Cerved
  • ITA
Homepage/Pro Web Digital Consulting/CRO & UX/Google Optimize: la dismissione, l’impatto e le alternative attuali

24 FEBBRAIO 2023

Google Optimize: la dismissione, l’impatto e le alternative attuali

Google Optimize è stato dismesso: scopri alternative, A/B test e consigli per scegliere la piattaforma adatta alla tua strategia.

Dal 30 settembre 2023, Google Optimize non è più disponibile. Questa scelta si inserisce nel solco di una lunga serie di prodotti Google lanciati e poi chiusi, con l’obiettivo dell’azienda di focalizzarsi su altre iniziative.

In oltre dieci anni, lo strumento di A/B testing ha cambiato più volte nome (Google Website Optimizer, Google Analytics Content Experiments, Google Optimize) e forma, conquistando popolarità grazie all’integrazione con Google Analytics e al modello freemium, che ha permesso un’ampia adozione, specialmente tra i team meno strutturati.

Criticità di Google Optimize

Chi ha utilizzato Optimize in progetti complessi, ha probabilmente già sperimentato una serie di limitazioni che rende meno doloroso l’addio allo strumento:

  • Metriche basate sulle sessioni anziché sugli utenti unici: ciò poteva distorcere i risultati, soprattutto in scenari con differenze significative nel tasso di ritorno fra versione originale e variante.
  • Problemi di Sample Ratio Mismatch (SRM): in alcuni casi, i risultati erano inattendibili a causa di sproporzioni nel campionamento.
  • Motore statistico opaco: il funzionamento interno non era documentato in maniera chiara, obbligando il team a fidarsi di una “scatola nera”.
  • Supporto limitato nella versione gratuita: nessun aiuto ufficiale, se non tramite la documentazione disponibile.

La scelta del nuovo strumento di sperimentazione

Chi si è affidato fino a settembre 2023 a Google Optimize avrà dovuto individuare un’alternativa adeguata al livello di maturità e complessità del proprio programma di sperimentazione. È sarà stato importante valutare attentamente le competenze interne, i processi e le risorse disponibili prima di investire in una soluzione enterprise costosa, che potrebbe risultare sovradimensionata.

A oggi esiste una vasta gamma di opzioni:

  • Soluzioni open source, come GrowthBook, per chi desidera una flessibilità massima e ha competenze interne per gestire la piattaforma.
  • Piattaforme enterprise consolidate, come Optimizely, per chi ha bisogno di funzionalità avanzate, supporto tecnico dedicato e integrazioni complesse.

Per valutare l’affidabilità e l’efficacia di un nuovo strumento, è fondamentale:

  • Eseguire A/A test: testare la piattaforma con due versioni identiche di una pagina per verificare la precisione nella raccolta dei dati.
  • Eseguire test di complessità crescente: creare una serie di A/B test (da semplici a complessi) per valutare le API e la facilità di integrazione con il tuo flusso di lavoro.
  • Controllare le integrazioni con altri tool: verifica la compatibilità con GA4, Hotjar, Clarity e altri strumenti di analisi o heatmapping.
  • Valutare la segmentazione delle audience: assicurati che il sistema di targeting offra le funzionalità necessarie per le tue analisi pre e post-test.

La collaborazione con Convert Experience

Da diversi anni il nostro team lavora con Convert Experience, una piattaforma di A/B testing che ha dimostrato un buon rapporto qualità-prezzo. Alcuni punti di forza:

  1. Focus sulla sperimentazione pura: Convert si concentra solo sull’A/B testing, evitando di disperdere risorse in funzionalità secondarie.
  2. Trasparenza nei costi: il pricing si basa sugli utenti inclusi negli esperimenti, non sul traffico totale del sito. Questo permette una pianificazione più razionale del budget.
  3. Assistenza di alto livello: il supporto è rapido, competente e risolve efficacemente eventuali problemi tecnici o metodologici.

La regola del 10/90 vale anche qui

Come ricordava Avinash Kaushik per la web analytics, la regola del 10/90 si applica anche nella sperimentazione: per ogni 10$ investiti nello strumento, dovresti spenderne 90$ in persone dedicate all’analisi e all’interpretazione dei dati. Le competenze umane, i processi interni e le strategie di testing restano infatti il vero fattore critico di successo, indipendentemente dall’assenza di Google Optimize e dalla piattaforma scelta per sostituirlo.