dello stesso principio: separare gruppi e condizioni invece di confrontare due periodi modificati a mano. Fonte: Meta, Ad Studies e split test.

LinkedIn descrive l’A/B test come un confronto tra due ad set con budget separati che differiscono per una variabile. L’audience viene divisa tra i gruppi e il sistema può indicare un vincitore oppure concludere che la differenza è trascurabile; un risultato conclusivo non è garantito. Fonte: LinkedIn, A/B Testing.

Non scegliere il vincitore soltanto con CTR e CPL

La metrica deve corrispondere alla domanda. Una creatività può aumentare il CTR attirando curiosità e contemporaneamente ridurre la qualità commerciale. Per campagne lead generation controllerei almeno:

  • costo per lead unico;
  • quota di lead contattabili;
  • tasso di qualificazione;
  • opportunità e vendite maturate;
  • valore o margine, se le trattative non sono equivalenti.

Se le vendite sono troppo poche nel periodo del test, dichiarerei il limite invece di promuovere una variante per entusiasmo. Posso usare una metrica intermedia concordata, come lead qualificato, e continuare a osservare gli esiti successivi.

La guida su come testare le creatività oltre il CTR approfondisce questa scelta. Per rendere disponibile il risultato commerciale, il CRM deve conservare campagna, identificatori e stato della trattativa.

Durata e volume non si decidono a calendario

Non fisserei una regola universale come “sette giorni bastano”. Il tempo necessario dipende da budget, volume, variabilità, ciclo di vendita e differenza che vuoi rilevare. Inoltre, fermare il test appena una variante passa momentaneamente in vantaggio aumenta il rischio di scegliere un’oscillazione casuale.

Definirei prima del lancio: periodo minimo, metrica primaria, regola di arresto, segmenti esclusi e ritardo con cui leggere il CRM. Se una vendita arriva settimane dopo il lead, il test può terminare operativamente ma la valutazione commerciale deve restare aperta. L’articolo su campagne e conversioni ritardate spiega perché il dato recente è spesso incompleto.

Un esempio ipotetico

Esempio ipotetico, non riferito a un cliente: un’azienda vuole capire se una nuova promessa creativa porta contatti più adatti. Mantiene invariati pubblico, landing, offerta e budget, divide l’audience tra creatività A e B e assegna come metrica primaria il costo per lead qualificato registrato nel CRM.

La variante B produce meno moduli e un CPL più alto, ma una quota maggiore di contatti qualificati. Dopo il tempo concordato, il costo per opportunità è inferiore. L’azienda adotta B non perché ha più clic, ma perché il test risponde alla domanda commerciale iniziale.

La regola finale

Se cambi tutto insieme, puoi osservare un prima e un dopo ma non isolare la causa. Per imparare, formula un’ipotesi, modifica una variabile, usa gruppi comparabili e scegli in anticipo la metrica collegata al business.

Quando l’urgenza impone una ristrutturazione completa, documenta ogni intervento e non chiamarla A/B test. Stabilizza la nuova base, poi riprendi con esperimenti controllati. Così il piano di ottimizzazione produce conoscenza riutilizzabile, non soltanto una sequenza di modifiche.

Fonti ufficiali consultate il 21 novembre 2026. L’esempio è ipotetico. Funzioni e disponibilità degli esperimenti dipendono da piattaforma, account e tipo di campagna; nessun test garantisce risultati pubblicitari o un esito conclusivo.