Test A/B sulla scheda prodotto Shopify: la formula della dimensione campionaria prima di fidarti di un risultato (2026)

Quanto devi far durare un test sulla scheda prodotto dipende da due numeri che la maggior parte dei venditori non calcola mai prima di lanciarlo: il tasso di conversione base e quanto grande deve essere il miglioramento che vuoi davvero riuscire a rilevare. Salta questo calcolo e il test finisce giudicato come fa la maggior parte dei negozi dropshipping — un’occhiata alla dashboard dopo due o tre giorni, una variante in testa, si cambia tutto. Al traffico che ha la maggior parte dei negozi, quello scarto è quasi sempre rumore vestito da vincitore.

Il segnale si vede appena guardi i numeri. Un negozio con 40 sessioni al giorno per variante e un tasso base del 3% converte più o meno un ordine al giorno, a volte zero, a volte due. Una sola vendita in più di martedì sposta il tasso giornaliero del 100%, e non ha niente a che fare con il titolo che hai cambiato. Chiudi un test su quel tipo di campione e non stai leggendo un risultato, stai leggendo martedì scorso.

Quello che segue: perché la maggior parte dei test sulla scheda prodotto viene chiusa prima di voler dire qualcosa, una formula di dimensione campionaria che puoi calcolare con i tuoi numeri invece di fidarti della scatola nera di uno strumento, cosa significa davvero quel calcolo in giorni per un negozio piccolo rispetto a uno più grande, una griglia per leggere un test con onestà mentre è ancora in corso, e i rischi di contaminazione che la formula da sola non può vedere.

Perché la maggior parte dei test sulla scheda prodotto in dropshipping viene chiusa troppo presto

Il fallimento è sempre lo stesso: apri la dashboard al giorno due, vedi che la variante B converte il 20% meglio di A, passi tutto a B. Con poco traffico giornaliero, quel 20% di scarto è costruito quasi del tutto sul timing casuale degli ordini, non su qualcosa che la pagina ha fatto diversamente — fai girare di nuovo le stesse due varianti per altri due giorni e il vantaggio si inverte.

I negozi dropshipping sono più esposti a questo di un rivenditore ad alto traffico, perché il campione si riempie così lentamente. Un tasso base del 3% a 40 sessioni al giorno per variante produce più o meno un acquisto al giorno; un salto da zero a due ordini si legge come un movimento di conversione del 100-200% su una dashboard che non ha idea di stare guardando un lancio di moneta.

La correzione è noiosa, ed è esattamente per questo che la maggior parte dei venditori la salta: decidi la dimensione campionaria prima del lancio, non mentre guardi i numeri muoversi, e resisti dal toccare il test finché quel numero non viene raggiunto o un risultato supera una soglia grande abbastanza da fidarsene prima del tempo — coperto nella griglia più sotto.

La formula della dimensione campionaria: quante visite ti servono davvero per variante

È la stessa approssimazione che gira dietro la maggior parte delle calcolatrici di split test commerciali, solo rese visibile così puoi calcolarla sul tuo tasso base invece di fidarti di quello che un plugin decide di chiamare "significativo". Per un confronto a due proporzioni a circa il 95% di confidenza e l’80% di potenza, il numero di visite che ti serve per variante è:

Metti i tuoi due numeri nella formula. p è il tuo tasso di conversione attuale della scheda prodotto in decimale — il 3% si scrive 0,03. d è il miglioramento minimo, in punti di conversione assoluti, che ti importa davvero rilevare — se vuoi solo sapere se passa dal 3% al 3,75%, d è 0,0075, non 0,75.

• n per variante ≈ 16 × p × (1 − p) / d²
• p = il tuo tasso di conversione base attuale, in decimale (3% = 0,03)
• d = il miglioramento minimo che ti importa rilevare, in punti di conversione assoluti (un passaggio dal 3% al 3,75% = 0,0075)
• È un’approssimazione, non un calcolo esatto — arrotonda il risultato verso l’alto, non verso il basso, specialmente con un tasso base basso

Guarda gli annunci che stanno vincendo adesso

Trasformare la dimensione campionaria in numero di giorni

Fai girare la formula su un tasso base del 2,5% dove vuoi cogliere un miglioramento relativo del 20% — un passaggio a circa il 3%, quindi d = 0,005. Questo dà n ≈ 16 × 0,025 × 0,975 ÷ 0,005² ≈ 15.600 sessioni per variante, 31.200 in totale. A 300 sessioni totali al giorno divise a metà, sono 150 per variante al giorno — circa 104 giorni per raggiungere il campione. Per praticamente qualsiasi piccolo negozio dropshipping, quel miglioramento semplicemente non è rilevabile in un tempo che qualcuno sarebbe disposto ad aspettare.

Allarga il miglioramento che cerchi di rilevare e il quadro cambia in fretta. Stesso tasso base del 2,5%, ora in cerca di un miglioramento relativo del 40% (fino a circa il 3,5%, d = 0,01), e n scende a circa 3.900 per variante — 7.800 in totale. Alle stesse 150 sessioni al giorno per variante, sono circa 26 giorni, un test che la maggior parte dei negozi può davvero finire. La lezione non è che il tuo test era sbagliato, è che la domanda che gli hai fatto era troppo sottile per il traffico che hai.

Come guida approssimativa a un tasso base del 2,5-3% e un miglioramento che vale davvero la pena cogliere (circa il 25-30% relativo, serve qualcosa come 6.000-7.000 sessioni per variante): circa 1.000 sessioni al giorno per variante lo risolve in meno di una settimana, 300 al giorno per variante richiede circa tre settimane, e sotto le 100 al giorno per variante supera i due mesi — a quel volume, testa solo cambi grandi abbastanza da aspettarti un miglioramento molto più ampio, non uno sottile.

La griglia di decisione: ship, kill, o continua

Leggi il test rispetto all’obiettivo di campione fissato prima del lancio, non rispetto a quanto convincente sembra lo scarto oggi.

• Ship: campione completo raggiunto, e lo scarto si è mantenuto pari o sopra il tuo miglioramento minimo rilevabile negli ultimi giorni del test, non solo nell’ultimo
• Tieni A, testa qualcosa di più grande dopo: campione completo raggiunto, ma lo scarto rimane dentro la banda del miglioramento minimo rilevabile — a questo livello di traffico non c’è una differenza reale tra le due pagine, ed è un risultato legittimo, non un test fallito
• Chiusura anticipata accettabile: sotto circa un terzo del campione obiettivo, ma una variante è già indietro di più del doppio del tuo miglioramento minimo rilevabile — quello scarto è abbastanza grande da essere un segnale reale e non rumore, e non c’è motivo di bruciare il resto del traffico per dimostrarlo di nuovo
• Continua, non chiudere ancora: sotto il campione obiettivo e lo scarto rimane dentro la banda del miglioramento minimo rilevabile — è esattamente la fase in cui un "vincitore chiaro" di oggi si inverte la settimana dopo, ed è il punto dove più spesso i venditori chiudono un test troppo presto

Far girare il test in modo abbastanza pulito da fidarti del numero

Cambia una sola variabile per test — immagine principale, formato del prezzo, o posizione del badge di fiducia, non tutte e tre insieme. Una pagina che cambia immagine, layout del prezzo e posizione del badge tutti insieme e vince ti dice che qualcosa in quel pacchetto ha funzionato, non quale parte, quindi il prossimo test riparte da un’ipotesi a caso.

Tieni fermo il mix di traffico mentre il test è in corso. Lanciare un nuovo ad set, ampliare il targeting, o spostare budget tra piattaforme a metà test può muovere il tasso di conversione da solo — un pubblico più economico e con meno intenzione d’acquisto che arriva a metà test tira giù entrambe le varianti insieme, e non ha niente a che fare con la pagina.

Fai girare entrambe le varianti contemporaneamente, mai una dopo l’altra. Una pagina che ha fatto girare la variante A per una settimana e la variante B la settimana dopo non è un test controllato — sono due settimane diverse con mix di traffico diversi, distribuzioni di giorni della settimana diverse, e magari due promozioni diverse in corso, e il confronto non ti dice niente di affidabile su nessuna delle due pagine.

Quello che la formula non ti può dire

Un nuovo layout spesso riceve una spinta di breve durata solo perché è diverso per i visitatori che tornano — un effetto novità che tende a sparire in una o due settimane. Se un risultato sembra forte presto, vale la pena dargli una seconda occhiata qualche settimana dopo il lancio invece di trattare i numeri del giorno cinque come definitivi.

La stagionalità e le promozioni contaminano la lettura in modi che la matematica della dimensione campionaria non può vedere. Un banner di saldi, una settimana di stipendio, o un picco da Black Friday sposta il tasso di conversione indipendentemente da qualsiasi cosa sulla pagina, quindi un test che si sovrappone a uno di questi eventi ha bisogno di durare più a lungo o di una finestra diversa, non di una lettura più veloce.

Far girare molti test di fila al livello standard del 95% di confidenza significa che più o meno un "vincitore" su venti è pura casualità anche quando tutti i numeri sembrano a posto — ecco perché un risultato sulla metrica che volevi davvero muovere conta più di uno scarto a sorpresa su un numero secondario sepolto nella dashboard. Il monitoraggio della concorrenza di Trackira mostra quali layout di scheda prodotto, quali badge e quali formati di prezzo stanno usando in questo momento i negozi già in pubblicità nella tua nicchia, un modo più rapido di scegliere cosa testare dopo rispetto a indovinare da una libreria di template.

Quanto devo far durare un test A/B sulla mia scheda prodotto Shopify?

Dipende dal tuo tasso di conversione base, dal tuo traffico giornaliero, e dal miglioramento minimo che vuoi riuscire a rilevare — non da un numero fisso di giorni. Fai girare prima la formula della dimensione campionaria sui tuoi numeri; un negozio con 150 sessioni al giorno per variante di solito ha bisogno di 3-15 settimane secondo quanto sottile sia il miglioramento che sta cercando.

Quante visite mi servono per un test sulla scheda prodotto valido?

Usa n ≈ 16 × p × (1 − p) / d² per variante, dove p è il tuo tasso di conversione attuale in decimale e d il miglioramento minimo, in punti assoluti, che ti importa rilevare. Un negozio con una base del 2,5% che cerca un miglioramento relativo del 40% ha bisogno di circa 3.900 sessioni per variante; cercare un miglioramento relativo del 20% richiede circa 15.600.

Cos’è il miglioramento minimo rilevabile e perché conta?

È il più piccolo miglioramento che ti importa davvero cogliere, espresso in punti di conversione assoluti. Fissarlo troppo basso rende il campione necessario irraggiungibile per la maggior parte dei negozi; fissarlo sul movimento più piccolo che cambierebbe davvero la tua decisione fa finire il test in un tempo che puoi aspettare.

Posso fidarmi di un test che non ha raggiunto il campione completo?

Solo se lo scarto supera già il doppio del tuo miglioramento minimo rilevabile e il campione arriva almeno a un terzo dell’obiettivo — quella combinazione è un segnale reale. Dentro la banda del miglioramento minimo rilevabile, un risultato precoce è rumore, per quanto convincente possa sembrare sulla dashboard.